# GFJS-Agent-demo

**Repository Path**: agent-project/gfjs-agent-demo

## Basic Information

- **Project Name**: GFJS-Agent-demo
- **Description**: 工服及角色识别算法
- **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

# 工服及角色识别算法

## 项目简介
本项目实现了一个基于YOLOv8n的工服及角色识别算法，通过API接口接收图片，检测人员上半身区域并输出标框结果。同时集成了外部AI模型进行工装识别，并将结果保存到本地日志文件。

## 功能特性
- 支持本地图片路径输入
- 使用YOLOv8n模型进行人员检测
- 自动检测人员上半身区域
- 输出标框后的图片和坐标点
- 集成外部AI模型进行工装识别
- 自动保存识别结果到本地日志文件
- 提供RESTful API接口
- **新增功能：**
  - 解析外部API返回的工装识别结果
  - 在图片上绘制检测框和工装状态信息
  - 添加时间戳信息到标注图片
  - 生成包含检测结果的标注图片
  - 更新日志文件格式，包含图片和检测框信息

## API接口说明

### 接口地址
`POST /picture/analysis`

### 请求参数
- `sourceID`: 时间戳（字符串）
- `source`: 图片地址，支持本地图片路径（字符串）

### 请求示例
```json
{
    "sourceID": "1703123456789",
    "source": "C:/path/to/image.jpg"
}
```

### 响应格式
```json
{
    "status": "success",
    "message": "检测完成",
    "data": {
        "coordinates": [[x1, y1, x2, y2]],
        "output_image": "base64_encoded_image",
        "external_api_result": {
            "外部AI模型的识别结果"
        },
        "detection_results": [
            {
                "conf": 0.8,
                "class": 1,
                "classStr": "people",
                "coordinate": [x1, y1, x2, y2],
                "workwear_status": "穿工装/未穿工装"
            }
        ],
        "annotated_image": "base64_encoded_annotated_image"
    }
}
```

## 外部API集成
项目集成了外部AI模型用于工装识别：
- API地址：`http://192.168.3.53:55055/v1/chat/completions`
- 模型：Qwen2-VL-7B-Instruct
- 功能：判断上半身是否穿着蓝色/黑色工装

## 图片标注功能
系统会自动在原始图片上绘制检测结果：
- **检测框**：绿色框表示穿工装，红色框表示未穿工装
- **标签信息**：显示人员编号、工装状态和置信度
- **时间信息**：在图片左上角显示检测时间
- **输出格式**：生成包含所有标注信息的新图片

## 日志文件
系统会自动将外部API的识别结果和标注图片保存到本地日志文件：
- 文件名格式：`wbr_工服及角色识别算法+图片名称+时间戳.log`
- 文件内容：包含时间戳、图片名称、API响应数据、标注图片base64和检测框信息
- 编码格式：UTF-8
- **新增日志格式**：
```json
{
    "timestamp": "时间戳",
    "image_name": "图片名称",
    "api_response": "外部API响应",
    "image": "标注后的图片base64",
    "bbox": [
        {
            "conf": 0.8,
            "class": 1,
            "classStr": "people",
            "coordinate": [x1, y1, x2, y2],
            "workwear_status": "穿工装/未穿工装"
        }
    ]
}
```

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

## 运行方式
```bash
python app.py
```

## 技术栈
- Python 3.12+
- Flask (Web框架)
- Ultralytics YOLOv8 (目标检测)
- OpenCV (图像处理)
- Pillow (图像处理)
- Requests (HTTP请求)