Intelligent Classroom System

基于计算机视觉的智能课堂行为分析系统，通过 YOLO 目标检测 + 多目标跟踪 + 大模型 Agent，实现课堂专注度实时监测、行为分析、人脸签到和智能报告生成。

项目结构

├── back_end/
│   ├── model-inference-service/   # 主后端（视频推理、AI Agent、聊天对话）
│   ├── face-recognition-service/  # 人脸识别签到服务
│   └── user-center-service/       # 用户中心（登录、权限）
├── front_end/
│   ├── admin/       # 教师管理端
│   ├── client/      # 学生/家长端
│   └── terminal/    # 教室采集端（推流+签到）
├── demos/           # 算法演示脚本
└── tests/           # 接口自动化测试

技术栈

• 后端: Flask + MySQL + MinIO
• 前端: Vue 3 + Element Plus
• 视觉: YOLOv8 / ByteTrack / OpenVINO
• AI: 通义千问（DashScope）+ Function Calling Agent
• 部署: Docker Compose

快速开始

1. 配置环境变量

复制模板并填入你的密钥：

cp .env.example .env

编辑 .env，填入 DashScope API Key、数据库密码、MinIO 凭据等。

2. 启动后端

cd back_end/model-inference-service
pip install -r requirements.txt
python app.py

3. 启动前端

cd front_end/admin
npm install
npm run dev

核心功能

• 课堂行为检测: YOLO 实时识别举手、看书、写字、玩手机、低头、睡觉等行为
• 专注度分析: 自动计算专注率，生成课堂报告
• 人脸签到: 摄像头自动识别学生并签到
• AI 助手: 教师可对话式查询历史课堂数据、班级排行、学生表现
• 家校互通: 家长端查看孩子课堂表现与 AI 评语

Docker 部署

cd back_end
docker-compose up -d

注意事项

• .env 文件包含敏感密钥，不要提交到 Git
• .puml、.tex、.bib 文件为论文相关，已在 .gitignore 中排除
• 模型权重文件（.pt、.onnx）不提交，请自行下载或训练