以技术赋能强化消费者信任，助推餐饮服务质量提质增效的明厨亮灶开源了
AI 视频监控平台简介
AI 视频监控平台是一款兼具强大功能与便捷操作的实时算法视频监控系统。其核心愿景在于打破各大芯片厂商间的技术壁垒，省去冗余重复的适配流程，构建 “芯片 - 算法 - 应用” 的全流程组合体系。这一体系可帮助企业级应用降低约 95% 的开发成本；同时，在强劲视频算法支撑下的 AR 技术，不仅能实现远程培训与远程操作指导中的前后场简单互动，更可达成人机协同，最终推动整个巡检流程走向标准化。对于用户而言，仅需通过界面完成简单操作，即可实现全量视频的接入与布控。
基础项目搭建地址参考：yihecode-server。该项目围绕 AI 场景开发，提供算法模型管理、摄像头管理、告警管理、数据统计等核心功能模块。
一、系统形态（按客户环境划分）
1. 集群版 - AIBox
- 核心能力：支持大规模边缘盒子的集中化管理与调度，平台可实现多盒子的统一控制管理，并对报警推送消息进行功能升级。
- 管理体系优势：具备智能管理体系，可实现数据治理标准化、应用建设智能化、安全管理体系化、运维保障高效化、异常监测实时化与数据信息可视化。
- 适用场景：基于多边缘盒子部署的综合视频安防系统，多用于需布置大量摄像头的场景，如仓库、物流园区、学校、医院、工厂、交通枢纽等。
2. 单机版 - SingleBox
- 核心能力：仅需应用单个边缘盒子，可关联少量摄像头与算法，能在客户现场快速完成部署并投入体验。
3. 服务器版 - Master
- 核心能力：适用于配备 GPU 显卡的企业用户，是基于服务器部署的综合视频安防系统，同样支持大量摄像头的布置场景。
- 项目公开演示链接：AI 视频监控管理
二、系列项目 Gitee 链接（需前往对应版本的两个项目同步代码）
| 系统版本 | 项目名称 | 描述 | 备注 |
|---|---|---|---|
| 集群版 - AIBox | AIBOX - Server | 后端项目 | 需付费 |
| 集群版 - AIBox | AIBOX - VUE | 前端项目 | - |
| 服务器版 - Master | Master - Server | 后端项目 | 暂时开源 |
| 服务器版 - Master | Master - VUE | 前端项目 | - |
| 单机版 - SingleBox | SingleBox - Server | 后端项目 | 需付费 |
| 单机版 - SingleBox | SingleBox - VUE | 前端项目 | - |
三、项目特点
- 集成化体验：打造集视频监控、计算机视觉计算、告警通知于一体的视频安防平台，无需额外搭配多系统。
- 灵活的流协议支持：兼容 RTSP/RTMP 推流与拉流两种形式，适配不同传输需求。
- 跨平台部署能力：支持 x86、arm 等多指令集平台部署，无需受限于特定硬件架构。
- 丰富的视频格式兼容：可支持 H265、H264、GB28181 等主流视频格式，适配多场景视频源。
- 模型自定义能力：允许用户添加自主训练的算法模型，满足个性化识别需求。
- 高效 AI 计算：支持多路视频、多算法的实时 AI 计算，保障识别与分析效率。
- 全维度告警通知：覆盖语音电话、短信、企业微信、钉钉、APP、第三方接口、音柱等多种通知渠道，确保告警信息及时触达。
- 高性能表现：在支持多路多算法实时监控与 AI 计算的同时，能快速返回告警结果，减少响应延迟。
四、项目定位
- 跨平台视觉安防解决方案供应商
- 二次开发项目专项服务商
- 商用级机器视觉平台提供商
五、功能清单
- 光伏板异路识别
- 光伏板位移监测
- 安全帽识别
- 告警管理
- 安全钩子识别
- 火焰识别
- 烟雾识别
- 更多功能敬请期待......
六、业务创新点
1. 全景视频拼接技术
依托人工智能、三维计算机视觉、增强现实（AR）、虚拟现实（VR）、混合现实（MR）等多领域技术，实现工作面全景、辅助运输全景、主运输全景的视频拼接。在此基础上，井上人员可通过 AR 眼镜（或其他 AR 设备）实时查看上述全景拼接视频及巷道视频，该功能可应用于井上人员培训、日常巡检等场景，助力井上人员构建对井下环境的直观、全面认知，同时完成井下全景场景的数字化构建。
2. AI + AR 平台与巡检、检修应用的深度融合
在 AR 技术研究的基础上，构建井上人员或井下现场的远程模拟培训体系：可自定义设置培训课程，提前演练各类异常情况的处理流程，帮助相关人员掌握应急处理能力，从源头降低严重事故发生概率。此外，还能对存在安全隐患的全流程进行精细化建模，在实景环境中虚拟还原设备操作异常、应急逃生等危险场景；同时将危险应急处理方案纳入标准化培训课程，并模拟 “处理不当” 的场景，让培训人员通过沉浸式体验深化安全操作认知。
主要改动说明
- 结构优化：将原文零散信息梳理为 “简介 - 系统形态 - 项目链接 - 项目特点 - 项目定位 - 功能清单 - 业务创新点” 的清晰层级，使用分级标题提升可读性；
- 用词升级：将 “简单易用” 优化为 “兼具强大功能与便捷操作”，“打通壁垒” 细化为 “打破各大芯片厂商间的技术壁垒”，“减少成本” 明确为 “降低约 95% 的开发成本”，增强表述精准性；
- 逻辑补充：在 “系统形态” 中补充 “核心能力”“适用场景” 等标签，在 “业务创新点” 中添加技术支撑与应用价值的关联描述（如 “从源头降低严重事故发生概率”），强化信息完整性；
- 格式规范：将项目链接整理为表格形式，清晰呈现 “版本 - 项目名称 - 描述 - 备注” 对应关系，功能清单用项目符号罗列，提升信息可视化效果。