校园安防异常行为检测系统一、系统概述基于YOLOv11/v10/v8深度学习模型的校园安防异常行为检测系统。系统依托6140张真实校园场景图像数据集精准识别暴力、攀爬、跌倒三类异常行为检测精度高达0.92。支持实时视频流、摄像头、单张图片多种检测方式配合事件自动记录、日志管理、用户权限控制等完整功能为校园安全管理提供智能化、全天候的预警与处置辅助。二、核心亮点• 高精度模型YOLOv11/v10/v8训练精度达0.92直接可用省时省力• 真实场景数据6140张图片3分类暴力、攀爬、跌倒标签准确内容全面• 多模型支持提供YOLOv11、YOLOv10、YOLOv8三套权重可根据算力灵活切换• 实时检测与记录视频/摄像头逐帧推理异常事件自动截图保存并写入CSV日志• 完整用户体系管理员与普通用户分离管理员可使用全部功能用户可查看异常日志• 事件回溯历史记录表格展示双击预览截图便于事后核查• 系统日志记录所有操作与事件支持一键清空便于运维三、检测类别3类暴力 – 推搡、殴打、追逐等肢体冲突行为攀爬 – 翻越围墙、栏杆、窗户等违规攀爬行为跌倒 – 意外摔倒、晕倒等需要紧急救助的行为四、数据集详情• 总图片数6140张• 标注格式YOLO.txt归一化坐标• 数据来源网络收集涵盖不同校园场景教学楼、操场、宿舍、围墙等• 数据特点光照变化、多角度、遮挡贴近真实监控环境• 训练结果YOLOv11/v10/v8精度均达0.92模型文件可直接用于推理五、系统架构5.1 技术栈• 深度学习框架PyTorch Ultralytics YOLOv11/v10/v8• 桌面UI框架PyQt5/PyQt6可选• 图像处理OpenCV• 数据存储CSV 截图文件系统• 开发语言Python 3.85.2 系统模块┌─────────────────────────────────────────────────────┐│ 登录注册 │├─────────────────────────────────────────────────────┤│ 实时视频检测 │ 图片单张检测 │ 摄像头检测 │├─────────────────────────────────────────────────────┤│ 事件自动记录 │ 异常行为记录查看 │ 系统日志 │├─────────────────────────────────────────────────────┤│ YOLO推理引擎 模型管理 │└─────────────────────────────────────────────────────┘六、功能模块详解6.1 登录注册• 管理员拥有全部功能权限检测、记录查看、系统日志、用户管理• 普通用户可使用检测功能查看异常日志仅自己产生的记录• 支持注册新用户密码加密存储6.2 实时视频检测• 本地视频文件支持MP4、AVI等格式逐帧推理并叠加可视化检测框• USB/IP摄像头连接本地摄像头或RTSP网络摄像头实时检测• 检测到异常行为时自动触发事件记录6.3 图片单张检测• 上传单张图片快速识别其中的异常行为• 支持多目标同时检测显示类别、置信度、位置6.4 事件自动记录• 检测到暴力、攀爬、跌倒任一异常时自动截图保存JPEG格式• 同时将事件信息写入CSV日志文件包含◦ 时间戳◦ 检测类型◦ 置信度◦ 截图文件名◦ 来源视频/摄像头/图片6.5 异常行为记录查看• 表格形式展示所有历史记录• 支持按时间、类型筛选• 双击记录可预览对应事件截图6.6 系统日志• 记录所有操作与事件登录、检测、错误等• 包含时间、级别INFO/WARNING/ERROR、内容• 支持一键清空日志七、交付内容完整源码◦ 主程序含UI界面◦ 推理引擎模块◦ 日志与记录管理模块◦ 训练脚本可选训练好的模型权重◦ YOLOv11 best.pt◦ YOLOv10 best.pt◦ YOLOv8 best.pt数据集6140张标注图片YOLO格式测试视频若干测试视频用于演示效果使用文档环境配置、运行说明、功能介绍八、快速部署8.1 环境要求• 操作系统Windows 10/11, Ubuntu 20.04• Python3.8 - 3.10• 依赖库ultralytics, torch, torchvision, opencv-python, PyQt5/PyQt6, pandas• GPU推荐NVIDIA显卡推理加速CPU也可运行8.2 运行步骤1. 安装依赖pip install ultralytics torch torchvision opencv-python pyqt5 pandas#2.启动系统 python main.py九、应用场景• 中小学/大学校园监控走廊、围墙、操场等区域预防校园欺凌、翻墙逃课、意外摔倒• 寄宿制学校宿舍楼、食堂等重点区域24小时监控• 安保值班室实时告警辅助安保人员快速响应• 教育局/学校管理部门事后回溯分析校园安全事件十、定制化服务• 增加新的异常行为类别如吸烟、聚集、奔跑等• 对接校园已有的监控系统RTSP/NVR• 开发Web版或移动端推送告警• 模型剪枝量化部署到边缘设备Jetson Nano等免责声明本系统为辅助检测工具检测结果仅供参考。校园安全管理仍需结合人工巡查与专业判断。