项目角色: 全栈开发者 & AI应用工程师 (负责系统架构、算法集成、前后端开发与部署)
技术栈:
前端: React + Ant Design Pro + ECharts (用于数据看板)
后端: Python FastAPI (高性能异步框架) + Java Spring Boot (负责业务逻辑)
AI模型:
图像识别: YOLOv5 (目标检测,用于识违禁品、武器等)
场景分类: CNN (基于ResNet的定制化模型,用于色情、暴恐场景识别)
OCR & NLP: PaddleOCR / Tesseract (识别视频帧中的文字、二维码)
音频处理: VAD (语音活动检测) + ASR (语音转文本) + NLP关键词过滤 (识别敏感言论)
数据库: PostgreSQL (存储结构化审核结果) + Redis (缓存任务队列和临时数据)
中间件: RabbitMQ / Celery (用于解耦视频拉取、抽帧、AI推理、结果汇总等异步任务)
部署: Docker + Kubernetes (容器化编排,便于弹性扩容) + Nginx
项目核心价值: 提升审核效率、降低人工成本、7x24小时不间断工作、建立数据化审核看板。