# RYPG_AGENT

**Repository Path**: agent-project/rypg_-agent

## Basic Information

- **Project Name**: RYPG_AGENT
- **Description**: 人员攀高检测识别
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-07-29
- **Last Updated**: 2025-07-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 人员攀爬检测算法

## 项目概述
本项目实现了一个基于YOLOv8的人员攀爬检测算法，用于检测视频中是否存在人员攀爬行为（如爬围墙、爬栏杆、建筑外墙等）。系统结合YOLOv8目标检测和大模型判断，实现高精度的攀爬行为识别。

## 功能特性
- 视频帧提取：每500毫秒截取一张图片
- 目标检测：使用YOLOv8检测人体和围墙/栏杆物体
- 大模型判断：使用Qwen2-VL-7B-Instruct模型判断是否存在攀爬行为
- 异常检测：检测到攀爬行为时立即停止处理并输出告警
- API接口：提供RESTful API接口进行视频分析

## 工作流程
1. 从视频中按时间间隔提取帧图像
2. 使用YOLOv8检测每帧中的人体和相关物体
3. 将检测结果（图片+标注框）发送给大模型进行判断
4. 如果大模型判断存在攀爬行为，立即停止处理并输出告警结果
5. 如果所有帧都处理完毕且无异常，输出空结果

## API接口说明

### 接口地址
`POST /video/create`

### 请求参数
```json
{
  "sourceUrl": "视频文件路径或拉流地址"
}
```

### 响应格式
系统会将检测结果输出到日志文件中，命名格式：`中移_人员攀爬检测算法_视频名称_时间戳.log`

#### 检测到告警事件时的输出格式：
```json
{
  "image": "base64编码的图片",
  "bbox": [
    {
      "conf": 0.6679233908653259,
      "class": 0,
      "classStr": "people",
      "coordinate": [1178, 535, 1245, 593]
    }
  ]
}
```

#### 未检测到告警事件时的输出格式：
```json
{
  "image": "",
  "bbox": []
}
```

## 大模型配置
- 模型地址：`http://192.168.3.53:55055/v1/chat/completions`
- 使用模型：`/models/Qwen/Qwen2-VL-7B-Instruct`
- 判断逻辑：大模型根据图片和标注框坐标判断是否存在攀爬行为

## 技术栈
- Python 3.8+
- OpenCV (视频处理)
- YOLOv8 (目标检测)
- FastAPI (API框架)
- Ultralytics (YOLO模型加载)
- Requests (HTTP请求)
- Qwen2-VL-7B-Instruct (大模型判断)

## 安装依赖
```bash
pip install opencv-python ultralytics fastapi uvicorn python-multipart requests
```

## 使用方法

### 1. 安装依赖
```bash
pip install -r requirements.txt
```

### 2. 启动API服务
```bash
# 方式1: 直接运行
python app.py

# 方式2: 使用启动脚本
python start_server.py
```

### 3. 测试API
```bash
python test_api.py
```

### 4. API调用示例
```python
import requests

url = "http://localhost:8000/video/create"
data = {
    "sourceUrl": "test_video\\freecompress-video.mp4"
}

response = requests.post(url, json=data)
print(response.json())
```

### 5. 查看结果
检测结果会保存在 `logs/` 目录下，文件名格式为 `中移_人员攀爬检测算法_视频名称_时间戳.log`

## 文件结构
- `app.py`: 主API服务文件（包含所有检测功能）
- `yolov8n.pt`: YOLOv8预训练模型
- `logs/`: 日志文件目录
- `requirements.txt`: 项目依赖文件