.
├── demo/ # 🎯 核心Flask应用模块
│ ├── controller/ # 🎮 控制器层，处理业务逻辑
│ │ ├── app.py # Flask应用初始化
│ │ ├── auth_controller.py # 认证相关控制器
│ │ ├── copyright_controller.py # 版权相关控制器
│ │ ├── dingtalk_controller.py # 钉钉消息推送控制器
│ │ ├── main.py # 主入口文件
│ │ ├── ollama_controller.py # Ollama AI相关控制器
│ │ ├── user_controller.py # 用户相关控制器
│ │ ├── video_controller.py # 视频处理相关控制器
│ │ ├── yeepay_controller.py # 易宝支付控制器
│ │ └── yolo_controller.py # YOLO模型相关控制器
│ ├── model/ # 🗄️ 数据模型层
│ │ ├── copyright.py # 版权模型
│ │ ├── dd.py # 其他数据模型
│ │ └── user.py # 用户模型
│ ├── routes/ # 🚦 路由定义
│ │ ├── auth_routes.py # 认证路由
│ │ ├── celery_routes.py # Celery任务路由
│ │ ├── copyright_routes.py # 版权路由
│ │ ├── dingtalk_routes.py # 钉钉消息推送路由
│ │ ├── email_routes.py # 邮件路由
│ │ ├── ffmpeg_routes.py # FFmpeg路由
│ │ ├── redis_routes.py # Redis路由
│ │ ├── user_routes.py # 用户路由
│ │ ├── yolo_routes.py # YOLO路由
│ │ └── yolo_view_routes.py # YOLO视图路由
│ ├── server/ # ⚙️ 服务层
│ │ ├── crawler_tasks.py # 爬虫任务
│ │ └── task_server.py # 任务服务
│ ├── utils/ # 🛠️ 工具类
│ │ ├── crawler.py # 爬虫工具
│ │ ├── email.py # 邮件工具
│ │ ├── redis_own.py # Redis工具
│ │ ├── respose_utils.py # 响应工具
│ │ ├── yeepay_client.py # 易宝支付客户端
│ │ └── test.py # 测试工具
│ ├── templates/ # 📄 模板文件
│ │ ├── ollama/
│ │ │ └── ai_chat.html # AI聊天模板
│ │ └── yolo/
│ │ └── yolo_demo.html # YOLO演示模板
│ ├── __init__.py # 模块初始化文件
│ ├── celery.py # Celery配置
│ └── setting.py # 应用设置
├── small/ # 🔧 小工具脚本
│ └── change.py # 辅助脚本
├── logs/ # 📊 日志目录
├── templates/ # 📄 外部模板目录
│ └── ollama/
│ ├── ai_chat.html
│ └── chat.html
├── 🌟 重点项目/
│ ├── binlog_sync.py # 🔄 MySQL Binlog监听同步到StarRocks
│ ├── image_format.py # 🖼️ 图片格式转换工具
│ ├── image_matting.py # ✂️ 基于本地模型的图片抠图
│ ├── voice_to_sentence.py # 🎵 语音转文字（支持方言训练）
│ ├── udp_send.py # 📡 UDP消息发送Demo
│ ├── KTVOrderScraper.py # 🕸️ KTV订单数据爬取与存储
│ ├── kaggle_sv_t4.py # 🚀 Kaggle T4×2方言模型训练
│ ├── sichuan_supplement.py # 📚 四川话训练语料库
│ ├── t4_old_kaggle.py # ⚡ Kaggle单卡模型训练
│ └── test_ping.py # 🧪 数据库连接测试
├── ai.py # 🤖 AI相关功能
├── async.py # ⏱️ 异步处理
├── celery_instance.py # 📦 Celery实例
├── environment.yml # 🐍 Conda环境配置文件
├── flsk_async.py # ⚡ Flask异步处理
├── model_info.py # 📋 模型信息
├── model_test.py # 🧪 模型测试
├── quen.py # 📥 队列处理
├── requirements.txt # 📦 Pip依赖文件
├── requirements_freeze.txt # 🔒 冻结的依赖文件
├── run.py # ▶️ 运行入口
├── test.py # 🧪 测试文件
└── video_audio_processor.py # 🎞️ 音视频处理器
功能: MySQL Binlog实时监听与数据同步
- 监听MySQL的binlog变更事件
- 实时同步数据到StarRocks数据仓库
- 支持断点续传和错误重试机制
- 适用于数据仓库实时ETL场景
功能: 图片格式智能转换
- 支持JPEG、PNG、WEBP等多种格式互转
- 自动处理透明度和色彩模式转换
- 保持图片质量和优化压缩
- 适用于图片处理流水线
功能: 智能图片抠图
- 基于U²Net本地模型进行背景移除
- 支持透明PNG输出
- 保留边缘细节和透明通道
⚠️ 注意：模型默认存储在C盘，可配置路径
功能: 语音转文字解决方案
- 支持视频和音频文件处理
- 集成Whisper模型进行语音识别
- 包含中文分词和标点恢复
- 🎯 重点：正在训练四川话专用模型
- 适用场景：方言语音识别、会议记录、字幕生成
功能: UDP网络通信Demo
- 简单的UDP消息发送和接收示例
- 支持JSON格式数据传输
- 包含超时和错误处理机制
- 适用于物联网设备通信测试
功能: KTV订单数据采集系统
- 爬取KTV订单管理系统数据
- 支持分页数据抓取和进度保存
- 多种格式输出（CSV、Excel、JSON、TXT）
- 适用于商业数据分析场景
功能: Kaggle T4×2分布式训练
- 优化的方言语音模型训练脚本
- 适配双GPU并行训练
- 包含数据缓存和性能优化
- 支持训练进度监控和模型打包
功能: 四川话训练语料库
- 包含1000+条四川话常用语句
- 按场景分类（问候、购物、餐饮等）
- 为方言模型训练提供高质量数据
- 持续更新和扩充中
功能: Kaggle单卡训练脚本
- 适用于单GPU训练环境
- 相比双卡版本配置更简单
- 可能需要进一步调优以提升训练速度
功能: 数据库连接健康检查
- 测试MySQL和StarRocks连接状态
- 快速验证环境配置正确性
- 适用于部署前的环境检查
识别图片模型来说一个是yolo 一个是RFDETR-base 前者更多是速度和监控一体
后者是Transformer 架构在实时检测领域的创新尝试，在精度和复杂场景适应上超越 YOLO
识别图片模型来说一个是yolo 一个是RFDETR-base 前者更多是速度和监控一体
后者是Transformer 架构在实时检测领域的创新尝试，在精度和复杂场景适应上超越 YOLO
专门用于安全帽检测的模型
类别：{0: 'pakai helm', 1: 'tanpa helm'}
来源：Kaggle平台训练的专用模型
适合当前的安全帽检测需
模型类型: ONNX格式的目标检测模型 (task=detect)
检测类别: 3个音乐乐器类别
0: 'cello' (大提琴)
1: 'guitar' (吉他)
2: 'violon' (小提琴)
推理引擎: 使用ONNX Runtime进行CPU推理
检测类别: 专门用于检测两类目标：
0: 'person' (人体)
1: 'face' (人脸)
模型配置: 基于YOLOv8x架构，输入图像尺寸为640×640
项目集成了易宝支付(Yeepay)功能，支持微信小程序支付流程：
- 支持微信小程序支付
- 支持支付订单查询
- 支持发起退款请求
POST /yeepay/pay- 创建支付订单GET /yeepay/query/<order_id>- 查询支付结果POST /yeepay/refund- 发起退款
需要在环境变量中配置以下易宝支付相关参数：
PRIMARY_KEY- 商户私钥PUBLIC_KEY- 易宝公钥MERCHANT_NO- 商户账号MERCHANT_APP_KEY- 商户编号APP_ID- 微信小程序/公众号appId
人脸识别+对比这种
第一阶段: 使用 YOLO 等检测模型定位图像中的人脸区域
第二阶段: 第二阶段: 使用 FaceNet 或 ArcFace 等识别模型提取人脸特征并与数据库比对
FaceNet: Google开发的人脸识别系统，基于深度学习提取人脸特征向量
ArcFace: 旷视科技开发的高精度人脸识别算法，支持大规模人脸比对
InsightFace: 开源的人脸分析工具包，包含多种识别模型
项目实现了将热点分析报告通过钉钉机器人推送到群聊的功能：
- 支持将热点分析报告推送到钉钉群聊
- 提供测试接口验证推送功能
- 支持多种报告类型（当日汇总、增量更新等）
- 格式化消息内容，便于阅读
POST /dingtalk/send_report- 发送热点分析报告到钉钉GET /dingtalk/test- 测试钉钉消息发送
需要在环境变量中配置 DING_TALK，值为钉钉机器人的Webhook URL。
环境包导出 本地和生产环境 本地用conda线上是linux大部分是uv
环境配置文件使用场景
environment.yml
适用于本地 conda 环境
包含完整的环境配置，包括 Python 版本和所有依赖
跨平台兼容性好，特别是处理二进制包时
使用命令：conda env create -f environment.yml
创建命令: conda env export > environment.yml
requirements.txt
适用于 Linux 服务器部署
轻量级，只包含必要的 pip 包
标准的 Python 依赖管理方式
使用命令：pip install -r requirements.txt
创建命令:
1.pip freeze > requirements.txt 但是这个会比较多，需要2次精简
2.也是在本环境下去操作
# 安装 pipreqs
pip install pipreqs
# 自动生成项目依赖（只扫描实际使用的包）
pipreqs . --encoding=utf8
# 强制覆盖已存在的 requirements.txt
pipreqs . --force --encoding=utf8
os 模块是 Python 标准库中的一个重要模块，它提供了一种使用操作系统相关功能的方式，例如读写文件、管理进程、获取环境变量等。以下是一些常见的 os 模块操作：
- 文件与目录操作 os.getcwd()：获取当前工作目录。 os.chdir(path)：改变当前工作目录到指定路径 path。 os.listdir(path='.')：返回一个包含指定路径下所有文件和子目录名称的列表。 os.mkdir(path[, mode])：创建单个目录。 os.makedirs(name[, mode])：递归创建多层目录。 os.remove(path)：删除一个文件。 os.rmdir(path)：删除一个空目录。 os.removedirs(path)：递归删除空目录。 os.rename(src, dst)：重命名文件或目录。
- 路径操作 os.path.join(path, *paths)：将多个路径组合成一个完整的路径。 os.path.exists(path)：判断路径是否存在。 os.path.isfile(path)：检查是否为文件。 os.path.isdir(path)：检查是否为目录。 os.path.basename(path)：返回路径中最后的部分（即文件名或最后一级目录名）。 os.path.dirname(path)：返回路径中的目录部分。 os.path.split(path)：分割路径为 (head, tail) 其中 tail 是最后一个路径组件。
- 环境变量 os.getenv(key[, default])：获取环境变量值。 os.putenv(key, value)：设置环境变量。 os.unsetenv(key)：取消设置环境变量。 os.environ：一个表示环境变量的字典对象。
- 进程管理 os.system(command)：执行 shell 命令。 os.popen(cmd[, mode[, bufsize]])：打开一个管道用于读取或写入数据。 os.spawnl(mode, path, ...) 和其他 spawn* 函数：启动新的进程。 os.kill(pid, sig)：向进程发送信号。 os.getpid()：获取当前进程 ID。 os.getppid()：获取父进程 ID。
- 权限控制 os.chmod(path, mode)：更改文件权限。 os.access(path, mode)：测试对文件的访问权限。 以上只是 os 模块的一部分常用功能，更多详细信息可以查阅官方文档或者通过帮助命令 help(os) 获取。