【Django架构古建筑AI系统】

基于深度学习的古建筑识别系统

随着人工智能与文化遗产保护的深度融合，智能识别与数字化建档已成为古建筑研究与修缮的重要手段。本文将详细拆解一套基于 Django 后端架构开发的古建筑 AI 系统，该系统集成了 YOLOv11 目标检测模型、本地大模型问答、实时视频流处理及权限精细化管理等核心能力，实现了从用户交互到数据存储的端到端技术闭环。通过对系统各模块的技术选型、接口设计与数据流分析，为同类文化遗产数字化项目提供可复用的架构参考。

一、用户端核心模块：交互与检测双在线

1. 首页：流畅交互的技术基底
用户端首页用Vue3+Element Plus搭建，界面质感拉满。前端靠Axios与后端Django服务做异步数据交互，用Vue Router控制路由跳转，点击“开始检测”按钮时，会直接触发Django的Celery任务队列调度，整个流程丝滑无卡顿。

2. YOLO检测：古建筑识别的核心引擎
重头戏当属YOLO检测模块！直接采用最新的YOLOv11目标检测模型，基于PyTorch框架训练，且针对歇山顶、斗拱等15+古建筑类型做了专项优化——识别精度飙到98.5%+，推理速度压到≤40ms/帧。
关键是，模型推理接口全靠Django REST framework（DRF） 封装，调用又快又稳，开发时不用反复调试接口兼容性。

3. 实时检测：低延迟的视觉同步
实时检测这块更秀！用OpenCV采集视频流，经FFmpeg转码后，通过Django的Channels框架实现WebSocket低延迟传输。前端再用ECharts实时绘制检测框和置信度，画面与识别结果同步更新，延迟几乎可以忽略。

4. 检测历史：高效数据检索方案
检测历史的数据全存在PostgreSQL中，用Redis做热点记录缓存，避免反复查询数据库。后端靠Django自带的ORM框架实现增删改查，再搭配django-filter做条件筛选、django-pagination处理分页——不管查上周还是上月的记录，一点就能快速加载。

5. AI助手：本地化的古建筑知识问答
AI助手是纯纯实用派！直接集成Ollama本地大模型，通过Django后端封装调用接口，不用联网也能秒答专业问题。比如问“斗拱有哪些类型”“歇山顶的结构特点”，都能快速给出准确解答，相当于随身带了个古建筑知识库。

6. 通知中心：简洁高效的状态同步
通知中心走实用路线，数据同样存在PostgreSQL，核心靠Django的ORM查询实现功能。检测任务完成、知识库更新等通知，会直接从数据库拉取状态数据展示，还支持已读/未读标记，不用冗余开发，简单又高效。

7. 知识库中心：快速检索的资源库
知识库中心是妥妥的资源宝库！用django-storages对接MinIO分布式存储，存放古建筑图纸、史料等文件；同时集成Elasticsearch做全文检索，检索接口用DRF封装。输个“斗拱”关键词，相关资料会直接高亮弹出，比翻纸质资料快10倍。

二、管理端核心模块：权限与数据的精细化管控

1. 仪表盘：数据驱动的可视化看板
管理端的仪表盘直接封神！用ECharts绘制多维度数据看板，数据先通过Django的聚合查询（annotate/aggregate） 预处理，再经DRF接口拉取到前端。用户活跃度、检测总量等数据实时跳动，数据驱动直接落地，不用再手动统计。

2. 用户管理：基于RBAC的权限边界
用户管理扎根RBAC模型，靠Django自带的auth系统做基础认证，再用django-guardian实现对象级权限控制。用户新增、禁用、修改信息等操作，全通过DRF接口完成，不同角色的权限边界划得明明白白，不会出现越权操作。

3. 部门管理：层级关系的清晰呈现
部门管理采用树形结构数据模型，Django后端靠递归查询处理部门层级关系，前端用Element Plus的Tree组件可视化展示。不管部门层级多复杂，都能通过DRF接口快速拉取并清晰呈现，层级关系一目了然。

4. 菜单管理：动态权限的隐形控制
菜单管理藏着权限玄机！基于URL权限匹配模型，菜单数据存在PostgreSQL，后端通过Django的middleware（中间件） 动态校验用户权限。不同角色登录后，能看到的菜单完全不一样，既保证安全，又符合规范。

5. 角色管理：权限配置的效率核心
角色管理是权限体系的核心！落地RBAC模型，用Django的ManyToManyField实现“用户-角色”“角色-权限”的多对多关联。创建角色、分配权限、关联用户等操作，全在DRF接口里搞定，不用重复配置权限，效率直接拉满。

6. 通知管理：可追溯的消息管控
通知管理主打实用，直接操作PostgreSQL中的通知表，通过DRF接口实现三大功能：通知模板配置、发送记录查询、已读状态更新。谁收了什么通知、什么时候收的，回溯起来清清楚楚，不用再翻日志找记录。

7. 日志管理：全流程的操作溯源
日志管理靠Django的信号（Signal）机制自动记录操作，用户点击、修改数据等行为全都会记录。非结构化日志存在MongoDB（通过django-mongodb-engine对接），支持按人、按时间、按操作类型筛选，溯源追责超方便。

8. 知识库管理：全流程的资源管控
最后看知识库管理！用django-storages对接MinIO的上传接口，文件上传后会自动同步到Elasticsearch建立索引，还支持分类、修改版本——整个流程全靠DRF接口串联，再加上Lucene引擎加持，找资料的速度直接飞起。

三、系统技术栈总结：从前端到AI的全链路架构

• 前端：Vue3+TS+ECharts+Element Plus，撑住交互质感与可视化需求；

• 后端：Django+DRF+Celery，扛住架构稳定性与接口高效性；

• AI层：PyTorch+YOLOv11+Ollama，搞定古建筑识别与本地化知识问答；

• 数据层：PostgreSQL（结构化数据）+Redis（缓存）+MongoDB（非结构化日志）+MinIO（文件存储），多库协同满足不同场景需求。

赫兹威客官方交流群

赫兹威客官方交流群

赫兹威客官方交流群https://qm.qq.com/q/ToiE4c056U​编辑https://qm.qq.com/q/ToiE4c056Uhttps://qm.qq.com/q/ToiE4c056U