10分钟搭建AI视频智能分析平台附源码今天给大家分享一套开箱即用的AI赋能训练平台可以实现视频流接入、AI模型训练、实时智能分析全流程适合安防、交通、仓储等场景快速落地。—# AI赋能训练平台 技术栈解析 说明文档一、核心技术栈说明1. 后端核心技术技术/框架用途说明Java SpringBoot后端主力开发语言与框架实现平台核心业务逻辑、API接口、权限管理、视频流调度、AI模型服务管理保证高并发与稳定性。Maven项目依赖管理与构建工具统一管理模块依赖、打包部署。MySQL关系型数据库存储用户信息、视频流配置、模型信息、告警日志等结构化数据。Redis缓存中间件实现会话管理、实时状态缓存、限流控制提升平台响应速度。FFmpeg视频流解码核心工具负责RTSP/HTTP等第三方视频流拉取、转码、分发适配不同监控设备协议。EasyAIAI推理引擎封装YOLO等目标检测模型推理逻辑支持人员识别、安全帽检测、异常行为识别等模型部署。2. 前端核心技术技术/框架用途说明Vue.js Element UI前端主力开发框架实现平台管理界面、视频流配置页、模型训练页、系统监控页等可视化交互界面。Axios前后端数据交互工具负责API请求、响应处理实现页面与后端的数据实时同步。3. 环境与部署技术JDK 1.8Java应用运行环境后端服务运行基础Node.js 14前端项目打包、构建工具Docker可选容器化部署实现平台一键打包、快速上线Linux/Windows跨平台支持可部署在服务器或本地环境二、平台功能说明文档1. 平台简介本平台是一套开箱即用的AI视频智能分析系统集成了视频流接入、AI模型训练、实时智能分析、异常告警全流程能力支持安防、仓储、工地、交通等多场景快速落地无需从零开发即可搭建AI监控分析平台。2. 核心功能模块1视频流统一接入支持RTSP/HTTP等主流监控视频流协议提供视频流订阅管理支持新增、编辑、删除、批量导入/导出自动拉流、解码、分发支持多设备同时接入支持视频流运行状态监控运行中/离线/异常2AI模型管理与部署内置人员识别、安全帽检测、抽烟识别、区域入侵检测等预训练模型支持自定义模型训练上传标注数据集、选择模型类型、一键启动训练模型版本管理、状态监控、一键部署上线支持视频流与模型绑定实现单路/多路视频同时分析3AI视频识别配置可视化配置界面为每路视频流绑定AI模型支持设置告警规则同类型告警间隔、告警录像开启/关闭配置告警触发条件、保存目录、推送方式支持前后置模型级联分析实现复杂场景多维度检测4系统监控与管理服务器资源监控CPU使用率、内存占用、Redis状态JVM运行状态监控内存使用、线程数、运行时间系统日志管理、操作日志追溯用户权限管理、角色配置、账号安全控制3. 部署与运行流程1环境准备安装JDK 1.8、MySQL 5.7、Redis安装Node.js 14前端打包用解压项目源码包wgai-master.zip、wgai-vue.zip、easyAi1.1.1.7.rar2后端部署创建MySQL数据库执行db/wgai.sql初始化脚本修改application.yml配置文件填写数据库、Redis连接信息使用Maven打包项目启动SpringBoot服务后端服务默认端口80803前端部署进入wgai-vue目录执行npm install安装依赖执行npm run serve启动前端服务访问地址http://localhost:8081默认账号密码admin / admin1234. 快速上手操作步骤登录平台使用默认账号密码登录管理后台接入视频流进入【AI视频识别】→【AI视频第三方订阅】新增视频流配置绑定AI模型进入【AI视频识别配置】选择视频流并绑定对应AI模型配置告警规则设置告警间隔、告警录像、保存目录等参数查看运行状态在首页监控面板查看系统资源与服务运行状态5. 适用场景与扩展安防监控区域入侵、徘徊检测、烟火识别工地安全安全帽/反光衣识别、人员离岗、违规操作检测仓储管理人员出入管理、异常行为识别、视频录像回溯交通道路车辆/行人检测、违规行为识别、道路异常监测二次开发可基于EasyAI引擎扩展自定义检测模型适配更多场景需求三、项目目录结构说明wgai-master/ ├── db/ # 数据库初始化脚本 ├── wgai-boot-base-core/ # 系统核心公共模块 ├── wgai-module-demo/ # 功能演示模块 ├── wgai-module-system/ # 系统管理模块用户、权限、日志 ├── wgai-server-cloud/ # 服务启动入口模块 ├── pom.xml # Maven项目配置文件 └── README.md # 项目说明文档四、关键说明与优势低门槛部署开箱即用无需从零开发快速搭建AI视频分析系统多场景适配内置多行业预训练模型支持自定义模型训练稳定可靠基于SpringBootFFmpeg架构支持多路视频流并发处理易扩展模块化设计支持新增模型、扩展告警方式、适配更多设备协议一、平台能做什么✅视频流统一接入支持RTSP/HTTP等第三方视频流订阅自动拉流解码✅AI模型管理支持人员识别、安全帽检测、抽烟识别等模型一键部署✅实时智能分析对监控画面做目标检测、行为识别异常自动告警✅可视化管理后台支持视频流配置、模型绑定、运行状态监控二、源码与文件说明下载地址包含3个核心文件解压即可部署文件名大小作用wgai-master.zip111MB平台后端源码JavaSpringBootwgai-vue.zip7MB前端管理页面源码VueeasyAi1.1.1.7.rar7MBAI推理引擎依赖库三、一键部署步骤Windows/Linux通用1. 环境准备仅需3个基础环境JDK 1.8MySQL 5.7RedisNode.js 14前端打包用2. 后端部署解压wgai-master.zip修改配置文件application.ymlspring:datasource:url:jdbc:mysql://localhost:3306/wgai?useUnicodetruecharacterEncodingutf-8username:rootpassword:你的数据库密码redis:host:localhostport:6379初始化数据库执行db/wgai.sql脚本启动后端# Linux./mvnw spring-boot:run# Windowsmvnw.cmd spring-boot:run启动成功后后端默认端口80803. 前端部署解压wgai-vue.zip进入目录安装依赖npminstall启动开发环境npmrun serve访问地址http://localhost:8081默认账号密码admin / admin123四、核心功能快速上手1. 视频流接入登录平台 → 左侧菜单【AI视频识别】→【AI视频第三方订阅】点击【新增】填写订阅名称自定义如“值班室监控”订阅地址RTSP/HTTP视频流地址解码方式选择FFmpeg保存后自动拉流状态显示“运行中”即接入成功2. AI模型绑定进入【AI视频识别配置】→【新增配置】选择已接入的视频流绑定需要的AI模型如人员识别、安全帽检测设置告警间隔、保存目录开启告警录像3. 模型训练可选平台自带训练工具支持自定义模型训练上传标注好的数据集选择模型类型目标检测/图像分类一键启动训练训练完成后自动部署到平台五、项目目录结构wgai-master/ ├── db/ # 数据库脚本 ├── wgai-boot-base-core/ # 核心公共模块 ├── wgai-module-demo/ # 功能演示模块 ├── wgai-module-system/ # 系统管理模块 ├── wgai-server-cloud/ # 服务启动模块 └── pom.xml # Maven配置文件六、关键说明二次开发视频拉流基于FFmpeg支持主流监控摄像头RTSP协议AI推理基于EasyAI引擎支持YOLO、SSD等主流检测模型前端基于VueElementUI可快速修改界面样式支持Docker一键部署适合生产环境使用七、扩展场景仓储监控人员离岗、烟火检测工地安全安全帽/反光衣识别交通道路车辆/行人检测、违规行为识别园区安防区域入侵、徘徊检测这套平台开箱即用不用从零开发视频分析系统适合快速做项目原型或小场景落地。需要完整源码或部署问题答疑欢迎私信交流~要不要我帮你再补充一份公众号用的封面文案和配图标题AI 赋能训练推理平台目录AI 赋能训练推理平台 1系统登录 1系统操作 12.1 首页模块 错误未定义书签。2.2 AI 视频识别 32.2.1 AI 视频第三方订阅 32.2.2 AI 视频识别配置 6系统登录系统登录模块。打开浏览器输入网址进入登录页输入账户名、密码、验证码后点击【登录】进入平台。系统操作登录平台后有【首页模块】、【AI 图像识别模块】、【AI 视频识别模块】。操作说明菜单入口点击【首页】【AI 图像识别】【AI 视频识别】等进入对应模块菜单栏返回点击返回可返回至平台首页退出在平台首页右上角点击关机键按钮可返回至系统登录页可重新登录至系统。2.2 AI 图像识别2.2.1 AI 模型库手动下发模型的步骤操作说明AI 模型库新增模型AI 权重文件-选择对应下载好的该模型的.onnx 文件 AIName 文件-选额对应下载好的该模型的.txt 文件模型类型-V52.3 AI 视频识别2.3.1 AI 视频第三方订阅配置需要配置 AI 分析的摄像头操作说明登录后选择左侧菜单栏【AI 视频识别】选择下级菜单【AI 视频第三方订阅】点击【新增】填写新增订阅相关内容格式规范例如解码脚本-FFmpeg解码方式-GPU订阅名称-大西门注大西门就是对应摄像头得名字订阅地址-rtsp://admin:a12345678910.0.1.1:554/Streaming/Channels/2101注admin:a123456789 对应的分别是硬盘录像机的账号和密码10.0.1.1 是硬盘录像机的地址2101 其中 21 是对应硬盘录像机里面的通道号 可以直接在流媒体平台得拉流代理里面直接获取订阅回调地址-http://36.152.48.34:18100/rest/tabALAiAlarmApi/video注3 6.152.48.34:18100 是对应的 ip 地址设备编号-A04A13A01注A04A13A01 是对应设备编号同类型报警间隔-60是否推送-否解析目录-D:\Ailelon注任意写一个地址是否开启报警录像-先是在否注先选择是之后对是否分析录像选否之后在对是否开启报警录像选否是否本地保存录像-否是否开启区域识别-是备注-无最后点击【确认】进行提交选择一条信息点击【编辑】即可对信息做变更也可进行【开始执行】、【结束执行】、点击【更多】查看详情和删除信息2.3.2 AI 视频识别配置给对应的摄像头捆绑对应需要的模型操作说明登录后选择左侧菜单栏【AI 视频识别】选择下级菜单【AI 视频识别配置】点击【新增】填写新增订阅相关内容格式规范例如格式规范例如订阅 ID-大西门-21 通道注选择需要绑定的摄像头名称是否需要前置-是/否注根据需求选择目前需要前置的模型有安全帽识别、抽烟识别、跌倒识别后置模型-安全帽识别注根据需求选择识别模型4. 选择一条信息点击【编辑】即可对信息做变更点击【更多】查看详情和删除信息一、AI 赋能训练平台新增模型以及上传素材包若没有的模型需要新增模型已有的模型直接标记训练。目前平台里已经建好了大部分模型。①登录后选择左侧菜单栏 AI 训练模型②选择下级菜单 AI 模型列表③点击新增弹窗填写新增模型类型格式规范例如模型名称-抽烟识别模型简介-抽烟识别模型类型-选择 V5标签内容-smoke注英文标签点击上传图片资源压缩包注压缩包以及图片命名不要含中文以及特殊字符压缩包大小小于 2G图片简称-smoking是否操作图片-是注选中后上传图片素材才能有效上传是否覆盖图片-否注不可选选择后已标注图片会被覆盖失效④已经创建好的模型点击右侧操作栏内的编辑可进行内容编辑上传新增图片包注注意点如③二、图片标注流程①选择左侧菜单栏 AI 训练模型②选择 AI 模型卡片、点击对应模型卡片上的图片标注可进入标注模块。另外卡片可查看当前模型的标准进度模型图片总数已标记数未标记数。③在在线标注界面下拉选择对应模型类别④选中左侧模型图片选中图片会有勾选效果显示框选对应行为如图安全帽识别选中人员头部以及安全帽完整部分输入已经录入好的标签内容如 helmet/nohelmet标签内容可在菜单栏 AI 模型卡片处查看对应模型标签注不要输错右侧会显示内容自我核对如输错不要点击保存直接选择下一张图片重新选择后再标注同一张图片存在多个标签行为时需框选多个框选标注完成点击保存。注1.如素材图片内容无法标注点击删除 2.如素材图片缺失内容物仅为背景直接点击保存会作为背景图片录入系统。⑤背景标记如果是背景图直接点击保存会作为背景图片标记成功背景图用于减少误报数量一般需要取模型总标记图片数量的百分之 10。三、模型训练流程①选择左侧菜单栏 AI 训练模型②选择下级菜单 AI 模型卡片③右侧卡片可以查看到当前图片总数标记数未标记数模型标签完成标记后点击对应模型卡片的训练模型按钮弹窗点击确认后会显示正在训练即开始训练注点击训练模型后会有卡顿等待一下弹窗确认训练