59 lines
7.1 KiB
Markdown
59 lines
7.1 KiB
Markdown
# 当前实现状态
|
||
|
||
> 本文是可覆盖的当前快照；历史执行记录见 [../progress.md](../progress.md)。
|
||
|
||
## 当前快照
|
||
|
||
- 日期：2026-07-22
|
||
- 阶段：V1 客户演示闭环、T-301 模型导出一致性与 T-302 Go 技术 Spike 已验收；T-303 正在复现 V1 事件引擎并做录像回归。判定灵敏度默认已放宽（低位俯视：持续水平即可疑，膝踝可缺，水平阈值 45°），确认窗为主防误报闸。
|
||
- 已验证环境：Windows PowerShell；Python 3.8.10；Ultralytics 8.3.205；PyQt5 可导入。注意：当前 WSL/Linux 环境未安装 PyQt5，且其 ultralytics/torch 版本与该基线不兼容（模型前向不可用），故 GUI 可视化与真实模型端到端渲染只在 Windows 验证；本环境用 Qt-free 的 `view_model.py` 单元测试与假适配器管线冒烟覆盖视图逻辑。
|
||
- 旧生产基线：`demo/main.py`、`demo/fall_detection_gui.py`、`demo/detect_fall.py`、`demo/best.pt`。
|
||
- V1 代码：已建立安全配置、显式 Replay/Stream 视频源、Pose、轻量跟踪、质量/几何证据、倒地领域规则、按 ID 四态事件机及 `v1/pipeline.py` 事件管线；运行事件带非敏感 `config_version`，缺帧/低质量/断流会中断证据确认。新增 `v1/view_model.py`（Qt-free 监控视图状态与设置草稿三份隔离）、`v1/gui.py` 薄 PyQt5 双 Tab 外壳与 `v1/app.py` 装配（`FrameWorker` 只发出已判定的 `FrameAnalysis`，窗口只渲染）。新增 `v1/alerts.py`：按 `event_id` 去重，对首次 CONFIRMED 保存带标注截图、追加 JSONL 事件行，并经可注入 `AlertSink`（Windows 侧 `QtAlertSink` 提供声音与一次性弹窗）触发一次声音/弹窗。新增 `v1/camera.py`（RTSP URL 构建 + 有界连接测试抓帧）与 `config.py` 的结构化来源（host/端口/通道/账号/密码，凭证百分号编码）、`write_local_camera_source`；设置页新增摄像头连接分组、测试连接与预览，以及传输协议/连接超时/低延迟三项抓流调优（由 `config` 存值、`app` 开流前写入 `OPENCV_FFMPEG_CAPTURE_OPTIONS`）。真实海康流已用 `VideoSource(STREAM)` 连通（1920×1080）。
|
||
- V2 代码：T-303 已落地 `internal/pose`（Ultralytics 114 letterbox、BGR→RGB/CHW、YOLO Pose NMS、17 点及坐标还原）与 `internal/fall`（中心点跟踪、质量/几何证据、策略、四态状态机和事件 ID）；`cmd/regression` 使用 FFmpeg 顺序回放本机录像并将 ONNX Pose 接入事件引擎。`cmd/ui-spike` 仍只是可编译的 Windows Walk 双 Tab 外壳。RTSP 重连、UI 实时渲染、声音、弹窗、截图和发布打包尚未实现，不能作为客户演示版。
|
||
- 非代码设计工件：docs/ui/silver-pose-ui-ux-spec.md、docs/ui/2026-07-20-html-prototype-plan.md、docs/ui/silver-pose-v1-prototype.html 与 docs/ui/silver-pose-v2-prototype.html 已建立。v2 HTML 是符合正式浅色 Windows 规范的当前视觉参考：浅灰蓝底、白色卡片，红色只表示确认摔倒、其弹窗和事件证据；文件名中的 v2 只表示原型设计修订，不能理解为 Go V2 实现已开始。v1 HTML 保留为历史深色对照。两者均使用顶部双 Tab、设置草稿与状态交互，且画面、事件和时间都是模拟数据，不连接真实摄像头、模型或网络，也不改变 Phase 1 任务顺序。
|
||
- 测试：`python -m compileall -q v1 demo` 已通过（含 `gui.py`、`app.py`、`alerts.py`、`camera.py` 语法）；`./init.ps1` 当前运行 V1 测试为 88 passed、1 skipped。T-303 的 `CGO_ENABLED=1 go test ./...` 通过。对同一 317 帧本机录像，V1 回放得到 253 个有人帧、263 人次、0 个 CONFIRMED；Go 回放得到 255 个有人帧、265 人次、0 个 CONFIRMED。人次差异来自 OpenCV/FFmpeg 解码像素不同，二者的无报警事件结论一致；Go 合成正例契约和 V1 状态机均在 1.81 秒时产生一个 CONFIRMED。Walk UI Spike 以 `CGO_ENABLED=0 go build ./cmd/ui-spike` 编译通过。这些不表示摔倒识别准确率或完整 Go 客户演示已验收。`init.ps1` 会检查运行时依赖、编译旧基线并运行 V1 测试，但不会安装软件包。
|
||
- 模型：`demo/best.pt` 可加载为 YOLO Pose，类别 `person`，`kpt_shape=[17, 3]`；与 `D:\PythonP\fall_detection\best.pt` 哈希一致。
|
||
- 当前标准启动：`./init.ps1`。
|
||
- 当前标准验证：`python -m compileall -q demo`。
|
||
- 当前 blocker：T-303 缺少经同意的、可在本机回放的正例摔倒录像及其 V1 基线；因此尚不能证明同一真实正例录像在 Go 中也确认且延迟为 1–3 秒。Go/V1 无报警回放和纯领域正例契约均已通过，但不能替代录像级正例。ONNX Runtime DLL、FFmpeg/FFprobe 仍须在 T-304 以版本、来源和哈希纳入发布包；现场录像和事件工件保持本机不提交。
|
||
|
||
全局环境的 `pip check` 存在其他项目的包冲突，因此它不是 Silver Pose 的验收命令。`init.ps1` 只检查本项目实际导入的 OpenCV、NumPy、Ultralytics 与 PyQt5，并在命令非零退出时失败。
|
||
|
||
## 当前目录要点
|
||
|
||
| 路径 | 状态 | 说明 |
|
||
| --- | --- | --- |
|
||
| `demo/` | 已有 | 旧 Python GUI、Pose 模型与样例视频；当前单帧规则不适合作为正式事件逻辑。 |
|
||
| `v1/` | 已验收 | Python V1 正式实现、现场验收记录与发布工具。 |
|
||
| `v2/` | T-303 部分完成 | Go ONNX 后处理、事件引擎和本机录像无报警回归已实现；尚不是完整 V2。 |
|
||
| `docs/` | 已有 | Harness Coding 文档、任务和计划。 |
|
||
| `tests/` | 不适用 | V1 测试将在 `v1/tests/` 下创建。 |
|
||
| `artifacts/` | 待创建 | 本地事件截图和 JSONL，不提交。 |
|
||
|
||
## 任务状态
|
||
|
||
- 已完成：T-000、T-101~T-106（V1 地基与事件管线）、T-201（PyQt 双 Tab）、T-202（本地报警/截图/JSONL）、T-203（海康 RTSP 与断流恢复）、T-204（正反例录像与现场验收）、T-205（客户演示脚本与发布包）、T-206（结构化摄像头配置与连接测试）、T-207（抓流低延迟参数）、T-208（每帧诊断叠加）、T-209（放宽俯视灵敏度）、T-210（截图 ASCII 标注）、T-211（灵敏度设置页）、T-212（实时流最新帧）、T-213（截图中文标注）、T-301（ONNX 一致性）、T-302（Go 推理、视频/UI Spike）。
|
||
- 正在进行：T-303（实现 Go 事件引擎与 V1 回归对比）。
|
||
|
||
## 当前可运行内容
|
||
|
||
```powershell
|
||
./init.ps1
|
||
Set-Location demo
|
||
python main.py
|
||
|
||
# 本机录像 Go 回归（需本机 ONNX Runtime DLL、FFmpeg 与已锁定 ONNX 工件）
|
||
Set-Location ..\v2
|
||
$env:CGO_ENABLED='1'
|
||
go run ./cmd/regression --help
|
||
```
|
||
|
||
## 已知事实和限制
|
||
|
||
- 当前 `demo/` 的摔倒判定来自单帧、硬编码阈值和任意规则短路；界面部分阈值不会传入实际逻辑。
|
||
- 当前模型是通用 person Pose 模型，不是摔倒事件分类模型。
|
||
- 当前机器在无 GPU 条件下，对 848×480 本地样例以 640 输入运行 Pose 的测量均值约为 64.5 ms/帧；这仅是模型推理，不是端到端 RTSP/GUI 性能承诺。
|
||
- V1 的客户演示范围限于固定俯视大厅/走廊、全身大部分可见、单路本地视频。
|
||
|
||
更新本文件时，必须同步 `06-tasks.md` 的任务状态，并向 `../progress.md` 追加真实验证记录。
|