🎯 VisionFlow

智能影像辨識與監控系統 - 個人學習開發歷程記錄

⚠️ 免責聲明與專案性質：
📖 這是一個個人學習開發歷程記錄專案，記錄我在學習 AI 影像辨識技術過程中的實作經驗與心得。
🎓 本專案僅供學習參考使用，屬於個人技術學習的成果展示與紀錄。
⚠️ 請勿直接用於生產環境或商業用途，作者不對使用本專案所造成的任何問題負責。
🔧 如有實際應用需求，請基於本專案進行重新設計、安全審查及完整測試。
💡 歡迎其他學習者參考交流，但請理解這只是個人學習過程的記錄，非完整的產品級解決方案。

🇹🇼 中文 | 🇺🇸 English

---

📋 專案概述

VisionFlow 是我在學習 AI 影像辨識與監控系統開發過程中的實作專案。這個專案記錄了我在學習微服務架構、深度學習技術和現代化部署方案時的開發歷程與實作經驗。

📝 學習歷程記錄：
這個專案完整記錄了我從零開始學習以下技術的過程：

• 🤖 深度學習與電腦視覺 (YOLO 模型應用)
• 🏗️ 微服務架構設計與實作經驗
• 🐳 Docker 容器化技術與服務編排
• 🌐 Flask Web 框架與 RESTful API 開發
• 🗄️ 資料庫設計與管理 (PostgreSQL + Redis)
• 📡 即時通訊技術與 WebSocket 實作

⚠️ 學習專案聲明：

• 這是我個人的學習實作記錄，程式碼可能存在不完善之處
• 未經過完整的安全性檢查和企業級測試
• 主要目的是記錄學習過程和技術實驗
• 如需用於實際專案，請自行評估並進行必要的改進

🌟 核心特色

💡 學習重點：透過實作以下功能來學習相關技術

• 🚀 實時影像辨識 - 使用 YOLO 模型進行高效物件檢測
• 🎥 多攝影機支援 - 同時管理多個攝影機串流
• 🔒 用戶權限管理 - 完整的身份驗證與授權系統
• 🎨 自定義檢測區域 - 支援多邊形 ROI 繪製
• 📱 響應式介面 - 現代化的 Web 管理界面
• 🐳 容器化部署 - 完整的 Docker 支援
• ⚡ 高效能架構 - Redis 快取與負載均衡

🛠️ 技術架構

📚 學習技術棧：

• 後端框架: Flask + RESTful API
• 資料庫: PostgreSQL (主要) + Redis (快取)
• AI 模型: YOLO v11 物件檢測
• 容器化: Docker + Docker Compose
• 前端: 現代化 JavaScript + Bootstrap
• 通訊: WebSocket 實時串流

---

🖼️ 功能展示

🔐 登入介面

點擊查看詳細畫面

用戶可以輸入賬號與密碼進行登入，並進入管理系統。

📝 註冊介面

點擊查看詳細畫面

提供用戶創建新賬號的功能，確保用戶權限管理的靈活性。

🎬 實時辨識串流

點擊查看詳細畫面

核心功能亮點：

• ⚡ 實時顯示攝影機的辨識結果
• 🎯 支援多攝影機影像流展示
• 🏷️ 根據模型輸出的物件標籤進行顯示
• 📊 即時檢測統計資訊

📹 攝影機管理

點擊查看詳細畫面

管理功能：

• ➕ 新增、修改、刪除攝影機
• 🔧 為攝影機指定辨識模型
• ⚙️ 配置攝影機參數（URL、名稱、地點等）
• 🔄 即時狀態監控

🎨 智能檢測區域設定

點擊查看詳細畫面

進階功能：

• 🖌️ 支援多邊形 ROI 繪製
• ⏰ 可為每個區域設置警報時間
• 🎯 自定義檢測靈敏度
• 📐 精確的座標定位

---

🚀 快速開始

⚠️ 重要提醒：以下步驟僅適用於學習環境，這只是我個人學習過程的記錄！
📚 如果你也在學習相關技術，歡迎參考我的實作經驗，但請注意這並非完整的產品級解決方案。

📋 系統需求

在開始之前，請確保您的系統已安裝：

工具	版本要求	說明
🐳 Docker	20.10+	容器化平台
🏗️ Docker Compose	2.0+	多容器編排工具
💻 作業系統	Linux/macOS/Windows	支援跨平台部署

⚡ 快速體驗（學習用途）

📦 標準部署（適合學習測試）

# 1️⃣ 克隆專案
git clone https://github.com/yourusername/VisionFlow.git
cd VisionFlow

# 2️⃣ 啟動所有服務
docker-compose -f docker-compose.optimized.yaml up -d

# 3️⃣ 等待服務啟動完成（約 2-3 分鐘）
docker-compose -f docker-compose.optimized.yaml ps

# 4️⃣ 初始化資料庫
docker-compose -f docker-compose.optimized.yaml exec backend flask db upgrade

🎓 學習提示：觀察 docker-compose 的編排過程，了解微服務的啟動順序

🔧 開發者模式（適合程式碼學習）

# 1️⃣ 克隆專案
git clone https://github.com/yourusername/VisionFlow.git
cd VisionFlow

# 2️⃣ 啟動基礎服務
docker-compose -f docker-compose.yaml up -d

# 3️⃣ 啟動 Redis 工作節點
docker-compose -f docker-compose-redis.yaml up -d

# 4️⃣ 資料庫遷移
docker-compose exec backend flask db upgrade

🎓 學習提示：可以透過修改程式碼來觀察系統行為變化

🎯 驗證部署

部署完成後，請訪問以下地址確認服務狀態：

服務	地址	說明
🌐 Web 界面	http://localhost:5001	主要管理界面
📹 攝影機串流	http://localhost:15440	攝影機控制器
📊 Redis 管理	http://localhost:6379	Redis 資料庫
🗄️ PostgreSQL	http://localhost:5433	主資料庫

🔧 自定義配置

📝 環境變數設定

創建 .env 檔案並設定以下變數：

# 資料庫設定
POSTGRES_DB=visionflow_db
POSTGRES_USER=admin
POSTGRES_PASSWORD=your_secure_password

# Redis 設定
REDIS_HOST=redis
REDIS_PORT=6379

# 應用程式設定
FLASK_ENV=production
SECRET_KEY=your_secret_key_here

# 模型設定
MODEL_PATH=/app/models/yolo11n.pt
CONFIDENCE_THRESHOLD=0.5

---

📚 API 文檔

🔗 完整 API 參考

文檔類型	連結	說明
📖 基礎 API	API_Doc.md	核心 API 使用說明
🚀 進階 API	API_ENHANCED.md	高級功能與擴展 API
🎯 專案總覽	PROJECT_SUMMARY.md	專案架構與設計理念

🌟 主要 API 功能

🎥 影像串流 API

# 獲取實時串流
GET /recognized_stream/{camera_id}

# 獲取原始串流
GET /get_stream/{camera_id}

# 獲取快照
GET /get_snapshot/{camera_id}

📹 攝影機管理 API

# 獲取所有攝影機
GET /api/camera/cameras

# 新增攝影機
POST /api/camera/cameras

# 更新攝影機
PATCH /api/camera/cameras/{id}

# 刪除攝影機
DELETE /api/camera/cameras/{id}

🔐 認證與授權 API

# 用戶登入
POST /api/auth/login

# 用戶註冊
POST /api/auth/register

# Token 刷新
POST /api/auth/refresh

---

🛠️ 開發指南

💻 本地開發環境

🐍 Python 環境設定

# 1️⃣ 創建虛擬環境
python3 -m venv venv

# 2️⃣ 啟用虛擬環境
# Linux/macOS:
source venv/bin/activate
# Windows:
venv\Scripts\activate

# 3️⃣ 安裝依賴套件
pip install -r requirements.txt

# 4️⃣ 啟動開發伺服器
flask run --debug

🧪 測試與品質檢查

# 🔍 執行單元測試
pytest tests/ -v

# 📊 程式碼覆蓋率
pytest --cov=./ tests/

# 🎨 程式碼格式化
black . --line-length 88

# 🔧 靜態分析
flake8 . --max-line-length 88

🏗️ 專案架構

VisionFlow/
├── 🌐 web/                 # Web 後端服務
├── 📹 camera_ctrler/       # 攝影機控制器
├── 🤖 object_recognition/  # AI 辨識服務
├── 📦 redisv1/            # Redis 工作節點
├── 🗄️ db/                 # 資料庫檔案
├── 📊 shared/             # 共享模組
└── 🐳 docker-compose.*.yaml # 容器編排配置

---

🤝 貢獻與支援

🌟 加入我們的開發者社群

📞 聯絡方式

聯絡管道	資訊	說明
📧 Email	sky328423@gmail.com	學習交流與技術討論
🐛 Bug 回報	GitHub Issues	問題回報與功能建議
💬 討論	GitHub Discussions	學習心得分享與經驗交流

🎯 如何貢獻

🔧 程式碼貢獻

1. Fork 本專案
2. 創建您的功能分支 (git checkout -b feature/AmazingFeature)
3. 提交您的更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 開啟一個 Pull Request

📝 文檔貢獻

• 改善 README 或 API 文檔
• 翻譯文檔到其他語言
• 增加使用範例和教學

🐛 問題回報

回報問題時請包含：

• 作業系統版本
• Docker 版本
• 錯誤訊息截圖
• 重現步驟

---

📄 授權條款

本專案採用 MIT 授權條款 - 詳見 LICENSE 檔案

---

🌟 如果這個學習記錄對您有幫助，請給我一個 Star ⭐

感謝您的支持！這是我持續學習和改進的動力！

---

🚀 VisionFlow - 個人學習歷程記錄專案

記錄我在 AI 影像辨識領域的學習與成長 📚