自习室 YOLO 检测系统

项目介绍

自习室里占座、遗留书包电脑很常见，固定类别的检测模型又改不了「今天只看水杯和雨伞」。这个毕设用 YOLO-World 做开放词汇检测：管理员在词汇表里加中英文名，检测时勾选要用的词，模型按文本提示找框，不用重新训练。面向学生和管理员两个角色，不做人脸识别。

学生登录后可上传教室照片，勾选空椅、占椅、书包、笔记本等词汇，调置信度、NMS 和最大检测数，原图上画框并入库。实时检测调用本机摄像头，按间隔推理，画面叠框，能看 FPS 和耗时。首页用课桌平面图和空座率：空椅除以空椅加占椅。历史记录可筛时间、来源，普通用户只看自己的，管理员看全部。统计有物品分布、按天趋势。导出支持 Excel、CSV 和标注图打包。管理员维护词汇分类、用户启停改角色，以及模型路径、阈值、推理设备。权重用 yolov8s-worldv2，无 GPU 可走 CPU，只是更慢。

开放词汇是这个题目和普通 YOLO 分类检测的差别，答辩要把「改词不用重训」讲明白。

主要功能

• 登录注册：学生和管理员同一入口，菜单按角色出现
• 图片检测：上传一张图，勾选词汇，调阈值，画框保存
• 教室实况：选摄像头、设间隔，叠框显示物品数和耗时
• 空座率：按 empty chair / occupied chair 估算，首页平面图展示
• 历史记录：分页、筛选、详情对比原图和标注图，可删自己的记录
• 统计分析：今日次数、物品分布、近 7 天折线
• 数据导出：Excel、CSV、标注图 zip
• 词汇表（管理员）：中英文名、分类、启用停用，预置自习室常用词
• 用户与系统设置（管理员）：启停账号、改角色、模型路径和默认阈值

技术栈

前端：Vue 3、Vite、Tailwind CSS、Pinia、ECharts。 后端：FastAPI、SQLAlchemy 2、JWT；检测 Ultralytics YOLO-World、PyTorch、OpenCV。 数据库：MySQL 8。导出用 pandas / openpyxl。

适合谁做

适合软件工程、计算机、人工智能。答辩可讲开放词汇和传统固定类别的差别、空座率怎么算、实时检测怎么控间隔；不要承诺做人脸或云端多人协同。