# IntelligentRecognitionPlatform

**Repository Path**: thubier/irp-parent

## Basic Information

- **Project Name**: IntelligentRecognitionPlatform
- **Description**: 本项目基于 Java 语言开发，结合 OpenCV 视觉库与 ONNX 模型，实现了人脸对比、人脸识别，以及机动车和非机动车车牌识别等核心功能。
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 8
- **Created**: 2026-03-28
- **Last Updated**: 2026-03-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# IRP 智能识别平台

## 项目概述

IRP（Intelligent Recognition Platform）是一个基于AI的智能识别平台，提供多种识别功能，包括人脸识别、车辆识别等。该平台采用前后端分离架构（前端和后端包打一起，也可以分开部署），后端基于Java Spring Boot，前端基于Vue.js，集成了多种AI模型，支持实时识别和批量处理。

## 在线体验
- 🌐 体验地址：[http://47.102.136.138:2020/irp/web/index.html](http://47.102.136.138:2020/irp/web/index.html)
- 📱 H5 体验地址：[http://47.102.136.138:2020/irp/web/index.html#h5](http://47.102.136.138:2020/irp/web/index.html#h5)
- 📌 状态：<span style="color: green;">正常运行</span>（更新时间：2026-03-06）
- ⚠️ 注意：
   1. 体验环境带宽有限服务器资源，请勿压测。
   2. 每人一天最多访问100次。
  
## 项目结构

```
irp-parent/
├── irp-app/                    # 应用层模块
│   ├── irp-app-controller/     # 控制器层
│   ├── irp-app-main/           # 主应用模块
│   ├── irp-app-model/          # 数据模型层
│   ├── irp-app-repository/     # 数据访问层
│   ├── irp-app-service/        # 业务逻辑层
│   └── pom.xml                 # 应用模块父依赖
├── irp-common/                 # 公共模块
│   └── pom.xml
├── irp-module/                 # 功能模块
│   ├── irp-module-base/        # 基础工具模块
│   ├── irp-module-face/        # 人脸识别模块
│   ├── irp-module-vehicle/     # 车辆识别模块
│   └── pom.xml
├── irp-web/                    # 前端Vue项目
│   ├── src/                    # 前端源码
│   └── package.json            # 前端依赖配置
├── sh/                         # 脚本文件
├── .gitignore                  # Git忽略配置
├── Dockerfile                  # Docker构建配置
├── initTable.sql               # 初始化数据库脚本
└── pom.xml                     # 项目父依赖
```

## 功能模块

### 人脸相关功能

- **人脸分析**：识别面部特征、年龄、性别、遮挡、表情等
- **人脸比对**：比较两张人脸的相似度
- **人脸检索**：从人脸库中检索相似人脸
- **人脸检测**：检测图像中的人脸位置
- **人脸关键点定位**：定位人脸上的关键点

### 车辆相关功能

- **车牌识别**：识别车辆牌照信息
- **非机动车车牌识别**：识别电动车等非机动车牌照
- **车辆检测**：检测图像中的车辆

### 图片文字识别
- **文字识别**：识别图片中的文字（比如驾驶证、身份证等）

## 演示页面

以下是平台各功能模块的演示页面截图：

### 人员管理

**功能描述**：管理系统中的人员信息，包括新增、编辑、删除和查询。

**页面截图**：

![人员管理页面](docs/screenshots/person-management.png)

```
项目人员信息从明星网爬取（http://star.iecity.com/China/0/p）用来测试，具体实现com.warrior.irp.app.service.face.StarJsoupService
```

### 人员图搜

**功能描述**：上传一张人脸图片，从人脸库中检索出相似的人脸记录。

**页面截图**：

![人员图搜页面](docs/screenshots/face-recognition-query.png)


### 人脸1:1比对

**功能描述**：上传两张人脸图片，系统计算并展示两张人脸的相似度。

**页面截图**：

![人脸1:1比对页面](docs/screenshots/face-comparison.png)


### 车牌识别

**功能描述**：上传一张车辆图片，系统自动识别车牌信息。

**页面截图**：

![车牌识别页面](docs/screenshots/license-plate-recognition.png)


### 非机动车车牌识别

**功能描述**：上传一张非机动车图片，系统自动识别非机动车牌照信息。

**页面截图**：

![非机动车车牌识别页面](docs/screenshots/no-vehicle-license-plate-recognition.png)


### 面部分析

**功能描述**：上传一张人脸图片，系统自动识别面部特征、是否正脸、是否遮挡、年龄、性别、情绪等信息。

**页面截图**：

![面部分析页面](docs/screenshots/face-analysis.png)

### 文字识别

**功能描述**：上传一张图片，系统自动识图片中的文字。

**页面截图**：

![文字识别页面](docs/screenshots/pic-ocr.png)


## 技术栈

### 后端
- Java Spring Boot
- Maven 多模块架构
- ONNX Runtime 用于AI模型推理
- MyBatis 用于数据库访问

### 前端
- Vue.js 2.x
- Element UI（推测，基于常见Vue项目架构）

### AI模型
- 人脸检测：PCN、SCRFD
- 人脸识别：ArcFace、CosFace
- 人脸关键点：106点坐标、Seeta Mask
- 性别年龄识别：Insight
- 车牌检测与识别：自定义模型

## 快速开始

### 环境要求

- JDK 17 或 OpenJDK 17
- Maven 3.6+
- Node.js 12+ （用于前端开发）
- PostgreSQL 16+ （推测，基于常见Java项目架构）

### 后端部署

1. 克隆项目
```bash
git clone https://gitee.com/warrior-james/irp-parent.git
cd irp-parent
```

2. 数据库安装
   - 如果需要使用人脸1：N功能需要安装PostGresql数据库和vector插件，windows版本安装vector插件如下：https://blog.csdn.net/kijmij/article/details/151179904
   - linux系统PostGresql安装vector插件如下：https://blog.csdn.net/2509_93971775/article/details/154606716
   - 若没有安装PostGresql数据库建议docker安装pgvector/pgvector:pg16，包含插件，不需要额外安装
      ```
      # 拉取 PostgreSQL 16 + pgvector 镜像
      docker pull pgvector/pgvector:pg16
      # 启动容器（设置密码、端口、数据卷）
      docker run -d \
      --name pg16-vector \
      -p 5432:5432 \
      -e POSTGRES_PASSWORD=your_password \
      -e POSTGRES_DB=vector_db \
      -v pg16_vector_data:/var/lib/postgresql/data \
      pgvector/pgvector:pg16
      ```
   - 若不需要人脸1：N跳过该步骤
     
3. 配置数据库
   - 创建数据库
   - 执行 `initTable.sql` 初始化表结构
   - 修改 `irp-app/irp-app-main/src/main/resources/application.yml` 中的数据库配置

4. 人脸算法高准确方案
   - 基于现在人脸识别开源的算法达不到商用标准，java结合opencv的准确性太高，专门写了一个python的算法服务（准确性达到90以上）， 目前有人脸特征值计算接口
   - gitee地址：https://gitee.com/warrior-james/vision-algo.git 如果没有python环境直接docker运行即可，镜像文件可以和作者私要
   - 若使用该算法需要application.yml文件中visual.faceModel.faceRecognition.name配置成PythonVisionAlgoService，server.pythonVisionAlgo.url
   配置部署的python服务地址

5. 构建项目
```bash
mvn clean package -DskipTests
```

6. 运行项目
```bash
java -jar irp-app/irp-app-main/target/irp-app-main-1.0.0.jar
```

7. 打开项目页面
```
   项目启动成功会有以下日志：
   ********************************************当前服务相关地址********************************************
   服务启动成功，irp已内置启动! Access URLs:
   接口本地地址:           http://localhost:2020/
   接口外部访问地址:       http://192.168.53.11:2020/
   接口配置平台:           http://192.168.53.11:2020/irp/web/index.html
   可通过配置关闭输出:     irp.show-url=false
   ********************************************当前服务相关地址********************************************
   直接打开http://192.168.53.11:2020/irp/web/index.html地址即可
```

### 前端部署 （若分开部署，默认前后端一起）

1. 进入前端目录
```bash
cd irp-web
```

2. 安装依赖
```bash
npm install
```

3. 开发模式运行
```bash
npm run serve
```

4. 生产构建
```bash
npm run build
```

5. 将构建产物部署到Nginx等Web服务器

## 开发说明

### 后端开发

1. 模块划分遵循MVC架构
2. 新增功能时，建议按照以下流程：
   - 在 `irp-app-model` 中定义数据模型
   - 在 `irp-app-repository` 中实现数据访问
   - 在 `irp-app-service` 中实现业务逻辑
   - 在 `irp-app-controller` 中暴露API接口

### 前端开发

1. 页面组件位于 `irp-web/src/views/` 目录
2. 路由配置位于 `irp-web/src/router/index.js`
3. 工具函数位于 `irp-web/src/utils/` 目录

### AI模型管理

- 模型文件位于 `irp-app/irp-app-main/src/main/resources/` 目录下的对应功能子目录
```
支持模型切换，重启生效，模型在irp-app/irp-app-main/src/main/resources/face和vehicle下
visual:
  provider: CUDAExecutionProvider # 执行ONNX模型 CPUExecutionProvider: CPU执行  CUDAExecutionProvider: NVIDIA GPU上运行 DNNL: 深度神经网络库执行 OPEN_VINO: OpenVINO执行  ARM_NN ROCM CORE_ML AZURE
  faceModel:
    faceDetection:
      name: InsightScrfdFaceDetection #IRPFaceDetection InsightScrfdFaceDetection
      thread: 1
      backup:
        name: PcnNetworkFaceDetection
        thread: 1
    faceKeyPoint:
      name: InsightCoordFaceKeyPoint
      thread: 1
    faceAlignment:
      name: Simple106pFaceAlignment
      thread: 1
    faceRecognition:
      name: PythonVisionAlgoService #IRPFaceRecognition SeetaFaceOpenRecognition PythonVisionAlgoService
      thread: 1
    faceAttribute:
      name: InsightAttributeDetection
      thread: 1
    faceMask:
      name: SeetaMaskFaceKeyPoint
      thread: 1
  face-mask:
    face-search: false
    face-compare: false
  vehicleModel:
    plateRecognition:
      name: PlateDetect
      thread: 1
    plateNumberRecognition:
      name: PlateRecColor
      thread: 1
  nonVehicleModel:
    plateDetect:
      name: EbikePlateDetect
      thread: 1
```
- 目前支持ONNX格式的模型
- 新增模型时，需在对应模块中添加模型加载和推理逻辑

## 部署说明

### Docker部署

1. 构建Docker镜像
```bash
docker build -t irp-main .
```

2. 运行Docker容器
```bash
docker run -d -p 2020:2020 -e SPRING_PROFILES_ACTIVE=prod --restart=always -v /home/warrior/hims/config:/home/app/config --name irp-main irp-main:1.0.0
```

### 脚本部署

使用 `sh/` 目录下的脚本进行部署和重启：

```bash
# 容器重启
./sh/containerRestart.sh

# Docker运行
./sh/dockerRun.sh

# 服务重启
./sh/restart.sh
```

## 目录说明

- `irp-app/`：应用层模块，包含业务逻辑和API接口
- `irp-common/`：公共工具类和常量定义
- `irp-module/`：功能模块，包含各识别功能的核心实现
- `irp-web/`：前端Vue项目，提供用户界面
- `sh/`：部署和管理脚本

## 许可证


## 贡献

欢迎提交Issue和Pull Request！

## 📞 联系与支持
 - 如有疑问，欢迎加入群聊或者作者好友（请备注irp）
 - QQ群号：1076633485
 - ![qq.png](docs/screenshots/QQ.png)
 - WX：V_a_e_000
 - QQ：83503821
 - 邮箱：83503821@qq.com

## Acknowledgements 致谢
感谢 [diven](https://gitee.com/open-visual/face-search.git) 提供的代码思路，为本项目的开发带来了重要参考与启发！