摘要

随着全球航运业的蓬勃发展和海洋安全监管需求的日益提升，对海上船舶进行快速、准确的自动类型识别变得至关重要。传统的视觉监测方法效率低下，且严重依赖人工经验，难以满足现代海事管理、港口调度、安防预警等场景的实时性要求。为解决此问题，本项目设计并实现了一个基于前沿YOLO系列目标检测算法与SpringBoot全栈框架的智能化船舶类型检测系统。

本系统以最新一代的YOLOv8、YOLOv10、YOLOv11及YOLOv12算法为核心，构建了一个高性能的船舶检测与分类模型。模型专门针对五类主要船舶（集装箱船、邮轮、军用舰船、滚装船、油轮）进行训练，数据集包含总计3721张高质量标注图像。系统采用前后端分离的现代化架构，后端基于SpringBoot构建，提供稳定、可扩展的RESTful API服务；前端则提供直观友好的Web交互界面。核心功能涵盖：1）多模态检测：支持图像、视频文件及摄像头实时流媒体中的船舶检测；2）多模型切换：允许用户在后端动态选择并使用不同版本的YOLO模型进行推理，便于性能对比与算法评估；3）AI深度分析：集成DeepSeek智能分析模块，对检测结果提供更深入的洞察与解读；4）全方位数据管理：所有检测记录（包括图片、视频、实时流）均结构化存储于MySQL数据库，并辅以强大的信息可视化仪表盘进行展现；5）完整的用户体系：包含用户注册登录（含密码安全检测）、个人中心管理以及管理员后台管理模块，实现了系统级的权限控制与数据隔离。

测试表明，该系统能够有效识别复杂海况下的各类船舶，识别准确率高、响应速度快。它不仅为海事监管和研究人员提供了一个强大的技术工具，同时也为将先进目标检测算法工程化、产品化，并构建完整的数据驱动型Web应用提供了一个典型的实践范例，具有良好的应用价值与推广前景。

关键词：船舶类型检测；YOLO系列算法；深度学习；SpringBoot；前后端分离；Web应用；数据可视化；智能分析

详细功能展示视频

基于YOLO和千问|DeepSeek的船舶类型检测系统（web界面+YOLOv8/YOLOv10/YOLOv11/YOLOv12+深度学习+python）_哔哩哔哩_bilibili

基于YOLO和千问|DeepSeek的船舶类型检测系统（web界面+YOLOv8/YOLOv10/YOLOv11/YOLOv12+深度学习+python）_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV15Zc4zpETo/?vd_source=549d0b4e2b8999929a61a037fcce3b0f

https://www.bilibili.com/video/BV15Zc4zpETo/

目录

 摘要

详细功能展示视频

引言

二、 系统核心特性概述

功能模块

登录注册模块

可视化模块

图像检测模块

视频检测模块

实时检测模块

图片识别记录管理

视频识别记录管理

摄像头识别记录管理

用户管理模块

数据管理模块（MySQL表设计）

模型训练结果

YOLO概述

YOLOv8

YOLOv10

YOLOv11

YOLOv12

前端代码展示

后端代码展示

 详细功能展示视频

引言

1. 研究背景与意义

21世纪是海洋的世纪，海上交通运输作为全球贸易的主动脉，其安全、高效、智能化的运营管理关乎国家经济命脉与战略安全。在此背景下，对广阔海域中航行的船舶进行自动识别与监控，是港口管理、航道规划、海上搜救、边境安防以及海洋环境保护等领域不可或缺的基础能力。传统的船舶识别主要依赖于船舶自动识别系统（AIS）和雷达，但AIS信息可能被关闭或篡改，雷达图像则解读专业门槛高，且二者在视觉细节识别上存在局限。因此，基于计算机视觉和深度学习的船舶光学图像识别技术，以其成本相对较低、信息直观丰富、可与非光学传感器信息融合等优势，成为海事感知领域的研究热点。

目标检测算法，特别是以YOLO（You Only Look Once）系列为代表的单阶段检测器，因其在精度与速度间取得的卓越平衡，已成为工业界落地应用的首选。从YOLOv8到最新提出的YOLOv10/YOLOv11/YOLOv12，算法在骨干网络设计、特征融合策略、损失函数优化等方面持续演进，性能不断提升。如何将这些学术界的最新成果快速转化为稳定可靠的业务系统，并提供一个便于非专业用户操作、能够沉淀与分析数据的平台，是当前面临的主要工程挑战。

2. 国内外研究现状

目前，基于深度学习的船舶检测研究已取得显著进展。大量工作聚焦于改进特定算法（如Faster R-CNN， SSD， YOLO及其变体）在船舶数据集上的性能，通过引入注意力机制、优化锚框设计、改进损失函数等方式提升对小型、密集或遮挡船舶的检测效果。然而，现有研究大多停留在算法模型本身的训练与测试阶段，或局限于简单的本地脚本演示，缺乏一个将先进检测模型、健壮的后端服务、交互式前端界面以及系统的数据管理融为一体的完整解决方案。此外，对于多种最新版YOLO模型在统一平台上进行便捷比较与切换的需求，现有系统也少有支持。

3. 本项目的主要内容与创新点

针对上述需求与空白，本项目旨在开发一个功能完备、架构先进、用户体验优良的“船舶类型检测系统”。本工作的核心内容与贡献主要体现在以下几个方面：

  • 多模型集成与可配置检测引擎：系统核心创新性地集成了YOLOv8, v10, v11, v12共四个版本的先进检测模型。用户可通过Web界面灵活切换，实时体验和比较不同算法在相同输入下的性能差异，为模型选型提供直观依据。

  • 全栈式Web系统实现：采用前后端分离的现代化Web开发范式。后端使用SpringBoot框架构建微服务，负责模型推理、业务逻辑处理与数据持久化（MySQL）；前端负责渲染交互界面，实现了高内聚、低耦合的系统架构，确保了系统的可维护性与可扩展性。

  • 深度融合AI智能分析：超越基础的边框绘制与类别标签，系统集成了DeepSeek智能分析模块。该模块可对检测场景进行更深层次的语义分析与描述生成。

  • 全周期数据管理与可视化：系统对每一次检测任务（无论是图片上传、视频分析还是实时摄像头抓拍）均生成详细的识别记录，包括时间、所用模型、检测结果、原始文件路径等，并全部存入数据库。同时，通过图表、仪表盘等形式对用户行为、模型调用频率、检测结果分布等信息进行可视化展示，赋能数据驱动的决策分析。

  • 完善的用户与权限管理体系：构建了完整的用户认证与授权机制。支持用户注册、登录，普通用户拥有个人中心管理检测记录和个人信息的权限；管理员则拥有用户管理、全局数据查看等高级权限，确保了系统的安全性与数据隔离性。

二、 系统核心特性概述

功能模块


✅ 用户登录注册：支持密码检测，保存到MySQL数据库。

✅ 支持四种YOLO模型切换，YOLOv8、YOLOv10、YOLOv11、YOLOv12。

✅ 信息可视化，数据可视化。

✅ 图片检测支持AI分析功能，deepseek

✅ 支持图像检测、视频检测和摄像头实时检测，检测结果保存到MySQL数据库。

✅ 图片识别记录管理、视频识别记录管理和摄像头识别记录管理。

✅ 用户管理模块，管理员可以对用户进行增删改查。

✅ 个人中心，可以修改自己的信息，密码姓名头像等等。


 

登录注册模块

可视化模块

图像检测模块

  • YOLO模型集成 (v8/v10/v11/v12)

  • DeepSeek多模态分析

  • 支持格式：JPG/PNG/MP4/RTSP

视频检测模块

实时检测模块

图片识别记录管理

视频识别记录管理

摄像头识别记录管理

用户管理模块

数据管理模块（MySQL表设计）

  • users - 用户信息表

  • imgrecords- 图片检测记录表

  • videorecords- 视频检测记录表

  • camerarecords- 摄像头检测记录表

模型训练结果

#coding:utf-8
#根据实际情况更换模型
# yolon.yaml (nano)：轻量化模型，适合嵌入式设备，速度快但精度略低。
# yolos.yaml (small)：小模型，适合实时任务。
# yolom.yaml (medium)：中等大小模型，兼顾速度和精度。
# yolob.yaml (base)：基本版模型，适合大部分应用场景。
# yolol.yaml (large)：大型模型，适合对精度要求高的任务。
 
from ultralytics import YOLO
 
model_path = 'pt/yolo12s.pt'
data_path = 'data.yaml'
 
if __name__ == '__main__':
    model = YOLO(model_path)
    results = model.train(data=data_path,
                          epochs=500,
                          batch=64,
                          device='0',
                          workers=0,
                          project='runs',
                          name='exp',
                          )

YOLO概述

YOLOv8

YOLOv8 由 Ultralytics 于 2023 年 1 月 10 日发布，在准确性和速度方面提供了尖端性能。基于先前 YOLO 版本的进步，YOLOv8 引入了新功能和优化，使其成为各种应用中目标检测任务的理想选择。

YOLOv8 的主要特性

  • 高级骨干和颈部架构： YOLOv8 采用最先进的骨干和颈部架构，从而改进了特征提取和目标检测性能。
  • 无锚点分离式 Ultralytics Head： YOLOv8 采用无锚点分离式 Ultralytics head，与基于锚点的方法相比，这有助于提高准确性并提高检测效率。
  • 优化的准确性-速度权衡： YOLOv8 专注于在准确性和速度之间保持最佳平衡，适用于各种应用领域中的实时对象检测任务。
  • 丰富的预训练模型: YOLOv8提供了一系列预训练模型，以满足各种任务和性能要求，使您更容易为特定用例找到合适的模型。

YOLOv10

YOLOv10 由 清华大学研究人员基于 Ultralytics Python构建，引入了一种新的实时目标检测方法，解决了先前 YOLO 版本中存在的后处理和模型架构缺陷。通过消除非极大值抑制 (NMS) 并优化各种模型组件，YOLOv10 以显著降低的计算开销实现了最先进的性能。大量实验表明，它在多个模型尺度上都具有卓越的精度-延迟权衡。

概述

实时目标检测旨在以低延迟准确预测图像中的对象类别和位置。YOLO 系列因其在性能和效率之间的平衡而一直处于这项研究的前沿。然而，对 NMS 的依赖和架构效率低下阻碍了最佳性能。YOLOv10 通过引入用于无 NMS 训练的一致双重分配和整体效率-准确性驱动的模型设计策略来解决这些问题。

架构

YOLOv10 的架构建立在之前 YOLO 模型优势的基础上，同时引入了几项关键创新。该模型架构由以下组件组成：

  1.  骨干网络：负责特征提取，YOLOv10 中的骨干网络使用增强版的 CSPNet (Cross Stage Partial Network)，以改善梯度流并减少计算冗余。
  2. Neck：Neck 的设计目的是聚合来自不同尺度的特征，并将它们传递到 Head。它包括 PAN（路径聚合网络）层，用于有效的多尺度特征融合。
  3. One-to-Many Head：在训练期间为每个对象生成多个预测，以提供丰富的监督信号并提高学习准确性。
  4. 一对一头部：在推理时为每个对象生成一个最佳预测，以消除对NMS的需求，从而降低延迟并提高效率。

主要功能

  1. 免NMS训练：利用一致的双重分配来消除对NMS的需求，从而降低推理延迟。
  2. 整体模型设计：从效率和准确性的角度对各种组件进行全面优化，包括轻量级分类 Head、空间通道解耦下采样和秩引导块设计。
  3. 增强的模型功能: 结合了大内核卷积和部分自注意力模块，以提高性能，而无需显着的计算成本。

YOLOv11

YOLO11 是 Ultralytics YOLO 系列实时目标检测器的最新迭代版本，它以前沿的精度、速度和效率重新定义了可能性。YOLO11 在之前 YOLO 版本的显著进步基础上，在架构和训练方法上进行了重大改进，使其成为各种计算机视觉任务的多功能选择。

主要功能

  • 增强的特征提取: YOLO11 采用改进的 backbone 和 neck 架构，从而增强了特征提取能力，以实现更精确的目标检测和复杂的任务性能。
  • 优化效率和速度： YOLO11 引入了改进的架构设计和优化的训练流程，从而提供更快的处理速度，并在精度和性能之间保持最佳平衡。
  • 更高精度，更少参数： 随着模型设计的进步，YOLO11m 在 COCO 数据集上实现了更高的 平均精度均值(mAP)，同时比 YOLOv8m 少用 22% 的参数，在不牺牲精度的情况下提高了计算效率。
  • 跨环境的适应性： YOLO11 可以无缝部署在各种环境中，包括边缘设备、云平台和支持 NVIDIA GPU 的系统，从而确保最大的灵活性。
  • 广泛支持的任务范围： 无论是目标检测、实例分割、图像分类、姿势估计还是旋转框检测 (OBB)，YOLO11 都旨在满足各种计算机视觉挑战。

Ultralytics YOLO11 在其前代产品的基础上进行了多项重大改进。主要改进包括：

  • 增强的特征提取： YOLO11 采用了改进的骨干网络和颈部架构，增强了特征提取能力，从而实现更精确的目标检测。
  • 优化的效率和速度： 改进的架构设计和优化的训练流程提供了更快的处理速度，同时保持了准确性和性能之间的平衡。
  • 更高精度，更少参数： YOLO11m 在 COCO 数据集上实现了更高的平均 精度均值 (mAP)，同时比 YOLOv8m 少用 22% 的参数，在不牺牲精度的情况下提高了计算效率。
  • 跨环境的适应性： YOLO11 可以部署在各种环境中，包括边缘设备、云平台和支持 NVIDIA GPU 的系统。
  • 广泛支持的任务范围： YOLO11 支持各种计算机视觉任务，例如目标检测、实例分割、图像分类、姿势估计和旋转框检测 (OBB)。

YOLOv12

YOLO12引入了一种以注意力为中心的架构，它不同于之前YOLO模型中使用的传统基于CNN的方法，但仍保持了许多应用所需的实时推理速度。该模型通过在注意力机制和整体网络架构方面的新颖方法创新，实现了最先进的目标检测精度，同时保持了实时性能。尽管有这些优势，YOLO12仍然是一个社区驱动的版本，由于其沉重的注意力模块，可能表现出训练不稳定、内存消耗增加和CPU吞吐量较慢的问题，因此Ultralytics仍然建议将YOLO11用于大多数生产工作负载。

主要功能

  • 区域注意力机制: 一种新的自注意力方法，可以有效地处理大型感受野。它将 特征图 分成 l 个大小相等的区域（默认为 4 个），水平或垂直，避免复杂的运算并保持较大的有效感受野。与标准自注意力相比，这大大降低了计算成本。
  • 残差高效层聚合网络（R-ELAN）：一种基于 ELAN 的改进的特征聚合模块，旨在解决优化挑战，尤其是在更大规模的以注意力为中心的模型中。R-ELAN 引入：
    • 具有缩放的块级残差连接（类似于层缩放）。
    • 一种重新设计的特征聚合方法，创建了一个类似瓶颈的结构。
  • 优化的注意力机制架构：YOLO12 精简了标准注意力机制，以提高效率并与 YOLO 框架兼容。这包括：
    • 使用 FlashAttention 来最大限度地减少内存访问开销。
    • 移除位置编码，以获得更简洁、更快速的模型。
    • 调整 MLP 比率（从典型的 4 调整到 1.2 或 2），以更好地平衡注意力和前馈层之间的计算。
    • 减少堆叠块的深度以改进优化。
    • 利用卷积运算（在适当的情况下）以提高其计算效率。
    • 在注意力机制中添加一个7x7可分离卷积（“位置感知器”），以隐式地编码位置信息。
  • 全面的任务支持: YOLO12 支持一系列核心计算机视觉任务：目标检测、实例分割、图像分类、姿势估计和旋转框检测 (OBB)。
  • 增强的效率: 与许多先前的模型相比，以更少的参数实现了更高的准确率，从而证明了速度和准确率之间更好的平衡。
  • 灵活部署: 专为跨各种平台部署而设计，从边缘设备到云基础设施。

主要改进

  1. 增强的 特征提取:

    • 区域注意力: 有效处理大型感受野，降低计算成本。
    • 优化平衡： 改进了注意力和前馈网络计算之间的平衡。
    • R-ELAN：使用 R-ELAN 架构增强特征聚合。

  2. 优化创新：

    • 残差连接：引入具有缩放的残差连接以稳定训练，尤其是在较大的模型中。
    • 改进的特征集成：在 R-ELAN 中实现了一种改进的特征集成方法。
    • FlashAttention: 整合 FlashAttention 以减少内存访问开销。

  3. 架构效率:

    • 减少参数：与之前的许多模型相比，在保持或提高准确性的同时，实现了更低的参数计数。
    • 简化的注意力机制：使用简化的注意力实现，避免了位置编码。
    • 优化的 MLP 比率：调整 MLP 比率以更有效地分配计算资源。

前端代码展示

视频检测界面一小部分代码：

<template>
	<div class="predict-container">
		<div class="predict-content">
			<div class="control-panel">
				<div class="panel-header">
					<h3 class="panel-title">视频分析控制台</h3>
					<div class="panel-subtitle">配置参数并开始处理</div>
				</div>
				
				<div class="control-group">
					<div class="control-item">
						<label class="control-label">模型选择</label>
						<el-select v-model="weight" placeholder="选择分析模型" size="large" class="model-select">
							<el-option v-for="item in state.weight_items" :key="item.value" :label="item.label"
								:value="item.value" />
						</el-select>
					</div>

					<div class="control-item">
						<label class="control-label">置信度阈值</label>
						<div class="confidence-control">
							<span class="confidence-value">{{ (conf / 100).toFixed(2) }}</span>
							<el-slider v-model="conf" :format-tooltip="formatTooltip" class="confidence-slider" />
						</div>
					</div>
				</div>

				<div class="action-group">
					<el-upload v-model="state.form.inputVideo" ref="uploadFile" class="video-upload"
						action="http://localhost:9999/files/upload" :show-file-list="false"
						:on-success="handleAvatarSuccessone">
						<el-button type="primary" class="upload-btn">
							<i class="upload-icon"></i>
							上传视频文件
						</el-button>
					</el-upload>

					<el-button type="success" @click="upData" class="process-btn">
						<i class="process-icon"></i>
						开始分析处理
					</el-button>
				</div>

				<div class="progress-section" v-if="state.isShow">
					<div class="progress-info">
						<span class="progress-text">{{ state.type_text }}中...</span>
						<span class="progress-percent">{{ state.percentage }}%</span>
					</div>
					<el-progress :text-inside="true" :stroke-width="16" :percentage=state.percentage 
						:stroke-color="progressColor" class="custom-progress" />
				</div>
			</div>

			<div class="preview-section" ref="cardsContainer">
				<div class="preview-header">
					<h4>分析结果预览</h4>
					<div class="preview-tips">处理后的视频将在此显示</div>
				</div>
				<div class="video-container">
					<img v-if="state.video_path" class="result-video" :src="state.video_path" alt="分析结果">
					<div v-else class="empty-preview">
						<div class="empty-icon">📹</div>
						<div class="empty-text">等待视频处理结果</div>
					</div>
				</div>
			</div>
		</div>
	</div>
</template>

<script setup lang="ts">
import { reactive, ref, onMounted, computed } from 'vue';
import { ElMessage } from 'element-plus';
import request from '/@/utils/request';
import { useUserInfo } from '/@/stores/userInfo';
import { storeToRefs } from 'pinia';
import type { UploadInstance, UploadProps } from 'element-plus';
import { SocketService } from '/@/utils/socket';
import { formatDate } from '/@/utils/formatTime';

const uploadFile = ref<UploadInstance>();
const stores = useUserInfo();
const conf = ref('');
const weight = ref('');
const { userInfos } = storeToRefs(stores);

const handleAvatarSuccessone: UploadProps['onSuccess'] = (response, uploadFile) => {
	ElMessage.success('视频上传成功！');
	state.form.inputVideo = response.data;
};

const state = reactive({
	weight_items: [] as any,
	data: {} as any,
	video_path: '',
	type_text: "正在保存",
	percentage: 50,
	isShow: false,
	form: {
		username: '',
		inputVideo: null as any,
		weight: '',
		conf: null as any,
		startTime: ''
	},
});

const progressColor = computed(() => {
	if (state.percentage < 30) return '#e6a23c';
	if (state.percentage < 70) return '#409eff';
	return '#67c23a';
});

const socketService = new SocketService();

socketService.on('message', (data) => {
	console.log('Received message:', data);
	ElMessage.success(data);
});

const formatTooltip = (val: number) => {
	return val / 100
}

socketService.on('progress', (data) => {
	state.percentage = parseInt(data);
	if (parseInt(data) < 100) {
		state.isShow = true;
	} else {
		ElMessage.success("处理完成！");
		setTimeout(() => {
			state.isShow = false;
			state.percentage = 0;
		}, 2000);
	}
	console.log('Received message:', data);
});

const getData = () => {
	request.get('/api/flask/file_names').then((res) => {
		if (res.code == 0) {
			res.data = JSON.parse(res.data);
			console.log(res.data);
			state.weight_items = res.data.weight_items;
		} else {
			ElMessage.error(res.msg);
		}
	});
};

后端代码展示

 详细功能展示视频

基于YOLO和千问|DeepSeek的船舶类型检测系统（web界面+YOLOv8/YOLOv10/YOLOv11/YOLOv12+深度学习+python）_哔哩哔哩_bilibili

基于YOLO和千问|DeepSeek的船舶类型检测系统（web界面+YOLOv8/YOLOv10/YOLOv11/YOLOv12+深度学习+python）_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV15Zc4zpETo/?vd_source=549d0b4e2b8999929a61a037fcce3b0f

https://www.bilibili.com/video/BV15Zc4zpETo/

# spring boot # 前端 # 后端 # java # python
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

Multi-Agent 协作失败的四类根因：沟通、工具、边界、数据

随着人工智能技术的发展，多智能体系统（Multi-Agent System, MAS）已成为构建复杂AI应用的主流架构。然而，在实际应用中，多智能体协作往往遭遇各种挑战，导致系统性能下降甚至完全失效。本文深入分析了Multi-Agent协作失败的四类核心根因：沟通问题、工具问题、边界问题和数据问题。通过生活化比喻、数学模型、算法流程图和实际代码示例，我们将一步步拆解这些问题的本质，提供系统性的解决

avatar AtomGit开源社区

基于MOPGA-NSGA-II 的电动车多目标路径优化研究（考虑路况天气与充电约束）（Matlab代码实现）

针对电动车辆在实际物流配送与城市出行场景中存在的续航限制、充电设施分布不均、行驶能耗受环境动态影响等问题，本文提出一种融合多目标向光生长算法（MOPGA）与非支配排序遗传算法（NSGA‑II）的混合智能优化算法，构建兼顾行驶总距离、总能耗与总出行时间的三目标电动车路径优化模型。模型在经典旅行商问题（TSP）框架下，引入电池容量约束、剩余电量阈值约束、充电站可选节点约束，同时量化路况与天气对车辆能耗

avatar AtomGit开源社区

ollama v0.20.5 发布：OpenClaw全渠道打通、Gemma 4闪光注意力优化、模型保存修复，本地AI部署再升级

2026年4月10日，全球领先的本地大模型部署工具Ollama正式发布v0.20.5最新版本，作为v0.20系列的第五个迭代版本，本次更新没有追求功能的大而全，而是聚焦生态打通、性能优化、问题修复三大核心方向，通过11次代码提交、39个文件改动、6位核心开发者协同，完成了从多渠道消息集成、模型推理加速、兼容性修复、底层架构稳定性的全方位升级，进一步夯实Ollama在本地AI部署领域的标杆地位。本次

avatar AtomGit开源社区