NOFOX / Computer-Vision-System

本人本科比赛期间开发的机器视觉相关的系统，包括完整的模型训练代码(机器学习代码参考众多大佬的开源项目实现)，同时还含有完整的Web端(Vue)、小程序(Uniapp)、以及后端(FastApi)完整代码

机器视觉相关的完整项目/系统

本人本科比赛期间开发的机器视觉相关的系统，包括模型训练代码(机器学习代码参考众多大牛实现)，同时还含有Web端(Vue)、小程序(Uniapp)、以及后端(FastApi)完整代码

小程序端

采用HBuilderX开发工具进行开发，基于Uniapp框架实现。小程序端的测试运行只需要直接将代码导入HBuilderX（内置小程序开发的各类插件）中即可进行实时的调试与开发。

• 界面展示

Web端

Web端基于Vue-admin-temple进行开发，注意node环境最好采用14.15.4版本，高版本可能会出现环境问题

1. 在完成node环境的配置后，进入mask-web目录下，打开cmd，执行下面的命令

//下载模块到本地
npm install

2. 在当前目录(./mask-web)下，执行下面的命令可直接启动项目(默认81端口)

npm run serve

• 界面展示

服务端

服务端接口采用FastApi开发，其中mask-server使用到YOLOv5，oldPhotoRectify-server使用到Bringing-Old-Photos-Back-to-Life和colorization两个开源项目（链接可点击下方涉及开源项目进行跳转）。由于模型大小较大，上传代码未包含训练得到的模型。
常用python库已在requirement.txt中给出，可通过执行以下命令进行安装（注：由于本项目主要为本人大二期间完成，因此大部分库的版本较早）

pip install -r requirement.txt

服务端代码的运行，可直接进入server目录下，执行下面命令运行（注：上传代码中未包含模型，因此无法完成检测，但包含完整代码，且服务端可正常运行）

python main.py

tips：

这里的三套系统（口罩佩戴识别系统、吸烟检测系统、残旧照片修复系统）的小程序端与Web端的代码除具体的接口调用外，其他代码均一致，因此这里仅上传口罩佩戴识别系统的小程序端与Web端代码。

因此，有兴趣的朋友也可以使用本小程序端与Web端的代码进行二次开发，帮助不熟悉前端与小程序开发的朋友快速实现完整的系统。

---

涉及开源项目：

• 
• 
• 
•