一、项目演示视频

二、技术栈

前端：Vue3+TypeScript+Element Plus+ECharts+Vite
后端：SpringBoot3+MyBatis-Plus+MySQL8+JWT
算法端：Flask+PyTorch+Yolo+OpenCV+Qwen-VL

三、核心特性

1. 实时AI智能分析：火灾和烟雾检测，包括明火、烟雾等
2. 自动记录证据：画面截取和保存，便于事后取证和分析
3. 多级预警机制：即时弹窗提醒、危险行为截取，确保及时响应，通知短信发送
4. 智能群组检测：识别火灾发生场景，分析火情等级和蔓延趋势
5. 权限管理：管理员和普通用户分级权限控制

四、技术创新点

1. 多模态AI融合：结合YOLO目标检测和大语言模型，实现"视觉感知+语义理解"的双重检测机制
2. 实时流处理：基于WebSocket的实时视频流分析，支持多路并发检测
3. 群体行为分析：通过算法识别火灾特征，重点监控火灾风险区域
4. 智能预警系统：多级风险评估，减少误报率，提高检测准确性

五、项目链接

链接: https://pan.baidu.com/s/1ayz79Ab49j_YsaA1RcBfUg?pwd=hij1 提取码: hij1

1. 系统源码
   (1)前端源码(web-vue)
   (2)后端源码(web-springboot)
   (3)算法端源码(web-flask)
2. 项目介绍文档
   (1)项目概述
   (2)项目技术栈
   (3)项目目录结构
   (4)系统架构图、功能模块图
3. 项目启动教程
   (1)项目演示
   (2)环境安装包
   (3)视频教程（环境安装和项目启动）
   (4)视频教程对应的项目启动命令
4. 火灾烟雾数据集
   (1)训练集: 14122条数据
   (2)验证集: 3099条数据
   (3)测试集: 4306条数据