← 返回项目库

YOLO-Anything 井盖缺陷检测工作台（中文版）

面向道路巡检的中文井盖缺陷识别工作台，支持模型切换、图片检测、历史记录与统计分析。

这是基于 YOLO-Anything 上游源码整理的中文产品演示应用，聚焦路面井盖缺陷识别场景。前端提供首页工作台、模型选择、图片上传、检测结果、历史记录和统计分析等真实可操作界面；当前发布版本默认启用离线演示数据，不宣称已连接真实推理服务、数据库或账号系统。

真实界面

项目截图

共 6 张

欢迎使用棘龙 路面井盖缺陷检测系统
当前调用模型
离线演示说明
检测历史
检测结果详情
检测类别分布

Capabilities

核心功能

✓中文道路巡检检测工作台
✓井盖缺陷模型版本选择
✓图片上传与检测结果展示
✓检测历史记录查看与删除
✓检测结果置信度明细
✓最近检测趋势统计
✓缺陷类别分布分析
✓响应式管理后台布局

适用场景

验证道路巡检缺陷识别产品原型
演示目标检测结果管理和统计流程
学习 Vue 3、Flask 与 YOLO 项目结构

适合谁

道路养护团队、城市巡检人员、计算机视觉学习者和需要验证目标检测产品界面的开发者。

商业化思路

视觉检测工作台原型、道路巡检方案定制与模型推理服务集成；真实部署需由使用方配置后端、模型、数据库和运行资源。

你会拿到什么

  • ✓中文化 Vue 3 检测工作台源码
  • ✓离线演示数据、构建配置与部署说明

部署流程

  1. 1安装 Node.js 18+ 并进入 frontend-code 目录
  2. 2执行 npm ci 安装依赖并执行 npm run build:prod
  3. 3使用 npm run preview -- --host 0.0.0.0 --port 4173 启动静态预览
  4. 4真实检测部署时按 README 配置 Flask、MySQL、模型文件和 API 地址

真实验证结果

已通过 6 个真实运行中文界面、HTTP、可见正文、控制台、坏图和横向溢出质量门。

部署前须知

当前发布版本默认使用明确标注的离线演示数据；真实图片推理、账号、数据库持久化和模型服务需要单独部署后端及运行依赖。

部署难度

中等

最低配置

Node.js 18+ 与 npm；离线演示只需静态前端，真实检测需 Python、Flask、MySQL、PyTorch 与模型文件。

开源许可证

GNU General Public License v3.0

最后验证

2026-09-06

技术栈

Vue 3TypeScriptElement PlusViteFlaskMySQLYOLO

授权说明

源码仓库包含 GPL-3.0 许可证文件；交付时保留上游许可证和版权声明，二次分发请遵守 GPL-3.0 条款。

Release notes

版本记录

1 个已发布版本

vcn-ced5a092032f 当前推荐

完成中文界面整理，增加明确标注的离线演示数据适配，验证首页、模型切换、图片检测、历史记录和统计分析流程。

部署要求：Node.js 18+；npm ci；npm run build:prod；npm run preview。真实推理需额外配置 Python、Flask、MySQL、PyTorch 和模型文件。

已知问题：离线演示不会执行真实模型推理或保存到远程数据库；真实部署前需配置后端 API、模型权重、数据库和认证服务。

登录后领取