YOLOv5+Web的毕业设计项目
SafeCommunity源码获取一、项目介绍二、项目结构1、项目结构图2、项目结构说明 三、相关技术1、前端框架(1) BootStrap(2) JQuery(3) Vue(项目中使用较少) 2、后端框架(1) SpringBoot(2) WebSocket 3、数据库(1) MySQl(2) Redis(3) MyBatis-Plus 4、火焰检测(1) YOLOv5(2) DJL 4、视频流(1) FFmpeg(2) rtsp-simple-server 5、钉钉报警 四、项目环境五、启动流程1、启动 rtsp-simple-server 中的 rtsp-simple-server.exe。2、使用FFmpeg对本地视频推流3、启动项目 六、功能展示1、监控及火情警报（1） 监控页面（2） 警报功能 2、基本信息管理（1）监控设备信息管理（2）历史监控信息管理（3）小区住宅信息管理（4）消防设备信息管理（5）火情负责人信息管理（6）日志信息管理（用户操作日志，火情警报日志） 七、疑难问题1.在训练模型时，需要安装 pytorch，但是安装后检查安装是否成功却一直False2.Vue中this关键字指向3.使用spring-security时，出现403问题----跨域问题4.Springboot实现可以直接访问Templates下的html文件5.springboot测试时bean对象空指针异常6.父页面向iframe传递数据7.Springboot项目关闭时,资源的释放8.Mybatis-Plus实现对指定字段加密解密 八、最终总结
SafeCommunity
平安社区——基于YoLov5的社区监控平台
源码获取
视频了解具体细节可看哔站
哔站系统演示视频
源码加vx: is_MrSun_work
邮箱：ismr_sun@163.com
一、项目介绍
火焰给人类带来了许多益处，对火的合理利用是促进人类社会发展的一个重要因素，但使用不慎就会造成火灾。随着社会的不断发展，社区、工厂、仓库等场景逐渐增加，火灾的隐患也随之变大，给人们的日常生活及生命财产安全带来严重威胁，很有可能导致难以估计的后果。据中国应急管理部消防救援局统计，2022年1至9月，全国共接报火灾63.68万起，死亡1441人，受伤1640人，直接财产损失55亿元人民币。从起火场所看，居住场所发生火灾22.38万起、死亡1061人，分别占火灾总数和死亡人总数的35.15%、73.63%；其中，较大火灾45起，占全部较大火灾起数的56.25%。因此，能够及时发现火情并做出反应，对于维护人民的人身财产安全具有重大意义。
如今，随着火灾探测技术的发展，出现了基于传感器和基于图像的两种主流火灾探测技术。传统的基于传感器的火灾探测技术，使用感烟、感光、感温等传感器来检测火灾的发生，存在易受环境影响限制、延时高、误报率高等问题，当面对多变的情况时，不能进行精确的火焰探测。基于图像的火灾探测方法主要是利用深度学习算法，实现对图像数据中火焰的探测。基于图像的火灾探测方法相较于传统的基于传感器火灾检测技术探测速度更快，易部署。
本项目采用基于YOLOv5的检测模型进行火灾探测方法，结合传统监控及社区信息管理平台，实现对社区可监视范围内的火情监测，并及时反馈给相关人员，为其提供火情的详细信息如监控画面、大致位置及附近消防设备信息等，为及时扑灭火情提供帮助。
二、项目结构
1、项目结构图
2、项目结构说明
|safecommunity |PushFlowUtil //推流的工具与服务器 |src |main |java |com |mrsun |common //公共部分 |config //各种配置文件 |controller //控制访问层 |entity //实体类 |util //工具实体类，在做一些操作时，进行数据封装 |vo //视图类 作为最终返回给前端的数据 |firemonitoring //火情监测部分 |interceptor //拦截器 |logger //日志记录aop |mapper //dao层 |result //返回结果封装 |service //业务逻辑层 |util //工具包 |MainApplication //启动类 |resources |dailyHistoricalVideo //每日视频回放存储位置,实际应该放在服务器中 |detection //火焰检测部分 |input //检测需要的输入 |images //被检测图片存放位置 |out //原本检测的输出目录 |fireHistoricalVideo //发生火灾时，截取视频的存放位置,实际应该放在服务器中 |mapper //dao层mapper的xml文件 |static //静态资源，存放前端页面所需资源 |systemTestData //系统测试数据，包含推流的视频以及批量导入的csv文件 |templates //前端页面 |bigscreen.html //监控大屏页 |fzrxx.html //火情负责人页 |homepage.html //首页 |index.html //有做测试视频拉流播放的页面，无用 |login.html //登录页 |lsjkxx.html //历史监控页 |main.html //左侧菜单栏 |rzxx.html //日志页 |sbxx.html //监控设备页 |searchvideo.html //回放视频播放窗口页 |searchvideo-bigscreen.html //监控大屏视频播放窗口页 |xfsbxx.html //消防设备页 |xqxx.html //小区信息页（住宅信息）三、相关技术
1、前端框架
(1) BootStrap
Bootstrap，来自 Twitter，是目前最受欢迎的前端框架。Bootstrap 是基于 HTML、CSS、JAVASCRIPT 的，它简洁灵活，使得 Web 开发更加快捷。官方文档
(2) JQuery
jQuery是一个快速、简洁的JavaScript框架，是继Prototype之后又一个优秀的JavaScript代码库（框架）中文文档
(3) Vue(项目中使用较少)
Vue (发音为 /vjuː/，类似 view) 是一款用于构建用户界面的 JavaScript 框架。它基于标准 HTML、CSS 和 JavaScript 构建，并提供了一套声明式的、组件化的编程模型，帮助你高效地开发用户界面。无论是简单还是复杂的界面，Vue 都可以胜任。官方文档
2、后端框架
(1) SpringBoot
Spring Boot是由Pivotal团队提供的一套开源框架，可以简化spring应用的创建及部署。它提供了丰富的Spring模块化支持，可以帮助开发者更轻松快捷地构建出企业级应用。Spring Boot通过自动配置功能，降低了复杂性，同时支持基于JVM的多种开源框架，可以缩短开发时间，使开发更加简单和高效。中文文档
(2) WebSocket
WebSocket 是 HTML5 开始提供的一种在单个 TCP 连接上进行全双工通讯的协议。WebSocket 使得客户端和服务器之间的数据交换变得更加简单，允许服务端主动向客户端推送数据。在 WebSocket API 中，浏览器和服务器只需要完成一次握手，两者之间就直接可以创建持久性的连接，并进行双向数据传输。
在 WebSocket API 中，浏览器和服务器只需要做一个握手的动作，然后，浏览器和服务器之间就形成了一条快速通道。两者之间就直接可以数据互相传送。 现在，很多网站为了实现推送技术，所用的技术都是 Ajax 轮询。轮询是在特定的的时间间隔（如每1秒），由浏览器对服务器发出HTTP请求，然后由服务器返回最新的数据给客户端的浏览器。这种传统的模式带来很明显的缺点，即浏览器需要不断的向服务器发出请求，然而HTTP请求可能包含较长的头部，其中真正有效的数据可能只是很小的一部分，显然这样会浪费很多的带宽等资源。HTML5 定义的WebSocket协议，能更好的节省服务器资源和带宽，并且能够更实时地进行通讯。
本项目中，用来实现后端主动向前端报警。
3、数据库
(1) MySQl
MySQL 是最流行的关系型数据库管理系统，在 WEB 应用方面 MySQL 是最好的 RDBMS(Relational Database Management System：关系数据库管理系统)应用软件之一。
本项目中，作为主要数据存储方式。
(2) Redis
REmote DIctionary Server(Redis) 是一个由 Salvatore Sanfilippo 写的 key-value 存储系统，是跨平台的非关系型数据库。Redis 是一个开源的使用 ANSI C 语言编写、遵守 BSD 协议、支持网络、可基于内存、分布式、可选持久性的键值对(Key-Value)存储数据库，并提供多种语言的 API。 Redis 通常被称为数据结构服务器，因为值（value）可以是字符串(String)、哈希(Hash)、列表(list)、集合(sets)和有序集合(sorted sets)等类型。
本项目中，用来存储验证码的信息，不用作主要数据的存储。
(3) MyBatis-Plus
MyBatis-Plus (opens new window)（简称 MP）是一个 MyBatis (opens new window)的增强工具，在 MyBatis 的基础上只做增强不做改变，为简化开发、提高效率而生。官方文档
本项目中，连接数据库，完成各种CRUD,使用MyBatis-Plus可以提高开发效率，无需对单表进行SQL编写。
4、火焰检测
(1) YOLOv5
YOLOv5 🚀 是世界上最受欢迎的视觉 AI，代表 Ultralytics 对未来视觉 AI 方法的开源研究，结合在数千小时的研究和开发中积累的经验教训和最佳实践。GitHub
本项目中，使用官方模型使用Python进行训练，训练后得到模型。
(2) DJL
Deep Java Library(DJL)是一个开源的深度学习开发包。通过DJL，用户可以使用Java来训练和部署深度学习模型。DJL提供了简洁的API，简化了Java开发人员上手深度学习的过程。官方示例
本项目中，通过DJL api实现对训练后的模型在SpringBoot中的调用。
4、视频流
(1) FFmpeg
一个完整的，跨平台的解决方案，记录，转换和流媒体音频和视频。FFmpeg 是领先的多媒体框架，能够解码、编码、 转码、复用、解复用、流、过滤和播放 几乎所有人类和机器创建的东西。它支持最模糊的古老格式，直到最前沿。无论它们是由某个标准委员会、社区还是公司设计的。它还具有高度的可移植性：FFmpeg 在各种构建环境、机器架构和配置下跨 Linux、Mac OS X、Microsoft Windows、BSD、Solaris 等 编译、运行和通过我们的测试基础架构 FATE 。中文文档
本项目中，使用ffmpeg实现本地视频、摄像头推流，得到rtmp视频流地址，模拟真实开发环境；利用ffmpeg实现对视频流的截取图片、截取视频。
(2) rtsp-simple-server
一个支持收取视频流和转发视频流的服务器，协助ffmpeg实现本地视频、摄像头视频流的推流和拉取。
5、钉钉报警
实现在钉钉群中报警功能。(使用时需要修改DingDingUtil中的密钥和token为自己申请密钥和token) 官方使用文档
四、项目环境
ffmpeg 版本: ffmpeg-master-latest-win64-gplrtsp-server (推流服务器)版本: rtsp-simple-server_v0.21.6_windows_amd64java 版本: 1.8mysql 版本: 8.0
其余组件见 pom.xml
五、启动流程
1、启动 rtsp-simple-server 中的 rtsp-simple-server.exe。
方法1：执行下述命令，运行(推荐，因为无需自己在去文件夹点击)。
.\PushFlowUtil\rtsp-simple-server\rtsp-simple-server.exe .\PushFlowUtil\rtsp-simple-server\rtsp-simple-server.yml方法2： 在操作系统的目录中点击exe文件运行(不推荐，需要自己进入到文件目录中点击运行，注意下述警告)。
！警告：在idea的文件夹中，直接点击exe文件运行会出现读取不到配置文件的异常情况，所以不要这样操作！
2、使用FFmpeg对本地视频推流
！注意：需要先解压bin里的压缩包，取出其中的ffmpeg.exe到bin下，再将ffmpeg/bin目录配置到环境变量中，再进行推流操作
推送本地摄像头，rtsp流 【注意修改参数】
ffmpeg -f dshow -i video="ov9734_azurewave_camera" -vcodec libx264 -r 30 -f rtsp rtsp://127.0.0.1:8554/live推送本地摄像头，rtmp流 【注意修改参数】
ffmpeg -f dshow -i video="ov9734_azurewave_camera" -framerate 25 -bufsize 1000000k -vcodec libx264 -preset:v ultrafast -tune:v zerolatency -an -f flv rtmp://127.0.0.1:1935/live推送本地视频，rtmp流，此处视频中没有火焰【注意修改参数】。
ffmpeg -re -stream_loop -1 -i .\src\main\resources\systemTestData\pushFlowTestVideos\liveVideoNoFire.mp4 -vcodec copy -an -f flv -y rtmp://127.0.0.1:1935/live2推送本地视频，rtmp流，此处视频中有火焰 【注意修改参数】。
ffmpeg -re -stream_loop -1 -i .\src\main\resources\systemTestData\pushFlowTestVideos\liveVideoHasFire.mp4 -vcodec copy -an -f flv -y rtmp://127.0.0.1:1935/live1注意：推流的视频地址为绝对路径。如果需要推流摄像头注意更改摄像头名称参数
3、启动项目
六、功能展示
1、监控及火情警报
（1） 监控页面
（2） 警报功能
- 监控大屏处报警
- 钉钉报警
2、基本信息管理
（1）监控设备信息管理
（2）历史监控信息管理
（3）小区住宅信息管理
说明：不允许该页面对住宅信息的基本部分做修改，因为考虑到这部分信息会在项目之前存在且具有重要性、固定性，所以只允许管理员在此处修改住户信息
（4）消防设备信息管理
（5）火情负责人信息管理
（6）日志信息管理（用户操作日志，火情警报日志）
- 用户操作日志
- 火情警报日志
七、疑难问题
该部分记录了项目开发过程中遇到的形形色色的问题。
1.在训练模型时，需要安装 pytorch，但是安装后检查安装是否成功却一直False
问题出现原因是清华源镜像没有GPU版本，导致实际下载的是CPU版本，可以使用 conde list 查看。所以可以去官网寻找与cuda对应版本的pytorch
如: cuda 10.1
2.Vue中this关键字指向
ajax的回调函数需要用箭头函数，否则this关键字指向的不是vue，详见 博客: vue中this指向问题JingG459的博客
或者记住 JavaScript中this关键字永远指向的是函数调用者。
3.使用spring-security时，出现403问题----跨域问题
如果使用 spring-security，默认开启了防止跨域攻击的功能，任何 POST 提交到后台的表单都要验证是否带有 _csrf 参数，一旦传来的 _csrf 参数不正确，服务器便返回 403 错误；
参考博客
4.Springboot实现可以直接访问Templates下的html文件
spring: resources: static-locations: classpath:/META-INF/resources/,classpath:/resources/,classpath:/static/,classpath:/public/,classpath:/templates/5.springboot测试时bean对象空指针异常
@Test引入的包有问题，引入下面的包。
import org.junit.jupiter.api.Test;6.父页面向iframe传递数据
方法一（推荐，相较于方法二可以把参数传出，在子页面全局使用）:
<!--父页面--><iframe class="tosearchvideo" src="" style="width: 100%;height: 100%;border: 0;"></iframe><!--js修改src为xxx.html?data=xxx&data1=xxx-->//子iframe页面js：//获取?后的数据function GetRequest() { const url = location.search; //获取url中"?"符后的字串 let theRequest = {}; if (url.indexOf("?") !== -1) { const str = url.substr(1); const strs = str.split("&"); for (var i = 0; i < strs.length; i++) { theRequest[strs[i].split("=")[0]] = unescape(strs[i].split("=")[1]); } } return theRequest;}var data1 = GetRequest()['data1'];console.log(data1);方法二(没办法将参数传出,如果只是简单的执行动作可以用)：
// 父页面js：const frame = document.getElementsByClassName('tosearchvideo')[0];frame.contentWindow.postMessage(data, '*'); //data也可以是对象// 子页面js:window.addEventListener('message', function (event) { //event.data获取传过来的数据 const data = event.data; });7.Springboot项目关闭时,资源的释放
参考博客
8.Mybatis-Plus实现对指定字段加密解密
参考博客
八、最终总结
截至2023年4月27日，本项目基本完成。项目完成了初期设计的基本功能，但仍存在诸多问题。
问题1：这是最主要的问题，即视频流与火焰检测部分，目前采取的方案是通过ffmpeg截取视频流的某一帧获取图片，再读取图片进行检测。
YOLOv5实际支持对rtmp视频流的检测，
但在实际测试时，发现直接检测延迟较高，效果不如人意，因此采用了目前的方案。而目前的方案最大的问题是采用操作系统中ffmpeg程序完成的图片截取，所以每一个监控设备就会
对应一个系统进程，
极大的占用系统内存（所以运行后会感觉电脑很卡顿）。当然，java中也存在ffmpeg对应的api,但是问题依然是延迟太高，效果差，并且当推流的源是摄像头时，建
立连接的时间也很长，所以没有采用api的方式。
问题2：在警报时对消防设备的查询目前实现的较为简单，只是查询跟监控设备同一位置的设备信息，可以考虑使用其他方式查询附近范围的所有设备。
… …
End.
