基于Yolov8实现的道路病害检测平台源码+部署教程+训练好的模型+各项评估指标曲线（高分项目）.zip

`前端：` [https://github.com/rkun0068/rddc_frontend](https://github.com/rkun0068/rddc_frontend) `后端：` [https://github.com/rkun0068/rddc_backend](https://github.com/rkun0068/rddc_backend) ## 系统架构   ## Docker部署minio对象存储 ```bash $ mkdir -p ~/minio/data $ docker pull minio/minio $ docker run \ -p 9000:9000 \ -p 9001:9001 \ --name minio1 \ -v ~/minio/data:/data \ -e "MINIO_ROOT_USER=minioadmin" \ -e "MINIO_ROOT_PASSWORD=minioadmin" \ minio/minio server /data --console-address ":9001" ``` 访问服务[http://127.0.0.1:9001/](http://127.0.0.1:9001/) 创建存储桶 `stroage` ## Docker部署Mysql数据库服务 ```bash $ docker pull mysql $ docker run -d --name mysql-container -e MYSQL_ROOT_PASSWORD=your_password -p 3306:3306 mysql ``` 然后使用Mysql创建数据库`road_detection` 创建数据表 ```sql -- road_detection.detection_result definition CREATE TABLE `detection_result` ( `id` int NOT NULL AUTO_INCREMENT, `img_url` text, `result` text, `created` timestamp NULL DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (`id`) ) ENGINE=InnoDB AUTO_INCREMENT=1101 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci; ``` ## 实现功能 ### 图片上传/检测 - 点击上传单个或多个图像    - 上传的图片会被存储在MinIO提供的对象存储桶里  - 点击检测，后端利用模型进行检测并生成新图片替换掉源图片  - 处理完成后会跳转到数据展示页面  ### 历史数据查看 - 可以查看每次检测的图片数据，使用JSON格式化展示  ### 视频上传/检测 - 点击直接上传视频   - 点击检测进行检测，检测完成后会自动跳转到检测视频播放页面   ### 实时检测 - 使用电脑摄像头，按Q进行退出  ## ## 相关代码信息 `后端` ```basic |-- __pycache__ # Python 编译缓存文件目录，包含已编译的 Python 文件 |-- api # Django APP |-- config.py # 外部资源配置信息 （mysql,minio)等 |-- manage.py # Django 项目管理脚本，用于执行不同的 Django 命令 |-- model # Django APP |-- newModel.pt # 训练好的道路病害检测模型 （可替换为其他） |-- requirements.txt # 项目的依赖文件，包含项目所需的 Python 包及其版本信息 |-- road_detection # Django 项目的主目录，包含项目的设置和配置等文件 ``` ### 启动后端 ```bash python -m venv venv venv\Scripts\activate # Windows pip install -r requirements.txt python manage.py runserver ``` ### 启动前端 ```bash npm install npm run dev ```