文章目录
一、前言
1.1 项目介绍
【1】项目开发背景
随着教育信息化的快速发展和智能化管理需求的不断提升，高效、精准的课堂出勤及教学环境监测成为提升教学质量、加强校园安全管理和优化教育资源分配的重要手段。传统的考勤方式往往依赖人工点名或刷卡系统，不仅效率低下，难以实时反映课堂实际情况，而且无法有效解决替课、迟到早退等问题。同时，对教学空间使用情况和人员密度的实时统计也较为困难。
在此背景下，设计并实现了一套基于YOLO算法的教学状态检测系统。该系统利用先进的人工智能技术——YOLOV3目标检测算法，结合现代物联网技术与云计算平台，实现了对教室内的人员数量实时自动统计，解决了传统考勤方式的痛点。系统采用树莓派4B作为前端硬件设备，利用其强大的计算能力及小巧便携的特点，将其配置为监控摄像头，实时捕捉教室内部影像并通过ffmpeg推送到云端。
服务器端采用华为云ECS云服务器，搭建高性能、稳定可靠的流媒体服务器和MySQL数据库服务器。流媒体服务器采用NGINX搭建RTMP服务器架构，保证视频数据的高效传输与存储，而MySQL数据库5.7版本则用于存储详尽的学生信息、教师信息及教室安排数据。
管理系统平台和手机APP均采用Qt(C++)进行开发，界面友好、功能完备，使得教务管理者和教师能够