- 博客(107)
- 收藏
- 关注
RSS订阅原创 基于深度学习的指纹识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本项目基于PyTorch框架开发了一个卷积神经网络指纹识别系统，包含ResNet50、AlexNet和MobileNet三种模型。系统采用Python+Pyside6+OpenCV技术实现，提供完整的GUI界面。项目支持在PyCharm/Anaconda或VSCode/Anaconda环境下运行，包含训练集、验证集和测试集路径配置功能。核心功能包括模型训练、验证、测试，可输出训练曲线、模型结构、准确率、热力图等指标。项目提供完整代码、预训练模型、数据集及详细文档，开箱即用。
2025-12-24 14:15:00
203
原创 基于深度学习的表情情绪识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
本文介绍了一个基于卷积神经网络的表情情绪识别系统，采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种可选模型。系统采用Python+Pyside6+OpenCV技术栈，提供GUI界面支持。项目可在PyCharm/Anaconda或VSCode/Anaconda环境下运行，包含完整的数据集、训练代码和测试评估模块。核心功能包括模型训练、验证、测试及可视化分析，可输出准确率曲线、损失曲线、混淆矩阵等评估指标。系统支持自定义数据集训练，并提供了模型结构可视化、特征图和热力图生
2025-12-23 14:15:00
407
原创 基于深度学习的民族服饰识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
基于卷积神经网络的民族服饰识别系统是在pytorch框架下实现的，项目中有3个模型，resnet50，alexnet，mobilenet，3个模型都在项目中，随便用一个模型即可，也可以3个都使用，做模型对比，增加工作量。该系统涉及的技术：python + pyside6 + opencv ；GUI界面：python + pyside6该项目是可在pycharm和anaconda搭建的虚拟环境 或者 vscode和anaconda搭建的虚拟环境中运行，
2025-12-22 14:30:00
353
原创 基于深度学习的人类行为识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：该项目是基于PyTorch框架实现的人类行为识别系统，包含ResNet50、AlexNet和MobileNet三种卷积神经网络模型。系统采用Python+Pyside6+OpenCV技术开发，提供可视化GUI界面。项目支持在PyCharm/Anaconda或VSCode/Anaconda环境中运行，包含完整的训练、测试和评估流程，可输出准确率曲线、损失曲线、混淆矩阵、热力图等分析结果。系统支持自定义数据集训练，并提供了模型结构可视化、特征图展示等功能。项目包含完整代码、预训练模型、数据集及详细文档，开
2025-12-19 14:15:00
659
原创 基于深度学习的可食用蘑菇识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本文介绍了一个基于卷积神经网络的可食用蘑菇识别系统，采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种模型。系统使用Python+Pyside6+OpenCV技术开发GUI界面，支持在PyCharm/Anaconda或VSCode/Anaconda环境中运行。项目提供完整的数据集、训练代码和测试代码，可输出训练曲线、模型结构、混淆矩阵等评估指标，以及特征图、热力图等可视化结果。系统支持自定义数据集训练，操作简单，包含全部资料可直接使用。
2025-12-18 14:15:00
476
原创 基于深度学习的狗狗品种识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
本文介绍了一个基于卷积神经网络的狗狗品种识别系统，该系统采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种模型可选。系统使用Python+Pyside6+OpenCV技术栈开发，提供GUI界面支持。项目详细说明了环境配置方法，包括PyCharm/Anaconda和VSCode/Anaconda两种虚拟环境搭建方案。系统功能涵盖训练过程可视化（准确率/损失曲线）、模型评估（混淆矩阵、F1值等指标）、特征图和热力图展示。项目提供完整代码、预训练模型、数据集和GUI界面，支持
2025-12-17 14:15:00
582
原创 基于深度学习的危险驾驶行为识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
本文介绍了一个基于卷积神经网络的危险驾驶行为识别系统，采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种可选模型。系统使用Python+Pyside6+OpenCV技术栈开发GUI界面，支持在PyCharm/Anaconda或VSCode/Anaconda虚拟环境中运行。项目提供完整的数据集、训练代码和测试代码，可输出训练过程曲线、模型结构可视化、分类混淆矩阵、准确率等评估指标，以及特征图、热力图等分析结果。系统支持自定义数据集训练，通过简单配置即可进行模型训练和测试，
2025-12-16 14:15:00
676
原创 基于深度学习的小麦病虫害识别与防治系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本项目基于PyTorch框架开发了小麦病虫害识别系统，采用ResNet50、AlexNet和MobileNet三种卷积神经网络模型。系统包含完整的GUI界面（PySide6+OpenCV），支持训练集/验证集路径配置、模型选择和训练轮数设置。项目提供数据集、预训练模型及完整代码，可输出训练曲线、混淆矩阵、热力图等评估指标，实现端到端的病虫害识别解决方案。运行环境支持PyCharm/Anaconda或VSCode/Anaconda虚拟环境搭建。
2025-12-15 14:15:00
685
原创 基于深度学习的茶叶病虫害识别与防治系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本项目基于PyTorch框架开发了一个茶叶病虫害识别与防治系统，采用ResNet50、AlexNet和MobileNet三种卷积神经网络模型。系统包含完整的训练、测试流程和GUI界面（基于PySide6），支持模型对比分析。功能包括训练过程可视化（准确率/损失曲线）、模型评估（混淆矩阵、F1值等）、特征图和热力图生成。提供完整代码、预训练模型、数据集及详细文档，可直接部署运行。项目支持自定义数据集训练，适用于Pycharm/Anaconda或VSCode/Anaconda开发环境。
2025-12-12 14:30:00
910
原创 基于深度学习的甘蔗病虫害识别与防治系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：该项目开发了一个基于卷积神经网络的甘蔗病虫害识别系统，采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种模型。系统使用Python+Pyside6+OpenCV技术，提供GUI操作界面，支持模型训练、评估和预测功能。项目可输出训练曲线、混淆矩阵、热力图等可视化结果，并包含完整代码、预训练模型和数据集。系统可在PyCharm/Anaconda或VSCode/Anaconda环境中运行，适用于图像分类相关研究，具有即用性强的特点。
2025-12-11 14:30:00
737
原创 基于深度学习的大豆病虫害识别与防治系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
本文介绍了一个基于卷积神经网络的大豆病虫害识别与防治系统。系统采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种可选模型，支持模型对比分析。项目使用Python+Pyside6+OpenCV技术栈开发GUI界面，可在PyCharm/Anaconda或VSCode/Anaconda环境下运行。系统功能包括：1）支持自定义数据集训练；2）输出训练过程的准确率/损失曲线；3）生成模型结构可视化图表；4）提供混淆矩阵、精确率等评估指标；5）输出特征图和热力图。项目提供完整的代码
2025-12-10 14:30:00
1064
原创 基于深度学习的水稻叶片病虫害识别与防治系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本文介绍了一个基于卷积神经网络的水稻叶片病虫害识别系统，采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种可选模型。系统使用Python+Pyside6+OpenCV技术栈开发GUI界面，支持在PyCharm/Anaconda或VSCode/Anaconda环境下运行。项目提供完整的数据集、训练代码和测试代码，可输出训练曲线、混淆矩阵、准确率等评估指标，以及特征图、热力图等可视化结果。系统支持自定义数据集训练，通过简单配置即可完成模型训练和测试，配套完整的文档和运
2025-12-09 14:30:00
826
原创 基于深度学习的柑橘病虫害识别与防治系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本项目开发了一个基于卷积神经网络的柑橘病虫害识别与防治系统，采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种可选模型。系统结合Python、PySide6和OpenCV技术，提供GUI操作界面，支持模型训练、验证及可视化分析。项目完整包含代码、数据集、预训练模型及各类评估指标图表，可输出训练曲线、混淆矩阵、热力图等分析结果。系统可在PyCharm或VSCode的Anaconda虚拟环境中运行，提供详细的环境配置教程，便于用户快速部署和使用。
2025-12-08 14:30:00
837
原创 基于深度学习的宠物猫品种识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本项目基于PyTorch框架开发了一个宠物猫品种识别系统，提供ResNet50、AlexNet和MobileNet三种可选模型。系统采用Python+Pyside6+OpenCV技术栈，包含完整的GUI界面。项目支持在PyCharm/Anaconda或VSCode/Anaconda虚拟环境中运行，提供数据集加载、模型训练、评估测试等功能。核心代码展示了数据预处理、模型训练、验证及可视化过程，输出包括准确率曲线、损失曲线、混淆矩阵等评估指标。项目提供完整代码、预训练模型、数据集及GUI界面，开箱即用。
2025-12-05 14:30:00
878
原创 基于yolov8的危险驾驶行为检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
本文介绍了一个基于YOLOv8的危险驾驶行为检测系统，使用PyTorch框架实现。项目包含完整代码、数据集、预训练模型权重、GUI界面及各项性能指标。系统支持多种平台运行，提供详细的模型训练和验证流程，包括数据准备、模型训练和效果评估。GUI界面采用TKinter设计，支持图像和视频实时检测功能，并展示检测时间、目标数量等关键信息。项目结构清晰，提供完整的实现方案，开箱即用。文章还展示了部分核心代码，包括图像上传和检测功能的具体实现。
2025-12-04 14:30:00
853
原创 基于yolov8的车牌检测识别系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
摘要：该项目基于YOLOv8实现了车牌检测识别系统，包含完整代码、数据集、预训练模型及GUI界面。系统支持图像/视频实时检测，提供精确率、召回率等模型指标。采用PySide6+OpenCV开发简洁功能型界面，支持自定义模型训练与验证。项目结构清晰，提供详细环境配置指南，开箱即用，适合车牌识别相关应用开发。核心功能包括图像上传、目标检测、结果可视化及坐标显示，检测速度达毫秒级，识别准确率较高。
2025-12-03 14:30:00
447
原创 基于yolov8的海滩垃圾检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
摘要：本项目基于YOLOv8框架开发了一套海滩垃圾检测系统，包含完整的数据集、预训练模型、GUI界面及性能指标。系统支持图像/视频实时检测，采用PySide6设计简洁界面，提供模型训练、验证和部署全流程。核心功能包括目标检测、类别识别和置信度显示。项目提供开箱即用的完整解决方案，支持PyCharm和VSCode开发环境，包含详细配置教程和技术文档。所有代码、数据集及模型权重均已开源，可直接部署使用。
2025-12-02 14:30:00
629
原创 基于深度学习的棉花病虫害识别与防治系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
本文介绍了一个基于卷积神经网络的棉花病虫害识别与防治系统。该系统在PyTorch框架下实现了ResNet50、AlexNet和MobileNet三种模型，采用Python+Pyside6+OpenCV技术开发GUI界面。项目提供了完整的数据集、训练代码和测试代码，可输出训练曲线、模型结构、混淆矩阵等评估指标。系统支持自定义数据集训练，运行简单便捷，包含所有必要资源，开箱即用。项目适用于PyCharm或VSCode与Anaconda搭建的虚拟环境，并附有详细的环境配置教程。
2025-12-01 14:30:00
524
原创 基于深度学习的白菜病虫害识别与防治系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本项目开发了一个基于卷积神经网络的白菜病虫害识别与防治系统，采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种可选模型。系统使用Python+Pyside6+OpenCV技术开发GUI界面，支持在PyCharm/Anaconda或VSCode/Anaconda环境中运行。项目提供完整的数据集、训练代码、测试代码和GUI界面，可输出训练曲线、模型结构、混淆矩阵、评估指标（准确率、精确率等）以及特征图、热力图等可视化结果。系统支持自定义数据集训练，操作简单，只需指定数
2025-11-28 11:00:00
825
原创 基于深度学习的苹果病虫害识别与防治系统，resnet50，alexnet，mobilenet【pytorch框架，python源码】
本文介绍了一个基于卷积神经网络的苹果病虫害识别与防治系统，该系统采用Python+Pyside6+OpenCV技术实现，包含ResNet50、AlexNet和MobileNet三种模型。项目提供了完整的程序代码、训练好的模型、数据集和GUI界面，支持在PyCharm或VSCode的虚拟环境中运行。系统功能包括图像分类、模型训练与评估，能输出训练曲线、混淆矩阵、热力图等可视化结果。项目文档详细介绍了环境配置、数据集结构和使用方法，并提供了B站演示视频链接，便于用户快速上手。整个系统设计完整，可直接部署使用。
2025-11-27 14:30:00
767
原创 基于深度学习的中药材识别系统，resnet50，alexnet，mobilenet【pytorch框架，python源码】
摘要：本文介绍了一个基于卷积神经网络的中药材识别系统，采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种可选模型。系统使用Python+Pyside6+OpenCV技术栈开发GUI界面，支持在PyCharm/Anaconda或VSCode/Anaconda环境下运行。项目提供完整的数据集、训练代码和评估模块，可输出训练曲线、混淆矩阵、热力图等可视化结果，并包含预训练模型和GUI界面设计。系统支持自定义数据集训练，通过指定数据集路径、模型类型和训练轮数即可完成模型训练和评
2025-11-26 14:30:00
1652
原创 基于深度学习的乳腺癌识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本文介绍了一个基于卷积神经网络的乳腺癌识别系统，该系统使用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种模型。项目采用Python+Pyside6+OpenCV技术栈，提供完整的GUI界面。系统支持在PyCharm/Anaconda或VSCode/Anaconda虚拟环境中运行，包含数据集加载、模型训练、验证测试等功能模块，可输出训练曲线、混淆矩阵、热力图等多种评估指标。项目提供完整代码、预训练模型和数据集，实现了端到端的乳腺癌识别解决方案。
2025-11-25 14:30:00
732
原创 基于深度学习的动物识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：本项目实现了一个基于卷积神经网络的动物识别系统，采用PyTorch框架支持ResNet50、AlexNet和MobileNet三种模型。系统包含完整的GUI界面（Python+PyySide6）、数据集处理模块和模型评估功能，可输出训练曲线、混淆矩阵、热力图等可视化结果。项目提供完整的代码、预训练模型和数据集，支持在PyCharm/Anaconda或VSCode/Anaconda环境下运行，并详细记录了模型训练过程。系统可自定义数据集路径和训练轮数，通过train.py和test.py即可完成模型训练
2025-11-24 14:30:00
1461
原创 基于卷积神经网络的阿尔茨海默症识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
摘要：该项目基于PyTorch框架实现了一个阿尔茨海默症识别系统，包含ResNet50、AlexNet和MobileNet三种卷积神经网络模型。系统采用Python+Pyside6+OpenCV技术栈，配有GUI界面，可在PyCharm/Anaconda或VSCode/Anaconda环境中运行。项目提供完整的数据集、训练代码和评估功能，能输出训练曲线、混淆矩阵、热力图等多种可视化结果。核心功能包括模型训练、测试和预测，支持自定义数据集训练，并附带详细的安装配置教程和项目文档。
2025-11-21 14:15:00
93
原创 基于卷积神经网络的农作物识别系统，resnet50，alexnet，mobilenet【pytorch框架，python代码】
本文介绍了一个基于卷积神经网络的农作物识别系统，使用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种模型。系统采用Python+Pyside6+OpenCV技术栈，提供GUI操作界面，支持在PyCharm/VSCode+Anaconda环境下运行。项目包含完整的训练测试流程，可输出训练曲线、模型结构、混淆矩阵、评估指标等结果。系统支持自定义数据集训练，通过指定路径、模型和训练轮数即可快速启动训练。项目提供全套资料（代码、模型、数据集、GUI界面等），开箱即用，便于农作物图
2025-11-20 14:30:00
1435
原创 基于yolov8的小麦麦穗检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
本文介绍了一个基于YOLOv8的小麦麦穗检测系统，采用PyTorch框架实现。项目包含完整代码、数据集、预训练模型权重、训练记录和简洁的PySide6 GUI界面，支持图像/视频/摄像头实时检测。系统提供模型训练验证全流程：修改数据集路径后运行train.py训练，val.py验证，最终通过GUI界面展示检测效果。核心功能包括图片上传、目标检测（显示检测时间、类别、置信度和坐标位置）、视频实时检测等。项目结构清晰，附带详细指标数据，开箱即用，适用于农业领域的麦穗识别任务。
2025-11-19 14:30:00
791
原创 基于yolov8的车站公共安全监控系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
本文介绍了一个基于YOLOv8的车站公共安全监控系统项目。该项目包含完整的数据集、预训练模型权重、GUI界面（采用PySide6+Python+OpenCV技术栈）以及模型评估指标。系统支持图像和视频实时检测功能，GUI界面简洁实用。项目提供了详细的训练指南，包括数据路径修改、模型训练与验证流程。核心代码展示了图像上传、目标检测、结果显示等功能实现。该项目开箱即用，适合在PyCharm或VSCode的Anaconda虚拟环境中运行，为车站安防监控提供了完整的解决方案。
2025-11-18 14:30:00
1341
原创 基于yolov8的坐姿监控与提醒系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
本文介绍了一个基于YOLOv8的坐姿监控与提醒系统项目。该项目采用PyTorch框架实现，包含完整代码、数据集、预训练模型权重、训练记录和TKinter设计的GUI界面（支持图像/视频/摄像头实时检测）。系统支持Windows/Mac/Linux/树莓派平台，提供模型训练验证全流程指南（数据配置、训练、验证、部署）。项目结构清晰，包含详细性能指标（精确率、召回率等）和可视化效果展示，开箱即用，支持自定义模型训练。使用需配置Python虚拟环境（PyCharm/VS Code+Anaconda），提供配套安装
2025-11-17 14:30:00
686
原创 基于yolov8的SAR影像目标检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
摘要： 本文介绍了一个基于YOLOv8的SAR影像目标检测系统，包含完整的项目资料（代码、数据集、预训练模型、GUI界面等）。系统采用PyTorch框架实现，GUI界面使用PySide6开发，支持图像检测和实时视频检测功能。项目提供详细的使用指南，包括模型训练/验证流程（修改配置文件→训练→验证→应用）和可视化指标分析。核心代码展示了图像上传、目标检测和结果展示功能，通过OpenCV实现图像处理，检测结果包含目标位置、类别和置信度信息。该项目开箱即用，适合SAR影像分析应用场景。
2025-11-13 14:45:00
619
原创 基于yolov8的铁路障碍物检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
本文介绍了一个基于YOLOv8的铁路障碍物检测系统，该系统在PyTorch框架下实现，包含完整代码、数据集、预训练模型、GUI界面和性能指标。项目支持模型重新训练和验证，提供了详细的操作步骤。GUI界面采用PySide6+Python+OpenCV开发，支持图像检测和实时视频检测功能。系统性能指标包括精确率、召回率等，项目结构清晰，核心代码展示了图像上传和检测功能。该项目开箱即用，适用于PyCharm和VSCode开发环境，适合铁路安全监测场景应用。
2025-11-12 14:45:00
924
原创 基于yolov8的铁路工人检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
本文介绍了基于YOLOv8的铁路工人检测系统，该完整项目包含代码、数据集、训练好模型权重、GUI界面及各项性能指标。系统采用PyTorch框架实现，提供便捷的训练流程：修改数据集路径、训练模型、验证模型到GUI展示。GUI界面由PySide6设计，支持图像/视频实时检测。项目结构清晰，包含模型训练记录和可视化指标，如精确率、召回率等。核心代码展示了图像上传、目标检测及结果可视化功能，可输出目标位置、类别和置信度。项目提供完整资料，支持PyCharm/VSCode+Anaconda环境运行，
2025-11-11 14:45:00
1246
原创 基于yolov8的光伏板缺陷检测，支持图像、视频和摄像实时检测【pytorch框架、python源码】
摘要：本项目基于YOLOv8实现光伏板缺陷检测系统，提供完整的代码、数据集、训练好的模型及GUI界面。系统支持图像/视频/摄像实时检测，采用PySide6+OpenCV开发简洁实用的交互界面。项目包含数据预处理、模型训练验证全流程，提供精确率、召回率等详细指标，支持自定义训练和即时检测功能。核心代码展示了图像上传、目标检测及结果可视化处理，。项目开箱即用，适配PyCharm/Anaconda和VSCode环境，配套详细环境配置教程，为光伏板质量检测提供高效解决方案。
2025-11-10 14:45:00
747
原创 基于yolov8的生猪行为检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
摘要：该项目基于YOLOv8框架实现生猪行为检测系统，提供完整解决方案，包括PyTorch模型、数据集、预训练权重、GUI界面及性能指标。系统支持图像/视频/摄像实时检测，GUI采用PySide6+OpenCV开发，界面简洁实用。项目结构清晰，并提供详细环境配置指南（PyCharm/Anaconda/VSCode）。核心功能含目标检测、坐标显示及分类置信度输出，所有资料开箱即用，适用于农业智能化监测场景。
2025-11-07 14:45:00
1597
原创 基于yolov8的停车场空位和突发状况（火灾、摔倒）检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
【摘要】本项目基于YOLOv8框架开发了一套完整的停车场空位及突发状况检测系统，包含数据集、预训练模型、GUI界面和性能评估指标。系统支持图像/实时视频摄像检测，采用PySide6设计简洁功能界面，兼容PyCharm/VSCODE+Anaconda环境。项目提供完整的训练流程：数据路径配置→模型训练→验证测试→GUI应用。核心功能包括目标检测、分类识别及坐标显示。所有组件（代码/数据/模型/文档）开箱即用。
2025-11-06 14:45:00
593
原创 基于yolov8的家禽检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
摘要：本项目基于YOLOv8框架开发了家禽检测系统，包含完整的数据集、预训练模型、GUI界面及性能指标。系统支持图像检测、视频实时检测，使用PySide6设计简洁界面，可在PyCharm/Anaconda或VSCode/Anaconda环境下运行。项目提供详细训练指南，用户可自行训练模型或直接使用预训练权重。核心技术包括目标检测、结果可视化及性能统计，项目结构完整，开箱即用，附带完整的文档。
2025-11-05 14:45:00
1180
原创 基于yolov8的水果分级系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
摘要：该项目基于YOLOv8实现水果分级系统，包含完整代码、数据集、预训练模型及GUI界面。系统支持图像/视频检测，提供模型评估指标（精确率、召回率等）。GUI采用PySide6开发，支持摄像头输入。项目结构清晰，包含训练脚本(train.py)、验证脚本(val.py)和图形界面(gui.py)，用户可选择使用训练好模型或自行训练。核心功能包括目标检测、定位及结果可视化。系统部署支持PyCharm/VS Code+Anaconda环境，附带详细配置教程。
2025-11-04 14:45:00
841
原创 基于yolov8的公共安全监控系统，支持图像、视频和摄像实时检测【pytorch框架、python源码】
摘要：本项目基于YOLOv8实现了一个完整的公共安全监控系统。系统提供GUI界面（PySide6+Python+OpenCV），支持笔记本/USB摄像头输入，包含完整代码、数据集、预训练模型及训练指标（精确率、召回率等）。用户可直接使用预训练模型或通过简单步骤重新训练：1)修改数据集路径 2)运行train.py训练 3)验证模型 4)通过GUI界面展示效果。项目提供详细文档支持PyCharm/Anaconda和VSCode/Anaconda两种开发环境配置方案。
2025-11-03 14:45:00
553
原创 基于yolov8的水果新鲜度检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码、Django后端】
本文介绍了一个基于YOLOv8的水果新鲜度检测系统项目。该系统在PyTorch框架下实现，采用Python+OpenCV+Django+Vue技术栈开发，包含完整的数据集、训练模型、Web前端界面（支持图像/视频/实时摄像检测）及模型性能指标。项目提供了详细的使用指南，包括模型训练、验证流程和Web界面操作说明。系统具备目标检测、结果保存等功能，展示了良好的检测效果（精确率、召回率等指标）。
2025-10-31 14:30:00
857
原创 基于yolov8的咖啡豆成熟度检测系统，支持图像、视频和摄像实时检测【pytorch框架、python源码、Django后端】
摘要：该项目基于YOLOv8实现咖啡豆成熟度检测系统，采用PyTorch框架，包含完整代码、数据集、预训练模型及Web界面。系统支持图像/视频/实时摄像头检测，技术栈包括Python+OpenCV+Django+Vue。模型训练过程包含数据准备、训练、验证及部署四个步骤，并提供详细指标分析。Web界面实现检测结果可视化展示，支持目标分类及置信度显示。项目提供完整的开发环境配置指南和预训练模型，开箱即用，适合快速部署应用场景。
2025-10-30 14:45:00
1646
原创 基于卷积神经网络的中药识别系统，resnet50，vgg16，resnet34模型【pytorch框架+python源码，Django框架】
【摘要】本项目实现了一个基于卷积神经网络的中药识别系统，采用PyTorch框架开发，提供ResNet50、VGG16和ResNet34三种可选模型。系统包含完整的数据集、训练代码、Web前端(Vue+Django)及可视化界面，支持图像分类识别和历史记录查询功能。项目提供模型训练指标（准确率曲线、混淆矩阵、热力图等）和预训练权重，用户可自行重新训练或直接使用现有模型。系统实现了从数据预处理、模型训练到应用部署的全流程，配套详细的运行文档和演示视频，适合作为深度学习项目的实践参考。
2025-10-29 14:45:00
1113
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