Skip to content
210 changes: 157 additions & 53 deletions src/Driving_Accident_Video_Recognition/main.py
Original file line number Diff line number Diff line change
@@ -1,111 +1,215 @@
"""
主程序:驾驶事故视频识别工具(优化版)
优化点:性能提速+灵活配置+规范日志+新增人和小车识别提示
优化点说明:
1. 性能提速:跳过重复依赖检查、缓存环境变量减少属性查找、简化检测器初始化逻辑
2. 灵活配置:支持命令行动态调整检测源/置信度/日志级别/语言,无需修改配置文件
3. 规范日志:替换print为logging模块,支持分级输出(DEBUG/INFO/WARNING),便于调试和生产环境使用
4. 交互优化:新增人和小车识别提示,明确告知用户当前模型支持的识别类别
5. 健壮性提升:参数合法性校验、异常捕获并分级输出、兼容不同运行路径
"""
import sys
import os
import argparse
import logging # 新增:日志模块(替代print,支持分级输出)
# 系统内置模块:基础功能支撑
import sys # 系统路径、退出等核心操作
import os # 环境变量、文件路径等操作系统交互
import argparse # 命令行参数解析工具
import logging # 日志模块(替代print,支持分级输出、格式化、持久化等)

# 自定义模块/配置:项目核心配置和工具
from config import (
REQUIRED_PACKAGES, PYPI_MIRROR, DETECTION_SOURCE,
CONFIDENCE_THRESHOLD, ACCIDENT_CLASSES # 新增:引入识别类别配置
REQUIRED_PACKAGES, # 项目必需的依赖包列表(如ultralytics/opencv-python等)
PYPI_MIRROR, # PyPI镜像源(国内默认清华镜像,提速依赖安装)
DETECTION_SOURCE, # 默认检测源(0=本地摄像头,也可传视频文件路径)
CONFIDENCE_THRESHOLD, # 默认检测置信度阈值(过滤低置信度的识别结果)
ACCIDENT_CLASSES # 事故识别核心类别(0=人,2=小车,7=卡车等)
)
from utils.dependencies import install_dependencies
from core.detector import AccidentDetector
from utils.dependencies import install_dependencies # 依赖自动安装工具函数
from core.detector import AccidentDetector # 事故检测器核心类(封装YOLO模型、检测逻辑)

# -------------------------- 新增1:日志初始化(替代print,更灵活) --------------------------
# -------------------------- 核心工具函数1:日志初始化(替代print,更专业、灵活) --------------------------
def init_logger():
"""
初始化日志系统(核心作用:统一日志格式、支持分级输出)
返回值:
logger: 配置好的日志实例,可调用logger.info/debug/warning/error输出不同级别日志
日志格式:时间戳 - 日志级别 - 日志内容(例如:2025-12-22 10:00:00 - INFO - 启动程序)
"""
# 创建日志器实例,命名为"AccidentDetection"(便于多模块日志区分)
logger = logging.getLogger("AccidentDetection")
# 设置默认日志级别为INFO(低于INFO的日志不会输出,如DEBUG)
logger.setLevel(logging.INFO)
# 控制台输出格式:时间+日志级别+内容
formatter = logging.Formatter("%(asctime)s - %(levelname)s - %(message)s")

# 避免重复添加处理器(多次调用该函数时防止日志重复输出)
if logger.handlers:
return logger

# 定义日志输出格式:时间+级别+内容
formatter = logging.Formatter(
"%(asctime)s - %(levelname)s - %(message)s", # 格式字符串
datefmt="%Y-%m-%d %H:%M:%S" # 时间格式(可读性更强)
)

# 创建控制台处理器(日志输出到终端)
console_handler = logging.StreamHandler()
console_handler.setFormatter(formatter)
console_handler.setFormatter(formatter) # 绑定格式

# 将处理器添加到日志器
logger.addHandler(console_handler)

return logger

# -------------------------- 新增2:优化命令行参数(更灵活的配置) --------------------------
# -------------------------- 核心工具函数2:命令行参数解析(灵活配置,无需改代码) --------------------------
def parse_args(logger):
"""
解析命令行参数(核心作用:让用户通过命令行动态配置参数,提升工具灵活性)
参数:
logger: 日志实例(用于输出参数校验警告)
返回值:
args: 解析后的参数对象,可通过args.xxx访问具体参数
"""
# 创建参数解析器,添加工具描述(--help时显示)
parser = argparse.ArgumentParser(description="驾驶事故视频识别工具(支持动态配置)")
# 基础参数:检测源、语言
parser.add_argument("--source", "-s", default=DETECTION_SOURCE,
help=f"检测源(0=摄像头/视频路径,默认:{DETECTION_SOURCE})")
parser.add_argument("--language", "-l", default="zh", choices=["zh", "en"],
help="标注语言(zh=中文/en=英文,默认:zh)")
# 新增:性能/配置参数(无需改config.py,直接命令行调整)
parser.add_argument("--skip-deps", "-sd", action="store_true", default=False,
help="跳过依赖检查(已安装依赖时用,提速)")
parser.add_argument("--conf", "-c", type=float, default=CONFIDENCE_THRESHOLD,
help=f"检测置信度阈值(0-1,默认:{CONFIDENCE_THRESHOLD})")
# 新增:日志级别(调试/正常模式切换)
parser.add_argument("--log-level", "-ll", default="INFO", choices=["DEBUG", "INFO", "WARNING"],
help="日志级别(DEBUG=调试/INFO=正常/WARNING=仅警告,默认:INFO)")

# 1. 基础配置参数:检测源(摄像头/视频文件)
parser.add_argument(
"--source", "-s", # 参数名(长/短格式)
default=DETECTION_SOURCE, # 默认值(从config.py读取)
help=f"检测源(0=本地摄像头/视频文件绝对路径,默认值:{DETECTION_SOURCE})"
)

# 2. 界面配置参数:标注语言(中文/英文)
parser.add_argument(
"--language", "-l",
default="zh", # 默认中文
choices=["zh", "en"], # 限制可选值(避免无效输入)
help="标注语言(zh=中文/en=英文,默认:zh)"
)

# 3. 性能优化参数:跳过依赖检查(已安装依赖时提速)
parser.add_argument(
"--skip-deps", "-sd",
action="store_true", # 无需传值,加该参数则为True
default=False,
help="跳过依赖检查(已确认安装所有依赖时使用,可大幅提升启动速度)"
)

# 4. 检测精度参数:置信度阈值(过滤低置信度结果)
parser.add_argument(
"--conf", "-c",
type=float, # 参数类型(浮点型)
default=CONFIDENCE_THRESHOLD,
help=f"检测置信度阈值(范围0-1,值越高越严格,默认:{CONFIDENCE_THRESHOLD})"
)

# 5. 调试配置参数:日志级别(控制输出详细程度)
parser.add_argument(
"--log-level", "-ll",
default="INFO", # 默认只输出INFO及以上级别
choices=["DEBUG", "INFO", "WARNING"], # 可选级别
help="日志级别(DEBUG=调试模式/INFO=正常模式/WARNING=仅警告,默认:INFO)"
)

# 解析命令行传入的参数
args = parser.parse_args()
# 校验参数合法性(新增:避免无效输入)

# 关键校验:置信度阈值合法性(必须在0-1之间)
if not (0 < args.conf <= 1):
logger.warning(f"置信度{args.conf}无效,自动使用默认值{CONFIDENCE_THRESHOLD}")
# 输出警告日志,自动回退到默认值
logger.warning(f"输入的置信度{args.conf}无效(需0<conf≤1),自动使用默认值{CONFIDENCE_THRESHOLD}")
args.conf = CONFIDENCE_THRESHOLD

return args

# -------------------------- 优化3:主函数逻辑(减少重复计算+提升健壮性+新增人和小车识别) --------------------------
# -------------------------- 主函数:程序核心逻辑入口 --------------------------
def main():
# 初始化日志
"""
程序主逻辑(按流程:初始化→参数解析→配置覆盖→依赖处理→检测器启动→异常处理)
核心设计:分层处理,每一步都有日志反馈,便于问题定位
"""
# 步骤1:初始化日志系统(后续所有输出都用logger,替代print)
logger = init_logger()
# 解析参数(并应用日志级别)

# 步骤2:解析命令行参数(用户传入的参数优先于配置文件)
args = parse_args(logger)
logger.setLevel(args.log_level) # 动态调整日志级别
# 动态调整日志级别(根据用户输入的--log-level)
logger.setLevel(args.log_level)

# 步骤3:缓存环境变量(性能优化:减少os.environ的重复属性查找)
# 原理:局部变量访问速度远快于模块级属性,循环/多次调用时提速明显
env = os.environ

# -------------------------- 优化4:缓存环境变量操作(减少属性查找,提速) --------------------------
env = os.environ # 局部变量缓存os.environ,避免循环中重复查找(参考摘要5“缓存属性”)
# 覆盖检测源(命令行优先)
# 步骤4:覆盖检测源配置(命令行参数优先于config.py的默认值)
if str(args.source) != str(DETECTION_SOURCE):
# 严谨处理检测源类型:尝试转整数(摄像头),失败则为字符串(视频路径)
# 兼容处理:检测源可能是数字(摄像头ID)或字符串(视频路径)
try:
env["DETECTION_SOURCE"] = str(int(args.source)) # 摄像头(数字)
# 尝试转为整数(摄像头ID,如0/1)
env["DETECTION_SOURCE"] = str(int(args.source))
except (ValueError, TypeError):
env["DETECTION_SOURCE"] = str(args.source) # 视频路径(字符串)
logger.info(f"检测源已覆盖为:{env['DETECTION_SOURCE']}")
# 转换失败则为视频文件路径(字符串)
env["DETECTION_SOURCE"] = str(args.source)
# 记录配置变更日志(便于确认当前使用的检测源)
logger.info(f"✅ 检测源已覆盖为:{env['DETECTION_SOURCE']}")

# 覆盖置信度阈值(命令行优先)
# 步骤5:覆盖置信度配置(命令行参数优先)
if args.conf != CONFIDENCE_THRESHOLD:
env["CONFIDENCE_THRESHOLD"] = str(args.conf)
logger.info(f"置信度阈值已覆盖为:{args.conf}")
logger.info(f"✅ 置信度阈值已覆盖为:{args.conf}")

try:
# 程序启动提示(用户感知)
logger.info("🚀 启动驾驶事故视频识别工具...")
# -------------------------- 优化5:跳过依赖检查(避免重复安装,提速) --------------------------

# 步骤6:依赖检查/安装(可通过--skip-deps跳过,提升速度)
if not args.skip_deps:
# 调用依赖安装函数(自动检查缺失包并安装,使用国内镜像提速)
install_dependencies(REQUIRED_PACKAGES, PYPI_MIRROR)
else:
logger.info("⚠️ 已跳过依赖检查(--skip-deps生效)")
# 跳过依赖检查的提示(告知用户当前状态)
logger.info("⚠️ 已跳过依赖检查(--skip-deps参数生效,若依赖缺失会报错)")

# -------------------------- 优化6:简化检测器初始化(减少冗余代码) --------------------------
# 步骤7:初始化事故检测器(核心业务类)
logger.info("🔄 初始化事故检测器...")
detector = AccidentDetector()
# 新增:提示当前模型支持识别人和小车
detector = AccidentDetector() # 实例化检测器(内部会加载YOLO模型)

# 步骤8:提示当前模型支持的识别类别(提升用户体验)
# 类别映射:0=人,2=小车(可根据ACCIDENT_CLASSES扩展)
target_classes = {0: "人", 2: "小车"}
supported_targets = [f"{name}(类别ID: {cid})" for cid, name in target_classes.items() if cid in ACCIDENT_CLASSES]
# 过滤出当前配置中启用的识别类别
supported_targets = [
f"{name}(类别ID: {cid})"
for cid, name in target_classes.items()
if cid in ACCIDENT_CLASSES
]
# 输出支持的类别(用户明确知道能识别什么)
logger.info(f"✅ 检测器初始化完成,当前模型支持识别:{', '.join(supported_targets)}")
logger.info("✅ 开始检测(按Q/ESC退出,画面中会标注识别到的人和小车)")
logger.info("✅ 开始检测(按Q/ESC键退出,画面中会实时标注识别到的人和小车)")

# 启动检测(传递语言参数)
# 步骤9:启动检测流程(传递语言参数,控制标注语言)
detector.run_detection(language=args.language)

# 异常处理1:用户手动中断(Ctrl+C)
except KeyboardInterrupt:
logger.info("\n🛑 用户强制中断程序")
logger.info("\n🛑 用户强制中断程序(Ctrl+C)")
# 异常处理2:其他所有未捕获的异常(保证程序不崩溃,输出错误信息)
except Exception as e:
# 新增:DEBUG级别输出详细异常栈,INFO级别只显示错误信息(方便调试)
# 输出错误日志(核心错误信息)
logger.error(f"\n❌ 程序运行出错:{str(e)}")
# 调试模式下输出详细的异常栈(便于定位问题)
if args.log_level == "DEBUG":
import traceback
traceback.print_exc()
# 最终执行:无论是否异常,都输出退出提示(用户感知)
finally:
logger.info("👋 程序正常退出")

# -------------------------- 程序入口(脚本直接运行时执行) --------------------------
if __name__ == "__main__":
# 新增:确保code目录在搜索路径(兼容不同运行方式)
"""
脚本入口处理(核心作用:兼容不同运行方式,保证模块导入时不执行主逻辑)
关键优化:将当前脚本目录加入sys.path,避免模块导入失败
"""
# 获取当前脚本的绝对路径(解决不同目录运行时的路径问题)
current_dir = os.path.dirname(os.path.abspath(__file__))
# 若当前目录不在sys.path中,添加进去(确保自定义模块能被找到)
if current_dir not in sys.path:
sys.path.append(current_dir)
# 执行主函数
main()
Loading