CV Python Tigerpro

Flask + Vue 前后端分离的 多任务视觉 / 语音 AI 管理平台（RBAC + 模型管理 + 检测 / 姿态 / 人脸 / 车辆 / OCR 等）。

许可证： Apache-2.0（中文要点译本，仅供参考，以英文原版为准）· 仓库： https://github.com/5758703/CV_PythonVue_TigerPro

快速开始

backend/    Flask + SQLAlchemy + JWT + Ultralytics / InsightFace / OCR …
frontend/   Vue3 + Vite + Element Plus + Pinia + ECharts

1. 后端：见 backend/README.md（推荐 Python 3.12 + scripts/setup_venv.ps1 / run_backend.ps1）
2. 前端：cd frontend && npm install && npm run dev
3. 默认账号：admin / admin123（详见下文种子说明）

参与贡献

GitHub 是任务与决策的最终记录场所。统一流程：

Discussion → Issue（含验收标准）→ 认领 → PR → 评审 → Squash 合并 → CHANGELOG / 发版

文档	说明
CONTRIBUTING.md	开发环境、规范、分支与 PR
GOVERNANCE.md	角色、权限、晋升与决策
ROADMAP.md	版本规划
SECURITY.md	安全漏洞请私密报告，勿公开开 Issue
CODE_OF_CONDUCT.md	行为准则
THIRD_PARTY_NOTICES.md	依赖与模型许可证
CHANGELOG.md	版本变更
新手任务（8 条）	good-first-issue 文案
社区索引	文档导航

---

演示与截图

backend/    Flask + Flask-SQLAlchemy + PyMySQL + Flask-Cors + Flask-JWT-Extended
frontend/   Vue3 + Vite + Element Plus + Vue Router + Pinia + Axios + ECharts

segment_result.mp4

wudao_1782559579_pose.mp4

02_1784196851_det.mp4

badminton_1784461172982.mp4

video_1783781025_pose.mp4

segment_result.2.mp4

0f2b3ace2fc0d2be0bba35e2f8b43cf8_1782640338_track.mp4

segment_result.1.mp4

footballtrack.mp4

video_1783781402_pose.mp4

e0b459e132f2d00241930cae1d9674b3_1783843146_det.mp4

segment_result.6.mp4

2026-07-21_064358_872.mp4

2026-07-21_064406_945.mp4

02_1784202781_det.mp4

badminton_1783162518673.mp4

功能

• 用户注册 / 登录（JWT 认证）
• RBAC：用户·角色·部门(无限级树)·岗位·菜单/权限
• 多对多：用户↔角色、用户↔部门、用户↔岗位、角色↔权限、用户↔权限
• 权限分类：
  • 功能权限 — 菜单(M目录/C菜单)、按钮(F，前端 v-permission)、API 接口(A，后端校验)
  • 数据权限 — 角色 data_scope：1 仅本人 / 2 本部门 / 3 本部门及下级 / 4 全部
• 视觉：目标检测 / 姿态 / 分割 / 人脸识别（InsightFace 底库 1:N） / 表格识别（YOLO+RapidOCR+SLANet） / 目标追踪（含车辆追踪、人员离岗检测场景；离岗支持多工位与移动镜头运动补偿） 等
• 安防检测模型包（11 个本地 ONNX）：烟火 / 森林火灾 / 灾害扩展、PPE 与安全帽、跌倒与行为、打架、武器、车牌等，种子分类「安防检测」（sec-*），ONNX Runtime CPU 推理，可挂图片/视频/摄像头检测与告警规则
• 模型权重转换（pt → onnx）：模型管理支持异步导出（imgsz / dynamic / half），同目录存在 .onnx 时检测优先走 ONNX Runtime（YOLO_PREFER_ONNX=0 可关闭）；列表支持自定义每页条数（1–200）并本地记忆
• 摄像头实时检测：支持 本地摄像头 与 网络摄像头（摄像头管理视频流）

默认账号（种子数据自动写入）

账号	密码	角色	数据范围	说明
admin	admin123	超级管理员(admin)	全部数据	全菜单 + 全部增删改
tiger	123456	普通角色(common)	本部门(前端组)	只读，用户列表仅见本部门

初始化幂等：sys_user 无数据时才灌种子（5 部门 / 4 岗位 / 31 菜单 / 2 角色 / 2 用户）。

数据表

表	说明
sys_user	用户（主部门 dept_id）
sys_role	角色（data_scope 数据范围）
sys_dept	部门（无限级树，ancestors 祖级链）
sys_job	岗位
sys_menu	菜单/权限（menu_type M/C/F/A）
sys_user_role / sys_user_dept / sys_user_post	用户的角色/部门/岗位（多对多）
sys_role_menu / sys_user_menu	角色权限 / 用户直接授权（多对多）

后端 backend

conda activate cv_python_tigerpro
cd backend
pip install -r requirements.txt

cp .env.example .env      # 编辑 .env 填入 MySQL 账号密码（默认 root/123456）
# MySQL 建库：
#   CREATE DATABASE cv_python_tigerpro DEFAULT CHARSET utf8mb4;

python app.py            # http://127.0.0.1:5001 （启动自动建表 + 灌种子）

返回结构统一 { code, message, data }，code=0 成功。请求头带 Authorization: Bearer <token>。

接口：

模块	路径	说明
认证	POST /api/auth/login	登录，返回 {token}
认证	POST /api/auth/register	注册（默认普通角色）
认证	GET /api/auth/info	当前用户 + 角色标识 + 权限标识
认证	GET /api/auth/routers	当前用户可见菜单树（侧栏）
认证	POST /api/auth/logout	退出
用户	/api/system/user	GET 列表(数据权限) / POST / PUT / DELETE
角色	/api/system/role	CRUD + 菜单授权 + data_scope
部门	/api/system/dept	树 + CRUD
岗位	/api/system/job	CRUD
菜单	/api/system/menu	树 + CRUD
健康	GET /api/health	健康检查

功能权限装饰器 @permission_required("system:user:add")；数据权限 apply_user_data_scope() 按角色 data_scope 过滤。

前端 frontend

cd frontend
npm install
npm run dev              # http://127.0.0.1:5173

Vite 代理：前端 /api → http://127.0.0.1:5001。

• 登录后守卫调 getInfo+getRouters → 动态侧栏 + 权限标识
• 按钮级权限：v-permission="'system:user:add'"，无权限移除元素
• 页面：登录、首页(统计卡+ECharts)、系统管理(用户/角色/部门/岗位/菜单)

文档

文档	说明
羽毛球分析模块	技术栈、姿态/球模型、球场与网线、HUD、API；含 §11 Roboflow 导出 YOLO zip 与自训指南
图像/视频分割模块	技术栈、依赖、模型权重、API 与使用流程（RF-DETR-Seg / YOLOE 图片视频 / MobileSAM）
数据标注功能说明	视频抽帧、Canvas 标注、YOLO 格式、构建训练集、API 与 FAQ
外接标注工具操作说明	X-AnyLabeling / CVAT / Roboflow 小白入门、分步举例与回灌说明
姿态估计模型选型说明	平台 7 款姿态模型对比；含羽毛球页六模型速查
数据标注质量检测与格式转换	质量检测指标解读、五类格式转换与训前检查清单
TigerAI平台模型框架与类型汇总	推理框架 / 任务类型 / 种子模型与工作台对照（含配图位）
人脸识别模块	InsightFace 1:N、底库登记、API、阈值/隔帧与许可隐私说明
人脸识别功能汇总	框架/模型对比、本项目选型、底库与实时识别、API、配图占位
表格识别功能汇总	YOLO 检表 → RapidOCR → SLANet_plus；模型、API、前端与代码位置
目标追踪-场景分类说明	通用追踪 / 车辆追踪 / 人员离岗三场景架构、权限路由与扩展方式
人员离岗检测-功能说明	多工位离岗规则、镜头运动补偿（移动镜头工位锚定）、API 与验收
车辆追踪-技术说明与操作手册	车牌 OCR、测速、拥堵、运动轨迹与过车记录
检测告警模块	P0 烟火/聚集 + P1 PPE未戴帽/越线入侵、规则引擎与事件
P2 监控墙与陌生人脸告警	RTSP 监控墙 7×24、陌生人脸告警使用与实现
烟火与人员聚集告警功能汇总	框架与检测模型配合、规则阈值、叠加/事件实践、配图占位
越线入侵告警功能汇总	越线几何原理、规则引擎、追踪页画线使用与配置排查

文档内保留 实测截图占位，可在 docs/images/ 下按章节补充项目截图后替换。

启动顺序

1. 启动 MySQL，建库 cv_python_tigerpro
2. 后端 python app.py（:5001，自动建表+种子）
3. 前端 npm run dev（:5173），浏览器打开，用 admin/admin123 登录

开源不易，接收赞赏