VisionFlow

中文 | 英文

VisionFlow 是一個用於影像辨識與通知系統的後端應用程式。該專案使用 Flask 框架，並透過 PostgreSQL 作為資料庫進行資料管理。應用程式中整合了 Redis 來管理攝影機影像的處理與分配。所有環境均可使用 Docker 進行配置和管理。

此專案為紀錄自己的學習歷程，從理論學習到實踐應用，探索影像辨識與後端系統的整合開發。

---

功能介面展示

登入介面

註冊介面

辨識串流

攝影機管理(新增、修改、刪除、指定辨識模型)

辨識區域繪製(繪製關注區域，繪製完後模型將只辨識區域內的物品)

---

快速開始

先決條件

在開始之前，請確保你已經安裝了以下工具：

• Docker
• Docker Compose

設置步驟

1. clone 到本地環境：

   git clone https://github.com/yourusername/VisionFlow.git
   cd VisionFlow

2. 使用 Docker Compose 啟動服務：

   docker-compose -f docker-compose.yaml -f docker-compose-redis.yaml up -d

   這會自動下載所需的 Docker image，安裝相關套件，並在 http://localhost:5000 上啟動 Flask 應用程式。

3. 若需要遷移資料庫（在第一次運行或模型更新時執行）：

   docker-compose exec backend flask db upgrade

4. 配置 Redis 與多個 worker 節點：

   docker-compose -f docker-compose-redis.yaml up -d

5. 修改 objectrecognition 中的模型為你的模型 URL OR PATH，並確保檔案命名為 best.pt。

---

API 說明

詳細 API 使用說明請參考 API 文檔。

---

License

本專案使用 MIT License 授權。

---

Contributions & Contact

如果您對此項目有任何疑問或想要做出貢獻，歡迎與我聯繫。

Email: [email protected]