# detect_web

**Repository Path**: sambios/detect_web

## Basic Information

- **Project Name**: detect_web
- **Description**: 存放检测demo， 方便使用web看检测
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-05
- **Last Updated**: 2025-11-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

该项目是一个基于Web的检测系统，结合了YOLOv5和YOLOX两种模型，适用于实时视频流的目标检测任务。该项目主要由C++和Python实现，包含Web服务器、目标检测、图像处理等多个模块。以下为该项目的README.md内容：

---

# detect_web

detect_web 是一个基于YOLOv5和YOLOX的目标检测项目，支持通过Web界面实时展示视频流的目标检测结果。该项目适用于实时视频流的处理，并提供统计信息展示和参数调整功能。

## 项目特点

- 支持YOLOv5和YOLOX两种目标检测模型。
- 提供基于Web的实时视频流展示。
- 支持统计信息展示（如FPS、检测到的对象数量等）。
- 支持动态调整检测参数（如置信度阈值、NMS阈值等）。
- 支持RTSP视频流的接入。

## 项目结构

- **cpp/**: C++实现的核心模块，包括Web服务器、图像编码、状态展示等。
  - `web_server.cpp/h`: 提供Web服务器功能，支持MJPEG格式的视频流传输。
  - `web_status_ui.cpp/h`: 提供状态页面的HTML生成。
  - `web_utils.cpp/h`: 提供时间、JPEG编码等基础工具。
  - `yolov5_web.cpp` 和 `yolox_web.cpp`: 分别实现YOLOv5和YOLOX的检测逻辑。
- **python/**: Python实现的Web服务和检测模块。
  - `yolov5_web.py`: 基于YOLOv5的目标检测实现。
  - `yolox_web.py`: 基于YOLOX的目标检测实现。
  - `templates/index.html`: Web前端页面模板，展示视频流和统计信息。
- **RTSPStream**: 支持RTSP视频流的接入和帧读取。

## 安装与运行

### 依赖项

- **C++模块依赖**:
  - OpenCV
  - cv::Mat
  - RivsInference（用于模型推理）
- **Python模块依赖**:
  - OpenCV (`cv2`)
  - Flask（用于Web服务）
  - ONNX Runtime（用于ONNX模型推理）

### 安装步骤

1. **安装依赖库**:
   ```bash
   pip install opencv-python flask onnxruntime
   ```

2. **编译C++模块**（如需使用C++实现的Web服务器）:
   ```bash
   cd cpp
   mkdir build && cd build
   cmake ..
   make
   ```

3. **运行Python Web服务**:
   - 对于YOLOv5:
     ```bash
     python python/yolov5_web.py
     ```
   - 对于YOLOX:
     ```bash
     python python/yolox_web.py
     ```

4. **访问Web界面**:
   打开浏览器，访问 `http://localhost:5000` 查看实时视频流和检测结果。

## 使用说明

- **RTSP视频流支持**:
  在启动脚本中指定RTSP地址，例如：
  ```bash
  python yolov5_web.py --rtsp rtsp://your_rtsp_stream_url
  ```

- **动态调整参数**:
  通过Web界面或API调整检测参数，如置信度阈值、NMS阈值等。

- **切换模型**:
  支持在运行时切换不同的检测模型（如YOLOv5s、YOLOv5m等）。

## 贡献指南

欢迎贡献代码和改进文档。请遵循以下步骤：
1. Fork仓库。
2. 创建新分支。
3. 提交代码更改。
4. 创建Pull Request。

## 许可证

该项目遵循MIT许可证。详情请查看项目根目录下的LICENSE文件。

## 联系方式

如有问题或建议，请提交Issue或联系项目维护者。

---

以上为该项目的简要说明和使用指南，适用于开发者和用户快速上手和部署。