YOLOX-S 是目标检测模型不是聊天用的大语言模型在智慧停车中车辆检测主链路使用YOLOX-S并将检测结果交给轨迹关联和停车规则处理。平台还接入了两个分割模型用于补充车辆轮廓和停车场景信息。一、先认识 YOLOX-SYOLOX 是一个anchor-free无预设锚框目标检测模型系列。与对话模型生成文字不同目标检测模型接收图像输出目标类别、位置和置信度。YOLOX 系列提供不同规模的模型我们选择其中的YOLOX-S以 ONNX 文件形式部署在后端。关于模型架构可参考 YOLOX 原论文及官方项目。在停车场画面中YOLOX-S 主要提供三类信息类别例如 car、bus、truck、motorcycle、bicycle。位置车辆在原始视频帧中的矩形检测框。置信度模型对当前检测结果的判断分数。这些信息适合作为后续分析的起点但模型本身不知道“这条黄色区域是否禁止停车”也无法仅凭一帧确定“停了多久”。因此平台没有把 YOLOX-S 的输出直接当作违停结论。二、后端怎样运行这个模型后端以 NestJS 和 TypeScript 实现视频分析流程。YOLOX-S 模型以 ONNX 格式保存推理由onnxruntime-node的 CPU 执行器完成视频信息读取和画面抽取分别使用 FFprobe、FFmpeg。第一步接收并校验视频用户上传视频时后端先校验停车场权限及视频格式。当前上传接口限制为100 MB 以内、3 分钟以内、最高 3840×2160 的 MP4并检查视频编码。合格的视频保存后进入分析队列第二步按时间抽帧视频不直接作为一个整体送入 YOLOX-S。后端先用 FFprobe读取时长、分辨率等信息再用 FFmpeg 在选定时间点提取图像。默认抽帧数量随视频时长变化最少 6 帧、最多 30 帧。抽帧是一项取舍帧太少可能漏掉短暂事件帧太多则增加推理时间。因此后端同时保存每帧对应的视频时间供后续计算轨迹和停留时长。第三步预处理并运行 YOLOX-S每帧图像按原比例缩放至适合640×640输入的尺寸空白区域填充值为114。后端还会按当前 ONNX 文件的输入要求组织颜色通道和float32张量。推理前适配器会检查模型签名输入应为[1, 3, 640, 640]输出应为[1, 8400, 85]。这样一来如果部署时误用了不兼容的模型文件任务会明确报错而不是产生看似正常却无法解释的结果。第四步解码、过滤和还原坐标模型原始输出需要经过解码才能变成页面上的车辆框。后端按照8、16、32三个步长处理输出计算类别置信度过滤低分候选框并用同类别非极大值抑制去除重叠框。当前默认的检测置信度阈值为0.30非极大值抑制阈值为0.45。最后检测框会映射回原视频分辨率。进入轨迹和停车规则计算的是车辆相关类别而不是画面中的所有物体。三、从车辆框到“疑似异常”还要经过什么相邻采样帧可能都检测到一辆红色汽车但系统还需判断它们是不是同一辆。后端使用检测框重叠程度和采样时间间隔进行轻量级关联为连续观测生成T0001、T0002等轨迹编号。有了轨迹之后区域规则才检查车辆观测位置是否落在已配置的停车区域或通道区域内相邻观测是否可以视为同一辆车位移是否足够小符合“持续停留”的条件停留时长是否达到该区域的规则阈值。满足条件时系统生成的是疑似异常事件及证据。原始视频、标注视频、关键帧、车辆局部图和轨迹信息用于运营人员复核。确认后再进入相应工单处理流程证据不足或识别有误时应由人员核查和处置。图用户手册中的异常停车预警工作台。检测框、轨迹和关键帧共同构成复核材料画面本身不能证明已完成所有真实场景验收。四、YOLO11n-seg 和 ParkScope 在做什么除了 YOLOX-S当前代码还接入了两个辅助模型模型在系统中的职责当前边界YOLOX-S提供车辆检测框、类别和置信度车辆检测主链路YOLO11n-seg提供车辆轮廓辅助分析车身与停车线的关系技术验证ParkScope 场景模型提供停车线等场景语义线索技术验证视频分析工作线程会调用这三个模型但接入模型不等于压线、跨车位等告警已在所有现场完成验收。摄像机角度、遮挡、光照和区域配置都可能影响结果需要按停车场重新校验。五、后端处理流程图否是用户选择停车场并上传 MP4校验权限、大小、时长、分辨率和编码保存视频并创建分析任务FFprobe 读取视频信息FFmpeg 按时间点抽帧图像预处理为 640×640YOLOX-S 检测车辆YOLO11n-seg 提取车辆轮廓ParkScope 分析停车场景解码、置信度过滤与去重关联相邻帧生成车辆轨迹区域与停车位置辅助分析检查区域、位移和持续时间证据是否满足规则保留分析结果或等待复核生成疑似异常事件和关键帧证据创建待处理工单运营人员核对并确认处理这张图也说明了系统的职责划分YOLOX-S 负责“看见车辆”轨迹和规则负责“判断是否值得预警”运营人员负责最终确认。六、实现中比较关键的两个设计**其一模型和规则都有版本边界。**后端将视频内容、模型校验信息、算法版本、分析范围及区域规则组合成分析指纹。相同输入和配置可识别重复分析模型或规则发生变化时则保留新的分析结果便于追溯。**其二分析失败不能伪装成成功。**视频解析、抽帧、模型推理或结果写入失败时任务会记录失败状态及原因。识别结果与业务工单之间保留核验步骤避免仅凭一个模型框就自动形成最终处置结论。对智慧停车业务来说模型选型只是第一步。真正可用的功能还需要把模型输出、时间连续性、停车区域、证据留存和人工复核接成一条能够解释的链路。