2501_90824910的博客

深度学习的中药智能识别系统技术：（1）使用 Python的轻量级应用程序框架Flask进行网页端的开发，其他相关软件分别有 PyCharm, Postman, SQL Lite数据库。（2）当前的主流框架和组件可以用于前端页，例如 jquery-3.6.0. min。（3）使用 Python语言训练、评估、预测与应用DenseNet121模型、了解TensorFlow算法、Flask框架以及 Postman测试软件。（4）使用HTML、CSS、JavaScript等编程语言进行智

基于yolo UA-DETRAC车辆检测识别经yolov8训练。有完整数据集（已分好训练和验证集）。

基于yolo训练打架识别检测数据集打架识别检测yolo，经yolov8训练。拥有完整数据集（已分好训练和验证集，共9000张）

电动车头盔检测YOLO数据集模型2298张 3类【电动车头盔检测YOLO数据集】共【2298】张，按照8比2划分为训练集和验证集，其中训练集【1838】张，验证集【460】张，模型分为【3】类，分类为：【‘rider’, ‘head’, ‘helmet’】每个类别的图片数量和标注框数量如下：rider: 图片数【2278】，标注框数【3013】head: 图片数【1009】，标注框数【1523】helmet: 图片数【1489】，标注框数【1734】数据集训练结果图片见下图，有xml、tx

YOLO混凝土缺陷检测 数据集 模型 界面1.图片数量7353，模型已训练200轮；2.类别：exposed reinforcement，rust stain，Crack，Spalling，Efflorescence，delamination（外露钢筋，生锈，裂缝，剥落，风化，分层）；3.用于yolov5 yolov6 yolov7 yolov8 yolov9 yolov10，Python，目标检测，机器学习，人工智能，深度学习，混凝土缺陷检测，混凝土缺陷识别，建筑缺陷识别以下文字和示例代码，仅供