<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lanboAI的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lanboAI</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lanboAI]]></copyright><item><title><![CDATA[基于yolov10的电力设备缺陷检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159546994</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159546994</guid><author>lanboAI</author><pubDate>Tue, 07 Apr 2026 15:00:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于YOLOv10的电力设备缺陷检测系统，该系统在PyTorch框架下实现，包含完整的数据集、训练模型、GUI界面和性能指标。项目支持Windows、Linux和Mac系统，可通过USB或笔记本摄像头进行实时检测。系统采用tkinter设计的UI界面，提供图像和视频检测功能。文章详细说明了项目结构、训练流程（包括数据准备、模型训练和验证）以及GUI界面的操作演示。项目提供完整资料包，包含代码、数据集、预训练模型等资源，方便用户快速部署使用。]]></description><category></category></item><item><title><![CDATA[基于yolov10的蜜蜂检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159546899</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159546899</guid><author>lanboAI</author><pubDate>Mon, 06 Apr 2026 15:00:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于YOLOv10的蜜蜂检测系统，使用PyTorch框架实现。项目包含完整的数据集、训练模型、GUI界面及各项性能指标，支持Windows/Linux/Mac系统运行，可外接摄像头实时检测。系统采用tkinter设计UI界面，提供图像和视频检测功能。项目详细说明了模型训练流程：修改数据集路径、训练模型、验证模型和使用GUI展示效果。同时展示了部分数据集样本、GUI操作界面和模型训练指标。该项目提供完整代码、数据集、预训练模型等资源，开箱即用，并附有环境搭建教程和技术支持说明。]]></description><category></category></item><item><title><![CDATA[基于yolov8的灭火器检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159546780</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159546780</guid><author>lanboAI</author><pubDate>Thu, 02 Apr 2026 14:15:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于YOLOv8的灭火器检测系统，该系统采用PyTorch框架实现，包含完整的数据集、模型训练记录、GUI界面及各项性能指标。项目支持Windows/Linux/Mac系统，可通过USB或笔记本摄像头实现实时检测。系统使用tkinter设计UI界面，提供图像和视频检测功能，并详细说明了模型训练流程（包括数据准备、训练、验证步骤）。项目提供完整代码、预训练模型和数据集，开箱即用。文末附有B站演示视频链接和不同开发环境配置教程。]]></description><category></category></item><item><title><![CDATA[基于yolov8的电梯扶梯人员摔倒检测与语音警报系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159546630</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159546630</guid><author>lanboAI</author><pubDate>Wed, 01 Apr 2026 14:15:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于YOLOv8的电梯扶梯人员摔倒检测与语音警报系统。该系统采用PyQt5实现GUI界面，支持Windows/Linux/Mac系统运行，可外接USB摄像头或使用笔记本摄像头进行实时检测。项目包含完整的数据集、预训练模型、训练记录和评估指标（准确率、召回率等）。系统功能包括图像检测、视频/摄像头实时检测，当检测到摔倒行为时会触发语音警报。用户可选择直接使用预训练模型或自行训练（提供详细训练步骤）。项目资料完整，包含代码、数据集、模型权重等资源，支持PyCharm/Anaconda/VSCode]]></description><category></category></item><item><title><![CDATA[基于yolov8的生活垃圾检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159546492</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159546492</guid><author>lanboAI</author><pubDate>Tue, 31 Mar 2026 14:15:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于YOLOv8的生活垃圾检测系统，该系统在PyTorch框架下实现，包含完整的数据集、模型、训练记录和GUI界面。项目支持Windows/Linux/Mac系统，可连接USB摄像头或笔记本摄像头进行实时检测。系统通过tkinter设计UI界面，提供图像和视频检测功能。用户可使用预训练模型或自行训练（修改数据集路径后运行train.py）。项目包含详细的技术指标（准确率、召回率等）和完整的资料包，安装配置教程详见相关优快云博客链接。]]></description><category></category></item><item><title><![CDATA[基于yolov8的芯片缺陷检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159546383</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159546383</guid><author>lanboAI</author><pubDate>Mon, 30 Mar 2026 14:15:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于YOLOv8的芯片缺陷检测系统，该系统在PyTorch框架下实现，包含完整的数据集、模型训练记录、GUI界面及各项性能指标。项目支持Windows、Linux和Mac系统，可通过USB或笔记本摄像头实现实时检测。用户可选择使用预训练模型或自行训练，详细说明了从数据集配置到模型验证的完整流程。系统采用tkinter+Python+OpenCV技术栈开发GUI界面，展示了图像检测和实时视频检测功能。项目提供完整的代码、数据集、预训练权重和模型指标，开箱即用。]]></description><category></category></item><item><title><![CDATA[基于yolov8的舌苔分割与诊断系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159546246</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159546246</guid><author>lanboAI</author><pubDate>Sun, 29 Mar 2026 14:15:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于YOLOv8的舌苔分割与诊断系统，该系统使用PyTorch框架实现，包含完整的数据集、训练模型、GUI界面和性能指标。项目支持Windows、Linux和Mac系统，可通过USB或笔记本摄像头进行实时检测。文章详细说明了项目结构、训练流程（包括数据准备、模型训练和验证），并展示了数据集样本和GUI界面效果（初始界面、图像检测和实时检测）。项目提供完整的代码、数据集、预训练模型和技术支持，方便用户快速部署使用。]]></description><category></category></item><item><title><![CDATA[基于deeplab_plus的遥感影像分割系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159545985</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159545985</guid><author>lanboAI</author><pubDate>Sat, 28 Mar 2026 14:15:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于DeepLab_Plus的遥感影像分割系统，该系统采用PyTorch框架实现，包含完整的数据集、模型、训练记录和GUI界面。项目支持Windows、Linux和Mac系统，可实现实时摄像检测。GUI界面通过tkinter设计，展示了图像检测和视频实时检测功能。系统提供多种模型评估指标（如准确率、召回率等），并包含详细的配置文件和训练效果展示。项目提供全套资料（代码、数据集、预训练权重等），可直接使用。系统支持PyCharm、Anaconda和VSCode环境配置，并附有相关安装教程。]]></description><category></category></item><item><title><![CDATA[基于卷积神经网络的舌苔诊断系统，resnet50，alexnet, shufflenet模型【pytorch框架+python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159545842</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159545842</guid><author>lanboAI</author><pubDate>Fri, 27 Mar 2026 14:38:36 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于卷积神经网络的舌苔诊断系统，包含完整项目代码、数据集、预训练模型和GUI界面。系统支持ResNet50、AlexNet和Shufflenet三种模型，可在Windows/Linux/Mac系统运行。项目提供训练流程：配置参数→模型训练→测试→GUI展示，并包含准确率曲线、混淆矩阵等评估指标。核心代码展示了模型训练过程，包括数据加载、网络结构可视化、损失函数计算和验证评估。该项目提供开箱即用的完整解决方案，适合医疗图像识别领域的研究和应用。]]></description><category></category></item><item><title><![CDATA[基于卷积神经网络的生猪皮肤病识别系统，resnet50，alexnet, shufflenet模型【pytorch框架+python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159201991</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159201991</guid><author>lanboAI</author><pubDate>Tue, 24 Mar 2026 09:30:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于卷积神经网络的生猪皮肤病识别系统，采用PyTorch框架实现，包含ResNet50、AlexNet和ShuffleNet三种可选模型。项目提供完整代码、数据集、预训练模型权重、GUI界面（tkinter实现）及各类模型指标图表，支持Windows/Linux/Mac系统运行。系统功能包括模型训练、测试和可视化展示，通过配置文件修改即可完成模型训练流程。项目还展示了训练曲线、混淆矩阵等评估指标，并提供详细的代码结构说明，实现端到端的生猪皮肤病识别解决方案。]]></description><category></category></item><item><title><![CDATA[基于卷积神经网络的火龙果分级系统，resnet50，alexnet, shufflenet模型【pytorch框架+python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159201908</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159201908</guid><author>lanboAI</author><pubDate>Mon, 23 Mar 2026 09:30:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于卷积神经网络的火龙果自动分级系统。该项目使用PyTorch框架实现，包含ResNet50、AlexNet和Shufflenet三种可选模型，并提供了完整的代码、数据集、预训练权重和GUI界面（基于Tkinter）。系统支持Windows、Linux和MacOS平台运行，通过修改配置文件即可进行模型训练和测试。项目还提供了丰富的可视化结果，包括训练曲线、混淆矩阵、准确率等评估指标。核心代码展示了模型训练流程，包括数据加载、网络结构可视化、损失函数定义和优化器配置等关键步骤。该项目为火龙果分级]]></description><category></category></item><item><title><![CDATA[基于卷积神经网络的生活垃圾识别系统，resnet50，alexnet, shufflenet模型【pytorch框架+python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159201795</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159201795</guid><author>lanboAI</author><pubDate>Sun, 22 Mar 2026 09:30:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于卷积神经网络的生活垃圾识别系统，采用PyTorch框架实现。项目包含ResNet50、AlexNet和Shufflenet三种可选模型，提供完整的代码、数据集、预训练权重及GUI界面（基于tkinter）。系统支持Windows、Linux和Mac平台运行，包含模型训练、测试和可视化功能。文章详细展示了项目结构、数据处理流程、GUI界面设计以及模型评估指标（准确率曲线、混淆矩阵等），并提供了核心训练代码示例。该项目具有开箱即用的特点，用户可选择直接使用预训练模型或自行训练新模型。]]></description><category></category></item><item><title><![CDATA[基于卷积神经网络的水稻虫害识别与防治系统，resnet50，alexnet, shufflenet模型【pytorch框架+python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159201661</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159201661</guid><author>lanboAI</author><pubDate>Sat, 21 Mar 2026 09:30:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于卷积神经网络的水稻虫害识别与防治系统，该系统采用PyTorch框架实现，提供ResNet50、AlexNet和Shufflenet三种可选模型。项目包含完整代码、数据集、预训练模型权重、训练记录及tkinter实现的GUI界面，支持Windows、Linux和Mac系统运行。系统实现包括数据加载、模型训练、验证测试等完整流程，并提供了准确率曲线、混淆矩阵等可视化指标。用户可自行训练模型或直接使用预训练权重，通过GUI界面进行虫害识别。项目附带详细配置教程和完整的文档资料。]]></description><category></category></item><item><title><![CDATA[基于卷积神经网络的黄瓜叶片病虫害识别与预警系统，resnet50，alexnet, shufflenet模型【pytorch框架+python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159201534</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159201534</guid><author>lanboAI</author><pubDate>Fri, 20 Mar 2026 09:30:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于卷积神经网络的黄瓜叶片病虫害识别与预警系统。该系统在PyTorch框架下实现，包含ResNet50、AlexNet和ShuffleNet三种可选模型，并提供了完整的代码、数据集、预训练权重和GUI界面。项目支持Windows、Linux和Mac系统运行，通过修改配置文件即可重新训练模型。系统采用tkinter实现可视化界面，能展示模型训练过程的准确率曲线、损失曲线、混淆矩阵等指标。核心代码展示了模型训练流程，包括数据加载、网络结构可视化、损失函数定义和优化器配置等。该项目为农业病虫害识别提]]></description><category></category></item><item><title><![CDATA[基于卷积神经网络的芯片缺陷识别系统，resnet50，alexnet, shufflenet模型【pytorch框架+python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159201390</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159201390</guid><author>lanboAI</author><pubDate>Thu, 19 Mar 2026 09:30:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于卷积神经网络的芯片缺陷识别系统，支持ResNet50、AlexNet和ShuffleNet三种可选模型。项目包含完整代码、数据集、预训练模型权重和Tkinter实现的GUI界面，可在Windows/Linux/Mac系统运行。系统支持重新训练模型，提供训练准确率曲线、损失曲线、混淆矩阵等可视化指标。核心代码展示了模型训练流程，包括数据加载、网络结构可视化、损失函数定义和优化器配置。项目提供完整的开发文档和运行环境配置指南，实现端到端的芯片缺陷检测解决方案。]]></description><category></category></item><item><title><![CDATA[基于yolov8的铁路障碍物检测分割系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/159201131</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/159201131</guid><author>lanboAI</author><pubDate>Wed, 18 Mar 2026 10:09:21 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于YOLOv8的铁路障碍物检测分割系统，包含完整的数据集、模型训练记录、GUI界面和性能指标。系统支持Windows/Linux/Mac平台，可外接摄像头实时检测。项目提供详细的使用教程，涵盖环境搭建、模型训练验证流程。GUI界面采用tkinter+OpenCV实现，包含图像检测和实时视频检测功能。文章展示了部分数据集样本、模型训练指标及检测效果，提供全套资料包括代码、预训练模型等。适用于需要铁路场景障碍物检测的开发者，具备开箱即用的便利性。]]></description><category></category></item><item><title><![CDATA[基于yolov8的宠物皮肤病检测识别系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/158877970</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/158877970</guid><author>lanboAI</author><pubDate>Mon, 16 Mar 2026 09:00:00 +0800</pubDate><description><![CDATA[摘要：本项目基于YOLOv8实现宠物皮肤病检测识别系统，包含完整数据集、模型训练记录、GUI界面及性能指标。系统支持Windows/Linux/Mac平台，可外接摄像头实时检测。项目提供训练好的模型权重，用户也可通过修改数据集路径重新训练。GUI界面采用tkinter+OpenCV开发，包含图像检测和实时视频检测功能。配套资源包含代码、数据集、模型权重及训练指标等完整资料，开箱即用。系统支持PyCharm/Anaconda/VSCode等多种开发环境配置。]]></description><category></category></item><item><title><![CDATA[基于yolov8的齿轮缺陷检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/158877892</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/158877892</guid><author>lanboAI</author><pubDate>Sun, 15 Mar 2026 15:30:00 +0800</pubDate><description><![CDATA[摘要：本文介绍了一个基于YOLOv8的齿轮缺陷检测系统，该系统在PyTorch框架下实现，包含完整的数据集、训练模型、GUI界面和性能指标。项目支持Windows、Linux和Mac系统，可通过USB或笔记本摄像头实现实时检测。系统采用tkinter设计UI界面，提供图像检测和视频实时检测功能。用户可选择使用预训练模型或自行训练，训练过程简单明了。项目资料完整，包含代码、数据集、模型权重等资源，开箱即用。若使用中遇到问题，可随时联系作者沟通解决。]]></description><category></category></item><item><title><![CDATA[基于yolov8的建筑物裂缝检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/158877728</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/158877728</guid><author>lanboAI</author><pubDate>Sat, 14 Mar 2026 15:15:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于YOLOv8的建筑物裂缝检测系统，采用PyTorch框架实现。项目包含完整数据集、训练模型、GUI界面（tkinter开发）及各项性能指标。系统支持Windows/Linux/Mac平台，可连接USB摄像头或笔记本摄像头进行实时检测。项目提供详细训练指南，包括数据集路径配置、模型训练验证流程。GUI界面包含图像检测和实时视频检测功能，并展示了模型训练的各项指标效果。整套资料包含代码、数据集、预训练权重等完整内容，开箱即用。]]></description><category></category></item><item><title><![CDATA[基于yolov8的危险驾驶行为监控与语音提醒系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】]]></title><link>https://blog.youkuaiyun.com/lanboAI/article/details/158877645</link><guid>https://blog.youkuaiyun.com/lanboAI/article/details/158877645</guid><author>lanboAI</author><pubDate>Fri, 13 Mar 2026 15:45:00 +0800</pubDate><description><![CDATA[本文介绍了一个基于YOLOv8的危险驾驶行为监控系统，包含数据集、模型训练、GUI界面等功能模块。系统支持Windows/Linux/Mac系统，可外接USB摄像头或使用笔记本摄像头进行实时检测。项目提供完整的代码、数据集、预训练模型权重及训练指标，用户可选择直接使用预训练模型或自行训练。GUI界面采用tkinter+OpenCV开发，支持图像检测和实时视频检测功能。项目文档详细说明了环境配置、模型训练流程和验证方法，提供一站式解决方案，确保用户快速部署使用。]]></description><category></category></item></channel></rss>