AI 赋能训练推理平台 Java + SpringBoot MySQL Maven EasyAI FFmpeg支持人脸识别、门禁、人员入出检测、人员跌倒检测等功能 基于深度学习模型，可自定义训练数据

10分钟搭建AI视频智能分析平台（附源码）

今天给大家分享一套开箱即用的AI赋能训练平台，可以实现视频流接入、AI模型训练、实时智能分析全流程，适合安防、交通、仓储等场景快速落地。

—# AI赋能训练平台 技术栈解析 + 说明文档

一、核心技术栈说明

1. 后端核心技术

2. 前端核心技术

3. 环境与部署技术

• JDK 1.8+：Java应用运行环境，后端服务运行基础
• Node.js 14+：前端项目打包、构建工具
• Docker（可选）：容器化部署，实现平台一键打包、快速上线
• Linux/Windows：跨平台支持，可部署在服务器或本地环境

二、平台功能说明文档

1. 平台简介

本平台是一套开箱即用的AI视频智能分析系统，集成了视频流接入、AI模型训练、实时智能分析、异常告警全流程能力，支持安防、仓储、工地、交通等多场景快速落地，无需从零开发即可搭建AI监控分析平台。

2. 核心功能模块

（1）视频流统一接入

• 支持RTSP/HTTP等主流监控视频流协议
• 提供视频流订阅管理，支持新增、编辑、删除、批量导入/导出
• 自动拉流、解码、分发，支持多设备同时接入
• 支持视频流运行状态监控（运行中/离线/异常）

（2）AI模型管理与部署

• 内置人员识别、安全帽检测、抽烟识别、区域入侵检测等预训练模型
• 支持自定义模型训练：上传标注数据集、选择模型类型、一键启动训练
• 模型版本管理、状态监控、一键部署上线
• 支持视频流与模型绑定，实现单路/多路视频同时分析

（3）AI视频识别配置

• 可视化配置界面，为每路视频流绑定AI模型
• 支持设置告警规则：同类型告警间隔、告警录像开启/关闭
• 配置告警触发条件、保存目录、推送方式
• 支持前后置模型级联分析，实现复杂场景多维度检测

（4）系统监控与管理

• 服务器资源监控：CPU使用率、内存占用、Redis状态
• JVM运行状态监控：内存使用、线程数、运行时间
• 系统日志管理、操作日志追溯
• 用户权限管理、角色配置、账号安全控制

3. 部署与运行流程

（1）环境准备

1. 安装JDK 1.8+、MySQL 5.7+、Redis
2. 安装Node.js 14+（前端打包用）
3. 解压项目源码包（wgai-master.zip、wgai-vue.zip、easyAi1.1.1.7.rar）

（2）后端部署

1. 创建MySQL数据库，执行db/wgai.sql初始化脚本
2. 修改application.yml配置文件，填写数据库、Redis连接信息
3. 使用Maven打包项目，启动SpringBoot服务
4. 后端服务默认端口：8080

（3）前端部署

1. 进入wgai-vue目录，执行npm install安装依赖
2. 执行npm run serve启动前端服务
3. 访问地址：http://localhost:8081，默认账号密码：admin / admin123

4. 快速上手操作步骤

1. 登录平台：使用默认账号密码登录管理后台
2. 接入视频流：进入【AI视频识别】→【AI视频第三方订阅】，新增视频流配置
3. 绑定AI模型：进入【AI视频识别配置】，选择视频流并绑定对应AI模型
4. 配置告警规则：设置告警间隔、告警录像、保存目录等参数
5. 查看运行状态：在首页监控面板查看系统资源与服务运行状态

5. 适用场景与扩展

• 安防监控：区域入侵、徘徊检测、烟火识别
• 工地安全：安全帽/反光衣识别、人员离岗、违规操作检测
• 仓储管理：人员出入管理、异常行为识别、视频录像回溯
• 交通道路：车辆/行人检测、违规行为识别、道路异常监测
• 二次开发：可基于EasyAI引擎扩展自定义检测模型，适配更多场景需求

三、项目目录结构说明

wgai-master/ ├── db/ # 数据库初始化脚本 ├── wgai-boot-base-core/ # 系统核心公共模块 ├── wgai-module-demo/ # 功能演示模块 ├── wgai-module-system/ # 系统管理模块（用户、权限、日志） ├── wgai-server-cloud/ # 服务启动入口模块 ├── pom.xml # Maven项目配置文件 └── README.md # 项目说明文档

四、关键说明与优势

1. 低门槛部署：开箱即用，无需从零开发，快速搭建AI视频分析系统
2. 多场景适配：内置多行业预训练模型，支持自定义模型训练
3. 稳定可靠：基于SpringBoot+FFmpeg架构，支持多路视频流并发处理
4. 易扩展：模块化设计，支持新增模型、扩展告警方式、适配更多设备协议

一、平台能做什么？

✅视频流统一接入：支持RTSP/HTTP等第三方视频流订阅，自动拉流解码
✅AI模型管理：支持人员识别、安全帽检测、抽烟识别等模型一键部署
✅实时智能分析：对监控画面做目标检测、行为识别，异常自动告警
✅可视化管理后台：支持视频流配置、模型绑定、运行状态监控

二、源码与文件说明

下载地址包含3个核心文件，解压即可部署：

三、一键部署步骤（Windows/Linux通用）

1. 环境准备

仅需3个基础环境：

• JDK 1.8+
• MySQL 5.7+
• Redis
• Node.js 14+（前端打包用）

2. 后端部署

1. 解压wgai-master.zip，修改配置文件application.yml：

spring:datasource:url:jdbc:mysql://localhost:3306/wgai?useUnicode=true&characterEncoding=utf-8username:rootpassword:你的数据库密码redis:host:localhostport:6379

2. 初始化数据库：执行db/wgai.sql脚本
3. 启动后端：

# Linux./mvnw spring-boot:run# Windowsmvnw.cmd spring-boot:run

启动成功后，后端默认端口：8080

3. 前端部署

1. 解压wgai-vue.zip，进入目录安装依赖：

npminstall

2. 启动开发环境：

npmrun serve

访问地址：http://localhost:8081，默认账号密码：admin / admin123

四、核心功能快速上手

1. 视频流接入

1. 登录平台 → 左侧菜单【AI视频识别】→【AI视频第三方订阅】
2. 点击【新增】，填写：
   • 订阅名称：自定义（如“值班室监控”）
   • 订阅地址：RTSP/HTTP视频流地址
   • 解码方式：选择FFmpeg
3. 保存后自动拉流，状态显示“运行中”即接入成功

2. AI模型绑定

1. 进入【AI视频识别配置】→【新增配置】
2. 选择已接入的视频流，绑定需要的AI模型（如人员识别、安全帽检测）
3. 设置告警间隔、保存目录，开启告警录像

3. 模型训练（可选）

平台自带训练工具，支持自定义模型训练：

1. 上传标注好的数据集
2. 选择模型类型（目标检测/图像分类）
3. 一键启动训练，训练完成后自动部署到平台

五、项目目录结构

wgai-master/ ├── db/ # 数据库脚本 ├── wgai-boot-base-core/ # 核心公共模块 ├── wgai-module-demo/ # 功能演示模块 ├── wgai-module-system/ # 系统管理模块 ├── wgai-server-cloud/ # 服务启动模块 └── pom.xml # Maven配置文件

六、关键说明&二次开发

• 视频拉流基于FFmpeg，支持主流监控摄像头RTSP协议
• AI推理基于EasyAI引擎，支持YOLO、SSD等主流检测模型
• 前端基于Vue+ElementUI，可快速修改界面样式
• 支持Docker一键部署，适合生产环境使用

七、扩展场景

• 仓储监控：人员离岗、烟火检测
• 工地安全：安全帽/反光衣识别
• 交通道路：车辆/行人检测、违规行为识别
• 园区安防：区域入侵、徘徊检测

这套平台开箱即用，不用从零开发视频分析系统，适合快速做项目原型或小场景落地。需要完整源码或部署问题答疑，欢迎私信交流~

要不要我帮你再补充一份公众号用的封面文案和配图标题？

AI 赋能训练推理平台

目录
AI 赋能训练推理平台 1

1. 系统登录 1

2. 系统操作 1
   2.1 首页模块 错误！未定义书签。
   2.2 AI 视频识别 3
   2.2.1 AI 视频第三方订阅 3
   2.2.2 AI 视频识别配置 6

3. 系统登录

系统登录模块。

打开浏览器，输入网址进入登录页，输入账户名、密码、验证码后点击【登录】进入平台。

2. 系统操作

登录平台后，有【首页模块】、【AI 图像识别模块】、【AI 视频识别模块】。

操作说明

1. 菜单入口：点击【首页】【AI 图像识别】【AI 视频识别】等进入对应模块菜单栏；
2. 返回：点击返回可返回至平台首页；
3. 退出：在平台首页右上角点击关机键按钮可返回至系统登录页，可重新登录至系统。

2.2 AI 图像识别

2.2.1 AI 模型库

手动下发模型的步骤操作说明

1. AI 模型库

2. 新增模型

AI 权重文件-选择对应下载好的该模型的.onnx 文件； AIName 文件-选额对应下载好的该模型的.txt 文件；模型类型-V5；

2.3 AI 视频识别

2.3.1 AI 视频第三方订阅

配置需要配置 AI 分析的摄像头操作说明

1. 登录后选择左侧菜单栏【AI 视频识别】

2. 选择下级菜单【AI 视频第三方订阅】
   

3. 点击【新增】，填写新增订阅相关内容
   

格式规范例如：

解码脚本-FFmpeg；解码方式-GPU；
订阅名称-大西门；（注：大西门就是对应摄像头得名字）
订阅地址-rtsp://admin:a123456789@10.0.1.1:554/Streaming/Channels/2101；
（注：admin:a123456789 对应的分别是硬盘录像机的账号和密码；10.0.1.1 是硬盘录像机的地址；2101 其中 21 是对应硬盘录像机里面的通道号 可以直接在流媒体平台得拉流代理里面直接获取）
订阅回调地址-http://36.152.48.34:18100/rest/tabALAiAlarmApi/video；（注：3 6.152.48.34:18100 是对应的 ip 地址）
设备编号-A04A13A01；（注：A04A13A01 是对应设备编号）同类型报警间隔-60；
是否推送-否；
解析目录-D:\Ailelon；（注：任意写一个地址）
是否开启报警录像-先是在否；（注：先选择是之后对是否分析录像选否之后在对是否开启报警录像选否）；
是否本地保存录像-否；是否开启区域识别-是；备注-无；
最后点击【确认】，进行提交；

4. 选择一条信息，点击【编辑】，即可对信息做变更，也可进行【开始执行】、
   【结束执行】、点击【更多】查看详情和删除信息；
   

2.3.2 AI 视频识别配置

给对应的摄像头捆绑对应需要的模型操作说明

1. 登录后选择左侧菜单栏【AI 视频识别】
   

2. 选择下级菜单【AI 视频识别配置】

3. 点击【新增】，填写新增订阅相关内容
   

格式规范例如：格式规范例如：
订阅 ID-大西门-21 通道；（注：选择需要绑定的摄像头名称）
是否需要前置-是/否；（注：根据需求选择，目前需要前置的模型有安全帽识别、抽烟识别、跌倒识别）
后置模型-安全帽识别；（注：根据需求选择识别模型）
4. 选择一条信息，点击【编辑】，即可对信息做变更，点击【更多】查看详情和删除信息；

一、AI 赋能训练平台新增模型以及上传素材包

若没有的模型需要新增模型，已有的模型直接标记训练。目前平台里已经建好了大部分模型。

①：登录后选择左侧菜单栏 AI 训练模型
②：选择下级菜单 AI 模型列表
③：点击新增，弹窗填写新增模型类型格式规范例如：
模型名称-抽烟识别；模型简介-抽烟识别；模型类型-选择 V5；
标签内容-smoke（注：英文标签）；
点击上传图片资源压缩包（注：压缩包以及图片命名不要含中文以及特殊字符；压缩包大小小于 2G）；
图片简称-smoking；
是否操作图片-是（注：选中后上传图片素材才能有效上传）；
是否覆盖图片-否（注：不可选，选择后已标注图片会被覆盖失效）
④：已经创建好的模型点击右侧操作栏内的编辑，可进行内容编辑，上传新增图片包（注：注意点如③）

二、图片标注流程

①：选择左侧菜单栏 AI 训练模型
②：选择 AI 模型卡片、点击对应模型卡片上的图片标注可进入标注模块。另外卡片可查看当前模型的标准进度，模型图片总数，已标记数，未标记数。
③：在在线标注界面下拉选择对应模型类别
④：选中左侧模型图片（选中图片会有勾选效果显示），
框选对应行为（如图安全帽识别选中人员头部以及安全帽完整部分），
输入已经录入好的标签内容（如 helmet/nohelmet，标签内容可在菜单栏 AI 模型卡片处查看对应模型标签，注：不要输错，右侧会显示内容，自我核对，如输错，不要点击保存，直接选择下一张图片，重新选择后再标注），
同一张图片存在多个标签行为时需框选多个，框选标注完成点击保存。
注：1.如素材图片内容无法标注，点击删除 2.如素材图片缺失内容物，仅为背景，直接点击保存，会作为背景图片录入系统。
⑤：背景标记
如果是背景图，直接点击保存，会作为背景图片标记成功，背景图用于减少误报，数量一般需要取模型总标记图片数量的百分之 10。

三、模型训练流程

①：选择左侧菜单栏 AI 训练模型
②：选择下级菜单 AI 模型卡片
③：右侧卡片可以查看到当前图片总数，标记数，未标记数，模型标签；完成标记后点击对应模型卡片的训练模型按钮，弹窗点击确认后会显示正在训练，即开始训练（注：点击训练模型后会有卡顿，等待一下弹窗确认训练）