目标检测演示应用介绍 Object Detection Demo Overview
欢迎使用本演示系统，可快速体验图片、视频和摄像头实时目标检测能力。
This demo helps you quickly experience image, video, and real-time camera detection.
1. 总体介绍 General Overview
本应用基于 Django + YOLOv6 构建，定位为“可视化目标检测演示平台”。
支持三类场景：图片检测、视频检测、摄像头实时检测；并提供检测结果展示与会话内历史记录。
Built with Django + YOLOv6 as a visual demo platform, supporting image, video, and camera detection with history records.
2. 用法 How To Use
- 图片检测：进入“图片检测”页，上传 JPG/PNG，点击开始检测。
- 视频检测：进入“视频检测”页，上传 MP4/AVI/MOV/MKV，等待进度完成后查看结果。
- 摄像头检测：进入“摄像头检测”页，查看服务器侧摄像头的实时检测流。
Use the top navigation to open Image/Video/Camera pages, then upload files or view live stream.
3. 技术路线 Technical Route
- 前端：Bootstrap + Django Template，提供双语化交互页面。
- 后端：Django 视图处理上传、推理调度与结果回传。
- 推理：YOLOv6 检测模型，支持图像推理与帧级推理。
- 媒体处理：OpenCV 逐帧处理，ffmpeg 进行视频转码。
Frontend uses Bootstrap templates; backend uses Django; inference is powered by YOLOv6 with OpenCV and ffmpeg pipeline.
4. 构建过程 Build Pipeline
- 准备基础预训练权重（pretrained weights）作为初始化模型。
- 以 MS-COCO 数据集进行基础训练或迁移学习，获取通用目标检测能力。
- 结合自构建训练数据集（自采集/自标注）继续微调，提升业务场景表现。
- 导出最终权重并集成到 Django 演示应用中，完成端到端演示部署。
Pipeline: pretrained initialization -> MS-COCO training -> custom dataset fine-tuning -> deploy final weights into this Django demo.