返回作品列表

网友作品 #000078 · 提交于 2026/08/09

门架监控AI检测工具:大型车辆超车道行驶批量识别

★★★★★零基础AI 编程工具国内其他模型python

作品作者

L零基础
开发工具
AI 编程工具
AI 模型
国内其他模型
使用 Skill
python
提交你的作品

作品简介

大型车辆超车道行驶检测工具是一款基于通义千问 VL 大模型的桌面应用程序,用于批量分析高速公路门架监控图片,自动识别行驶在第三车道(超车道)的大型车辆,并提取门架编号、车牌号码、抓拍日期等关键信息。命中结果自动导出为含嵌入图片的 Excel 清单,命中图片按规则命名后归档到指定文件夹,支持无人值守自动检测与人工辅助确认两种工作模式。作者零基础,在 AI 编程工具辅助下完成了这个交通执法场景的实用工具。

核心亮点

  • 批量图片分析:自动扫描目录内 png/jpg/jpeg/bmp/webp 图片,识别门架编号、车牌号码、抓拍日期,判断第三车道是否存在大型车辆
  • 双工作模式:自动模式全自动无人值守,适合大批量处理;人工辅助模式实时预览当前图片,可手动确认命中或跳过,肉眼确认不消耗 API 额度
  • 取证结果归档:命中清单自动导出为 Excel 并嵌入图片缩略图,命中图片按「日期_车牌号」命名复制到指定文件夹,便于检索
  • 图片压缩提速:单张 2.9MB 压缩到约 190KB(减少约 94%),节省上传时间与 API 流量
  • 成本可控:实测单张约 0.004 元,1000 张约 4 元;单张约 10.5 秒,1000 张约 3 小时
  • 状态可视化:暗色霓虹主题界面,配状态指示灯、实时图片预览、命中/跳过实时计数与进度条
  • 免安装使用:打包为独立 exe,支持 Windows 7+ 64 位,无需安装 Python,可 U 盘跨电脑使用

技术与工具

  • 开发语言:Python 3.10+,界面用 tkinter 桌面 GUI 框架构建
  • AI 视觉:调用通义千问 VL(qwen-vl-max)API 做图片智能分析
  • 数据与图片处理:openpyxl 导出含嵌入图片的 Excel,Pillow 做图片压缩与预览,requests 调用阿里云 API
  • 打包分发:PyInstaller 打包为独立 exe,配套 build_exe.bat 一键打包
  • 开发方式:零基础借助 AI 编程类工具与国内模型提示完成

适用场景

  • 交通执法:高速路政、交管部门批量筛查门架监控图片,高效查处大型车辆违规占用超车道行为
  • 智慧交通管理:作为路网运行监测的组成部分,为大型车辆行驶行为分析、车道通行秩序优化提供数据支撑
原始提交内容(点开查看,可复制全文去问 AI)

大型车辆超车道行驶检测工具 v2.2 概述 大型车辆超车道行驶检测工具是一款基于通义千问 VL 大模型的桌面应用程序,用于批量分析门架监控图片,自动识别行驶在第三车道(超车道)的大型车辆,并将命中结果导出为 Excel(含嵌入图片),同时自动复制命中的图片到指定文件夹。

该工具采用暗色霓虹主题的图形界面,支持无人值守自动检测与人工辅助确认两种工作模式。

核心技术栈 技术 用途 Python 3.10+ 开发语言 tkinter 桌面 GUI 框架 通义千问 VL API 图片智能分析(AI 视觉模型) openpyxl Excel 导出(含嵌入式图片) Pillow (PIL) 图片压缩、预览与处理 requests 调用阿里云 API PyInstaller 打包为独立可执行 exe 核心功能

  1. 批量图片分析 自动扫描指定目录下的所有图片(支持 .png、.jpg、.jpeg、.bmp、.webp) 通过通义千问 VL 模型识别图片中的门架编号、车牌号码、抓拍日期 判断第三车道(从左往右第 3 条车道)是否存在大型车辆
  2. 两种工作模式 模式 说明 自动模式 全自动运行,无需人工干预,适合大批量处理 人工辅助 运行中实时预览当前图片,可手动确认命中或跳过
  3. 人工操作按钮 确认命中:肉眼判断图片命中后,一键记录并跳过当前图片,不消耗 API 额度 跳过当前:对无需分析的图片直接跳过,支持 API 卡顿时中断等待
  4. 结果导出与存储 命中记录自动导出为 Excel 文件(含嵌入式图片缩略图) 命中图片自动复制到 “命中图片” 文件夹 按 日期_车牌号 格式命名,便于检索 界面特色 暗色霓虹主题:深色背景 + 青色/绿色/黄色霓虹光效 六边形霓虹 Logo:徽标带呼吸脉动动画 状态指示灯:绿色待机 黄色闪烁运行中 青色完成 实时图片预览:左侧面板显示当前分析的图片 实时计数:右上角显示 “命中: X | 跳过: Y” 进度条:实时显示当前处理进度 性能数据 指标 数据 单张处理耗时 约 10.5 秒/张(含上传 + AI 推理 + 日志) 图片压缩比 2.9 MB 190 KB(减少 94%) AI 模型准确率 测试 4/4(100%) 1000 张预计耗时 约 2 小时 55 分钟 1000 张费用 约 4 元(0.004 元/张) 速度瓶颈在 AI 服务器推理时间与网络传输,代码层面已无优化空间。

使用方式 获取 exe 将 third_lane_detector.py 与 build_exe.bat 放入同一文件夹 双击 build_exe.bat 自动打包 打包完成后,dist/ThirdLaneDetector.exe 即为可执行程序 运行 支持 Windows 7+ 64 位,无需安装 Python 可拷贝到 U 盘跨电脑使用 输出文件结构

图片目录/ 大型车辆超车道行驶检测结果.xlsx 含嵌入图片的命中清单 命中图片/ 自动复制的命中图片 2026-08-06_鄂FFX159.jpg … (原始图片文件)