技术原理与系统设计

📋 算法流程图

开始
  ↓
用户上传无人机航拍图像（JPG/PNG/TIFF，最大 50MB）
  ↓
EXIF GPS 元数据解析（自动提取经纬度、海拔、拍摄时间）
  ↓
SAHI 切片推理：大图 → 640×640 切片（20% 重叠）
  ↓
YOLO 双模型并行检测
  ├── cow_weight_v1.pt  → 牛检测（ICAERUS 无人机专用模型）
  └── yolov8m_sheep.pt  → 羊检测（YOLOv8m 预训练）
  ↓
VARI 植被指数计算
  VARI = (Green - Red) / (Green + Red - Blue)
  阈值 > -0.05 判定为植被覆盖区
  ↓
按 GeoJSON 分区统计（每个管理区域独立计算）
  ├── 牲畜数量（牛 × 5 + 羊）
  ├── 植被覆盖面积（m²）
  └── 载畜量 = 牲畜数 / (植被面积 × 牧草利用率)
  ↓
载畜量超标判定（标准：NY/T 635-2015）
  载畜量 > 超载阈值（默认 1.2 羊单位/亩/天）→ 触发告警
  ↓
生成分析报告 + 标注图 + 牧草热力图 + 微信通知
  ↓
结束

📦 软件基础设置信息

⚙️ 软件系统设计

1. 项目目录结构

grassland/
  ├── backend/
  │   ├── app.py              ← Flask 应用工厂（create_app 模式）
  │   ├── config.py           ← 全局配置（模型路径、阈值、载畜量参数）
  │   ├── routes/
  │   │   ├── upload.py       ← POST /api/upload（上传 + EXIF 解析）
  │   │   ├── analysis.py     ← POST /api/analyze（YOLO + SAHI + 载畜量）
  │   │   ├── zones.py        ← CRUD /api/zones（GeoJSON 分区管理）
  │   │   └── history.py       ← GET /api/history（分析历史）
  │   ├── services/
  │   │   ├── zone_manager.py  ← SQLite 分区 CRUD + 初始化
  │   │   └── exif_parser.py   ← EXIF GPS 元数据提取
  │   ├── models/
  │   │   └── detector.py      ← LivestockDetector（SAHI + YOLO 双模型）
  │   ├── templates/
  │   │   ├── index.html       ← 主监测页面
  │   │   └── report.html      ← 分析报告页
  │   ├── static/weights/
  │   │   ├── cow_weight_v1.pt ← ICAERUS 牛检测模型
  │   │   └── yolov8m_sheep.pt ← 羊检测模型
  │   └── data/
  │       ├── grassland.db     ← SQLite 数据库
  │       ├── uploads/          ← 上传航拍图
  │       └── results/          ← 分析结果（标注图 + 热力图）
  └── frontend/
      ├── index.html           ← 前端备用
      └── static/
          ├── css/app.css      ← 主样式
          └── js/              ← upload.js / map.js / results.js / history.js

2. SAHI 切片推理引擎

3. YOLO 双模型协同检测（LivestockDetector）

4. VARI 植被指数计算

5. 载畜量计算与超载判定

6. GeoJSON 分区管理（SQLite 持久化）

🔧 参数配置

🔗 模块依赖关系

app.py (Flask 应用工厂)
  ├── config.py ──────────────────── 全局参数（模型路径、阈值、载畜量标准）
  ├── routes/upload.py (Blueprint)
  │     └── services/exif_parser.py ── EXIF GPS 元数据提取
  ├── routes/analysis.py (Blueprint)
  │     ├── models/detector.py ─────── LivestockDetector（SAHI + YOLO 双模型）
  │     ├── VARI 计算 ──────────────── 植被指数分析
  │     └── 载畜量公式 ──────────────── NY/T 635-2015 标准
  ├── routes/zones.py (Blueprint)
  │     └── services/zone_manager.py ── SQLite CRUD + GeoJSON 序列化
  ├── routes/history.py (Blueprint)
  │     └── grassland.db ────────────── 分析历史记录查询
  ├── static/weights/
  │     ├── cow_weight_v1.pt ───────── ICAERUS 牛检测模型
  │     └── yolov8m_sheep.pt ───────── 羊检测模型
  └── data/ ───────────────────────── uploads/ + results/ + grassland.db

📡 API 接口一览

📚 学术支撑

本文系统引用以下学术成果与技术标准。