# gis_mini_img_detect **Repository Path**: sarbo/gis_mini_img_detect ## Basic Information - **Project Name**: gis_mini_img_detect - **Description**: 简单的基于GIS影像的图像识别工具 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 1 - **Created**: 2026-08-06 - **Last Updated**: 2026-08-06 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # gis_img_detect(训练-识别闭环工作台) 一个 GIS 影像目标识别工作台:人工在地图上框选采集样本 → YOLO 微调训练 → 质量门禁(人工决策)→ 注册版本 → 选定训练集在当前视野识别,误报删除回流硬负样本,形成数据闭环。 一人团队项目,刻意保持简单:文件存储、固定流水线、最小依赖、本地 GPU 推理,不做过度设计。 ## 用法 四步流程导航:**采集 → 训练 → 门禁 → 识别**。 - **采集**:建训练集,在地图上框选目标实例(如足球场)存为正样本;AI 候选墙确认直接入库、删除转硬负样本 - **训练**:对训练集发起 YOLO 微调(GPU 异步任务),失败给出持久错误卡 - **门禁**:看指标决定注册或拒绝;低于建议线强制注册需页内二次确认;拒绝可把 val 误报转硬负样本 - **识别**:选定已注册训练集,在当前视野识别,结果以贴地多边形叠加渲染;误报删除回流硬负样本 ## 系统组成 | 块 | 端口 | 技术 | 职责 | | --- | --- | --- | --- | | 前端 | 17000 | CesiumJS + Vue 3(本地 vendor,无构建) | WMS 底图、框选、四步工作台、结果叠加渲染 | | 交互服务 | 17001 | FastAPI(`main.py`) | 训练闭环接口族:datasets / annotations / train 转发 / gate / sample / config | | 识别服务 | 17002 | FastAPI(`detect_server.py`) | GPU 推理 `/api/detect`、候选墙采样、异步训练任务 | 影像源为 GeoServer WMS(`chendu-center` 图层,原生 GSD 经 WCS 获取):前端只传视野 bounds,后端按原生 GSD 发 GetMap 取图检测(不截屏),像素坐标线性映射回经纬度返回 GeoJSON。 一键启动(Git Bash,项目根目录): ```bash bash start.sh ``` ## 目录结构 ```text Document/ # 设计文档与 UX 原型(constitution / design / plan-* / ux) SourceCode/ ├── backend/ # FastAPI 双服务 + registry/sample_store/training/infer + tests(pytest) ├── frontend/ # Cesium + Vue 单页(index.html / app.js / map.js / workbench.js / ...) ├── data/ # 样本库与注册表(registry.json + datasets/{id}/,gitignore) ├── env/ # Python venv(gitignore) └── models/ # 本地模型权重(gitignore) spike/ # spike 脚本与验证产物(本地回归基准) AGENTS.md # 项目约定(环境、模型、接口契约、验收标准) ``` 以下不进仓库:Python venv、模型权重、`SourceCode/data/`、spike 产物。 ## 运行环境 - Python 3.11 venv,解释器 `SourceCode/env/Scripts/python.exe` - torch 2.13 CUDA 版(cu132)+ ultralytics 8.4 + fastapi/uvicorn;**GPU 最低配置 RTX 3080 Ti 12GB**,识别服务启动即检查 CUDA,不可用直接报错 - 模型权重:YOLO11n-OBB 微调基座(`SourceCode/models/yolo11n-obb.pt`);识别只认注册表中已注册版本的微调产物(`SourceCode/data/datasets/{id}/runs/`) - 影像服务:GeoServer WMS(默认 `http://localhost:18890/geoserver/chendu-center/wms`,设置页可改) ## 测试与验证 ```bash SourceCode/env/Scripts/python.exe -m pytest SourceCode/backend/tests -q # 全量回归 SourceCode/env/Scripts/python.exe SourceCode/backend/tests/smoke_e2e.py # S5 门禁冒烟(真实 uvicorn 子进程) ``` ## 当前状态 S5 用户验证通过(2026-08-01),交付完成。验收:足球场训练集召回 92.3%(AC1 ≥80%)、每视野真错检 max 3(AC2 ≤3),基准为 chenghua 人工真值 52 条。后续优化走 S6 变更循环(见 `.b_workflow/reports/S5-verify-report.md`)。