自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 收藏
  • 关注

原创 基于 OpenCV DNN 与 CycleGAN 的图像风格迁移系统

本项目实现了一个基于CycleGAN的无配对图像风格迁移系统,可在真实照片与莫奈油画风格间进行双向转换。系统采用PyTorch训练两个生成器(照片↔油画)和两个判别器,通过循环一致性损失确保内容保留。训练完成后导出ONNX模型,使用OpenCV DNN进行轻量化推理。项目特点包括:无需成对数据、保留原图结构、支持CPU离线推理。实验表明系统能有效转换色彩和纹理风格,为无监督风格迁移提供了从训练到部署的完整解决方案,具有实际应用价值。

2026-07-12 10:50:31 476

原创 基于 YOLOv8n 的安全帽检测系统实现思路分享

本文介绍了一个基于YOLOv8n的安全帽检测系统的完整实现过程。项目采用轻量级的YOLOv8n模型,完成了从数据集准备、模型训练到可视化界面搭建的全流程。实验对比了不同batch size和输入尺寸的影响,最终选用batch=8、imgsz=640的配置。系统通过Tkinter实现了简单的图片上传、检测和结果显示功能,能够有效识别工地场景中的人头和安全帽。项目展示了目标检测的典型工程流程,虽然存在小目标漏检等不足,但为YOLO初学者提供了良好的实践案例,并指出了数据增强、模型升级等优化方向。

2026-07-06 08:25:04 312

原创 基于Q-learning的走迷宫:从零实现强化学习完整项目

本文介绍了一个完整的Q-learning走迷宫项目实现,包含迷宫环境搭建、智能体训练和可视化交互界面。项目采用标准Q-learning算法,通过ε-贪心策略实现探索与利用的平衡,并设计了合理的状态动作空间和奖励机制。核心部分包括:迷宫环境类处理状态转换和奖励计算,Q-learning智能体实现学习和决策,随机迷宫生成器保证迷宫有解。项目提供了简洁的Tkinter可视化界面,支持一键训练、自动演示、路径显示等功能。代码结构清晰,易于扩展,可作为强化学习的入门实践案例,未来可扩展为深度Q网络等更复杂算法。

2026-06-16 12:19:47 450

原创 基于 DeepSeek + 魔珐星云具身驱动 SDK 实现手机推荐员

本项目开发了一个基于大语言模型和3D数字人的AI手机导购系统。系统分为前端展示、后端服务和数字人驱动三部分:前端采用HTML/CSS/JavaScript构建交互界面,支持文字输入和快捷标签;后端使用Node.js+Express搭建API服务,安全调用DeepSeek大模型生成导购回复;通过魔珐星云SDK驱动3D数字人实现语音播报和表情动作同步。该系统将大模型的智能分析与数字人的拟人表达相结合,为智能客服领域提供了创新实践方案,未来可进一步接入商品库、增加语音输入等功能以提升实用性。

2026-06-12 14:44:39 612

原创 Python 数据可视化

本文系统讲解数据可视化核心知识与 Python 落地方案,内容分为六部分:一是可视化定义与应用价值,依托图形直观挖掘数据规律、支撑决策;二是可视化设计五大原则,兼顾清晰、简洁、可读、客观与美观;三是四类基础数据匹配对应图表,分类、时序、连续数值、地理数据分别适配柱状图、折线图、散点图、地图等;四是位置、长度、色彩等五类视觉编码规范;五是 Matplotlib、Seaborn 等主流 Python 可视化库实操示例;六是从数据预处理到图表导出的完整实战流程。文中解决中文绘图常见故障,补充交互式图表、数据大屏等

2026-06-09 14:13:00 445

原创 从零搭建一个基于 DeepSeek API 的 Python 编程型智能体 CodePilot

从零搭建一个基于 DeepSeek API 的 Python 编程型智能体 CodePilot

2026-06-03 13:47:35 576

原创 【深度学习实战】基于CycleGAN实现马与斑马图像风格转换(完整训练+测试复盘)

本项目基于PyTorch实现轻量化CycleGAN网络,完成马与斑马的无监督图像风格转换。核心采用双生成器(ResNet结构)和双判别器(Patch结构),通过对抗损失、循环一致性损失和恒等损失实现非配对图像转换。训练100轮后模型能完成基础纹理迁移,但存在背景误渲染和边缘瑕疵问题。项目模块化代码清晰,完整记录训练过程,适合GAN入门学习,后续可从数据增强、注意力机制等方面优化提升效果。

2026-06-02 16:50:10 521

原创 基于Streamlit的轻量本地RAG知识库问答系统(纯本地部署、无API依赖)

这篇文章介绍了一个轻量级本地化RAG(检索增强生成)知识库问答系统的实现方案。该项目采用纯本地部署模式,无需云端API或向量服务,有效解决了数据隐私和部署复杂性问题。系统基于Streamlit构建可视化界面,包含文档上传、知识存储和智能问答三大核心功能模块,采用分层架构设计,既保证了基础功能的简洁性,又预留了向量检索和大模型升级的扩展接口。项目特色包括完全本地化运行、极简依赖配置、模块化可扩展架构,特别适合作为RAG技术入门学习项目,也可直接用于个人知识管理场景。

2026-05-24 12:39:23 775

原创 超炫酷!基于 Three.js+MediaPipe 实现 3D 粒子手势控制特效(附核心框架代码)

本文介绍了一个基于纯前端技术的3D粒子手势交互系统,采用Three.js+MediaPipe实现电影级视觉效果。系统支持6万粒子高精度渲染、UE4级泛光效果,通过摄像头实时手势识别实现手掌开合缩放和移动旋转控制。项目采用模块化设计,包含粒子生成、3D渲染、手势识别和UI控制四大核心模块,使用CSS变量和毛玻璃效果打造现代化控制面板。关键技术包括自定义Shader粒子材质、MediaPipe手势检测算法和后期泛光处理。该系统无需后端支持,可直接部署到静态服务器,并支持移动端/PC端自适应。未来可扩展VR/AR

2026-05-21 13:10:44 1514

原创 基于paddle框架的中文新闻文本标题分类

本项目基于PaddlePaddle框架开发了一个中文新闻标题分类系统,采用BiLSTM模型实现端到端文本分类。系统亮点包括:字粒度编码降低未登录词影响,引入Dropout等正则化技术防止过拟合,支持财经、房产等10类新闻分类,测试准确率达90.59%。项目提供完整的训练评估流程、混淆矩阵可视化以及Tkinter图形化预测界面,模块化设计便于扩展。实验表明,针对短文本特性,BiLSTM能有效捕捉标题中的长距离语义关联,综合表现优于TextCNN等模型。该系统可作为NLP入门实践案例,适用于新闻内容管理等场景。

2026-05-19 22:42:33 741

原创 基于 YOLOv8 的猫狗图像分类项目全流程复盘

本项目基于YOLOv8轻量级图像分类模型,实现了猫狗二分类任务的全流程开发。通过搭建PyTorch+CUDA环境,利用本地数据集训练出准确率达95.9%的轻量化模型(仅3MB),并开发了tkinter可视化界面。项目采用迁移学习技术,仅7轮训练即达到理想效果,充分发挥了RTX4060显卡的并行计算优势。同时解决了PyTorch版本兼容、Windows路径等常见问题。最终成果包括高效识别模型和易用的图形界面,为后续扩展多分类任务奠定了基础。未来可通过数据增强和模型升级进一步提升性能。

2026-05-18 10:36:38 915 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除