# video-monitoring-system

**Repository Path**: code_bug_error/video-monitoring-system

## Basic Information

- **Project Name**: video-monitoring-system
- **Description**: 视频分析/视频流分析
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-03-27
- **Last Updated**: 2026-04-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README



# 视频监控系统 (Video Monitoring System)

一个基于 FastAPI 后端和 Vue.js 前端的品牌 logo 检测监控系统，支持从抖音平台获取视频并进行品牌 logo 检测分析。

## 功能特性

- **视频获取**: 从抖音平台获取视频信息
- **Logo 检测**: 基于深度学习的品牌 logo 检测 pipeline
- **数据分析**: 统计曝光数据、品牌出现频率等
- **RESTful API**: 提供完整的视频和检测结果查询接口
- **前端可视化**: Vue.js 构建的 Web 界面

## 技术栈

- **后端**: Python 3.x, FastAPI, SQLite
- **前端**: Vue.js 3, Vite
- **深度学习**: PyTorch (Logo 嵌入模型)

## 项目结构

```
├── backend/
│   └── main.py              # FastAPI 后端主程序
├── douyin_videos/           # 抖音视频 JSON 数据
├── frontend/                # Vue.js 前端项目
├── video_database.py        # SQLite 数据库管理
├── logo_pipeline.py        # Logo 检测流程
├── get_douyin_video.py     # 抖音视频获取工具
├── test_image.py          # Logo 模型测试
└── test_video_url.py     # 视频 URL 测试
```

## 快速开始

### 后端安装

```bash
pip install -r requirements.txt
```

### 启动后端服务

```bash
python -m uvicorn backend.main:app --reload
```

服务将在 `http://localhost:8000` 启动。

### 前端安装与运行

```bash
cd frontend
npm install
npm run dev
```

前端将在 `http://localhost:5173` 启动。

## API 接口

### 视频相关

| 方法 | 路径 | 说明 |
|------|------|------|
| GET | `/api/videos` | 获取视频列表 |
| GET | `/api/videos/{video_id}` | 获取视频详情 |
| POST | `/api/videos/analyze` | 提交视频分析任务 |

### Logo 检测

| 方法 | 路径 | 说明 |
|------|------|------|
| GET | `/api/logos/statistics` | Logo 统计信息 |
| GET | `/api/logos/results` | Logo 检测结果 |

### 其他

| 方法 | 路径 | 说明 |
|------|------|------|
| GET | `/api/platforms` | 获取支持的平台 |
| GET | `/health` | 健康检查 |

## 使用示例

### 获取抖音视频

```python
from get_douyin_video import DouyinVideoFetcher

fetcher = DouyinVideoFetcher()
fetcher.run("7620274265840962852")
```

### 运行 Logo 检测 Pipeline

```python
from logo_pipeline import run_pipeline

result = run_pipeline(
    aweme_id_or_url="7620274265840962852",
    threshold=0.75,
    gap_tolerance=0.5
)
```

## 配置说明

- `video_data.db`: SQLite 数据库文件
- `douyin_videos/`: 缓存的抖音视频 JSON 数据

## 许可证

MIT License