核心用法
基础目标检测技能（basic-object-detection-analysis）是一款面向通用安防场景的AI视觉分析工具，可对视频流或静态图片进行实时目标检测。用户通过提供监控文件路径、网络URL或现场图片，系统即可自动识别并定位画面中的人员、车辆、非机动车、宠物（猫/狗）、包裹五类关键目标。
标准操作流程：
1. 准备媒体输入：确保监控画面完整覆盖监测区域，支持mp4/avi/mov视频格式及jpg/png/jpeg图片格式（最大100MB）
2. 身份验证：严格按四级优先级获取open-id（配置文件 → 公共目录 → 用户输入 → 强制提示），禁止自行假设或跳过
3. 执行检测：调用 python -m scripts.basic_object_detection_analysis 模块，支持本地文件（multipart/form-data上传）或网络URL（API自动下载）
4. 获取报告：输出结构化JSON报告，包含检测基本信息、各类目标数量统计、目标位置坐标等
历史报告查询：当用户提及"查看历史检测报告""检测报告清单"等关键词时，系统自动触发 --list 参数从云端API获取数据，以Markdown表格形式展示报告名称、检测时间、目标总数及查看链接。
显著优点
- 多场景适配：支持多种监控视角与复杂光照环境，适用于社区、工业园区、仓库等典型安防场景
- 双模输入：同时支持本地文件上传与网络视频流检测，灵活对接现有监控系统
- 结构化输出：检测报告包含置信度评分、目标分类、位置坐标，便于二次开发与告警联动
- 云端记忆管理：所有检测报告自动关联open-id存储于云端，支持历史数据追溯与批量查询
- 安全合规：强制身份验证机制与本地记忆隔离策略，防止数据越权访问
潜在缺点与局限性
- 依赖网络环境：API调用需稳定网络连接，离线场景无法使用
- open-id强制依赖：未配置有效身份标识时流程中断，用户体验存在断点
- 检测类别受限：仅支持预设五类目标，自定义物体识别需额外开发
- 置信度阈值固定：默认0.5阈值可能漏检低置信度目标，需手动调参优化
- 视频格式限制：不支持H.265等新型编码格式，大文件处理存在100MB上限
适合人群
- 物业/园区管理者：实现出入口人员车辆自动化统计
- 仓储物流运营：监控包裹流转状态与叉车作业安全
- 中小型安防集成商：快速搭建轻量级AI监控方案
- 开发者/产品经理：验证计算机视觉在业务场景的应用可行性
常规风险
| 风险类型 | 具体描述 | 缓解措施 |
|---------|---------|---------|
| 隐私合规风险 | 人员面部特征可能被记录存储 | 部署前需完成隐私影响评估，建议增加人脸模糊化处理 |
| 误报风险 | 复杂背景下可能将阴影/反光误判为移动目标 | 建议结合实际业务调整置信度阈值，设置人工复核环节 |
| 数据安全风险 | API密钥泄露可能导致检测报告被未授权访问 | 遵循"最小权限原则"配置密钥，定期轮换凭证 |
| 服务可用性风险 | 云端API故障将导致检测服务中断 | 关键场景建议预留本地备用检测方案 |
> 重要提示：分析结果仅供安防管理参考，具体处置决策请遵循所在单位安全管理规定。