no_work-优快云博客

原创基于CNN卷积神经网络图像识别小程序9部合集

本文介绍了一系列基于CNN卷积神经网络的图像识别小程序开发案例，包括水果识别、中草药识别、中药饮片识别、服装分类、柑橘分级、人脸年龄识别、香蕉成熟度检测、手势识别和花卉检测等项目。所有项目均采用Python+Pytorch框架，遵循统一开发流程：1)使用01.py划分数据集；2)通过02.py训练模型并保存为ckpt格式；3)运行03flask.py搭建HTTP接口，与微信小程序交互实现图像识别功能。每个项目都提供了优快云博客的环境安装教程，适合深度学习入门者学习实践。

2025-06-28 18:44:33 962

原创基于CNN卷积神经网络图像识别28个识别合集

该系列视频展示了28个基于CNN卷积神经网络的图像识别项目，涵盖医疗、农业、工业等多个领域。所有项目均采用Python语言和PyTorch框架，包含统一的三步流程：数据集划分（01.py）、模型训练与保存（02.py）以及PyQt可视化界面（03.py）。典型应用包括COVID-19 CT分类、微表情识别、矿石分类、农产品检测等。环境配置可参考配套的Anaconda安装教程，项目结构清晰，适合深度学习实践学习。

2025-06-28 18:25:38 1014

原创基于crnn的中文汉字识别

本代码是python语言crnn训练连续的中文汉字，通过01进行数据集训练，python语言，pytorch框架，使用的crnn进行算法训练。运行03是pyqt界面，可以通过点击按钮，加载想要识别的图片去识别。

2025-06-17 22:39:56 181

原创基于CNN卷积神经网络识别汉字合集-视频介绍下自取

摘要：本文介绍多个基于PyTorch框架的手写中文汉字识别项目，均采用Python语言开发。项目流程包含三个模块：1）数据集划分（01.py）；2）CNN模型训练；3）可视化界面（03.py，PyQt/web实现）。所有项目均输出ckpt格式的模型文件，并提供深度学习环境安装参考（Anaconda+PyTorch）

2025-06-17 22:32:21 929

原创基于python机器学习来预测含MLP决策树LGBM随机森林XGBoost等

该视频系列展示了基于Python的机器学习预测项目，涵盖学生成绩、葡萄酒品质、牛奶质量和螃蟹年龄等多个应用场景。项目采用统一技术框架，包含特征工程和多种机器学习模型（MLP、决策树、LGBM、随机森林、XGBoost等）的训练评估。预测部分通过PyQt5构建GUI界面，实现用户友好的交互功能。

2025-06-16 23:05:24 347

原创基于传统机器学习SVM支持向量机进行分类和目标检测-视频介绍下自取

摘要：本文介绍了多个基于Python的传统图像分类或检测项目，主要采用SVM分类器结合不同特征提取方法。重点展示了基于SVM+SIFT的墙体裂缝检测系统，该系统通过提取SIFT特征、数据平衡处理和线性核SVM训练实现裂缝识别。此外还介绍了使用HOG+SVM的混凝土裂缝检测、行人检测和草莓检测等项目，均采用滑动窗口和图像金字塔技术进行目标定位。这些项目展示了传统计算机视觉方法在目标检测任务中的应用，为图像识别提供了基础解决方案。

2025-06-16 22:53:26 816

原创基于CNN深度学习的小程序识别2-视频介绍下自取

文章摘要：本文介绍了多个基于Python和PyTorch框架的深度学习物体识别小程序开发案例，包括柑橘品级分类、田间杂草检测、中药饮片识别等。这些项目采用统一的技术架构：使用PyTorch训练模型，通过Flask搭建本地服务器，实现与微信小程序的图片传输和结果交互。所有案例均包含数据集、模型训练和小程序。

2025-06-15 23:22:16 464

原创基于CNN深度学习的小程序识别-视频介绍下自取

本文介绍了一系列基于深度学习的小程序应用开发案例，包括花卉检测、番茄病害识别、手势识别、农业病虫害检测、香蕉成熟度评估和人脸年龄识别等。所有项目均采用Python语言和PyTorch框架开发，包含完整的数据集和模型训练代码。通过Flask搭建本地服务器，与微信开发者工具中的小程序进行127.0.0.1接口通信，实现图片传输和识别结果交互。

2025-06-15 23:14:26 711

原创免安装环境运行CNN深度学习代码-视频介绍下自取

本文介绍了一系列基于CNN的免安装深度学习应用项目，包括可回收垃圾分类、水果蔬菜识别、大黄蜂检测、岩石数据集分析和中药饮片识别等。这些项目提供完整的Python运行环境（内含python.exe和PyTorch-cpu），用户无需配置环境即可直接运行。操作流程说明：数据集存放在data文件夹，通过三个py文件完成数据集制作（生成标签文本）、模型训练（CPU环境）和PyQt可视化界面调用。用户只需复制内置Python路径，在cmd中用对python.exe路径去调用.py文件路径即可使用起来。

2025-06-14 00:57:22 596

原创深度学习小项目合集之图像分割识别

这篇合集介绍了10个基于深度学习的图像分割识别小项目，涵盖多种应用场景。所有项目均采用Python语言和PyTorch框架开发，配备PyQt交互界面，支持图片加载和模型调用。项目类型包括：表面缺陷检测、墙体裂缝识别、积水检测、花卉分割、道路裂缝识别、火焰检测以及猫狗/森林检测。其中有几个项目支持摄像头实时识别，并提供了完整的数据集和训练代码。环境配置可参考相关优快云博客教程。

2025-06-14 00:40:55 1162

原创深度学习小项目合集之音频语音识别-视频介绍下自取

摘要：本文介绍了一系列基于Python深度学习的音频识别项目，均采用PyTorch框架和CNN卷积神经网络。项目涵盖动物异常声音、数字语音、英文单词、猫狗叫声、鸟鸣识别、环境声音、音乐分类、情感识别和乐器识别等多种场景。核心流程为：读取wav音频文件→转化为梅尔谱图→CNN训练→生成ckpt模型→通过PyQt界面加载音频进行预测。所有项目采用统一的技术架构和环境配置，实现了的音频特征提取与分类识别。

2025-06-11 23:44:07 1283

原创深度学习小项目合集2-视频介绍下自取

本文介绍了基于Python深度学习YOLO11和CNN的多项图像识别应用，包括墙体裂缝检测(174)、积水识别(173)、花卉分割(172)、10种蔬菜分类(171)、10种水果识别(170)、船舶目标检测(169)、花卉检测(168)、蔬菜识别(167)、安全带佩戴检测(165)、鸟类检测(164)和路面坑洼检测(163)。这些项目均采用深度学习技术实现实时摄像头识别功能，并在哔哩哔哩平台展示。研究涵盖了建筑安全、农业识别、交通监管等多个领域，展示了YOLO11和CNN算法在实际场景中的多样化应用。

2025-06-10 23:53:19 639

原创深度学习小项目合集-视频介绍下自取

深度学习小项目合集-视频介绍下自取内容包括：基于深度学习的动物声音分类https://www.bilibili.com/video/BV11C4y1P7mD/基于卷积神经网络之鸟鸣识别鸟的种类https://www.bilibili.com/video/BV1KN411M7MH/基于CNN识别环境声音https://www.bilibili.com/video/BV1KH4y1m7iq/基于CNN的music音乐类别识别https://www.bilibili.com/video/BV13

2025-06-10 23:44:38 695

原创 python深度学习之wav音频识别环境安装

这里建议python的版本为3.8，pytorch的版本为1.8.1，当我们输入python回车显示的python版本如果不是3.8版本则需要在anaconda中新建个python3.8的环境，新建的虚拟环境，和当前显示的环境并不会冲突，可以切换使用。（输入指令时显示“不是内部或外部命令也不是可运行的程序”这样的报错就是指令输错了，是python 然后空格键再输入 01数据集文本生成制作.py运行的，下面的02 03运行也是一样的，指令输入要和下图一致）直接在一个打开的文件夹这个位置输入cmd回车。

2025-02-01 23:49:41 936

原创 yolo11目标检测环境安装教程

这里建议python的版本为3.8，pytorch的版本为1.8.1，当我们输入python回车显示的python版本如果不是3.8版本则需要在anaconda中新建个python3.8的环境，新建的虚拟环境，和当前显示的环境并不会冲突，可以切换使用。（输入指令时显示“不是内部或外部命令也不是可运行的程序”这样的报错就是指令输错了，是python 然后空格键再输入 01划分数据集.py运行的，下面的02 03运行也是一样的，指令输入要和下图一致）训练得到的模型会保存在当前文件的runs文件夹下。

2024-12-08 20:47:51 2633

原创深度学习图像分割环境安装教程-anaconda-python-pytorch

这里建议python的版本为3.8，pytorch的版本为1.8.1，当我们输入python回车显示的python版本如果不是3.8版本则需要在anaconda中新建个python3.8的环境，新建的虚拟环境，和当前显示的环境并不会冲突，可以切换使用。（输入指令时显示“不是内部或外部命令也不是可运行的程序”这样的报错就是指令输错了，是python 然后空格键再输入 01将json文件转标准格式文件.py运行的，下面的02 03运行也是一样的，指令输入要和下图一致）

2024-09-06 22:02:27 1029 2

原创深度学习目标检测环境安装教程-anaconda-python-pytorch

这里建议python的版本为3.8，pytorch的版本为1.8.1，当我们输入python回车显示的python版本如果不是3.8版本则需要在anaconda中新建个python3.8的环境，新建的虚拟环境，和当前显示的环境并不会冲突，可以切换使用。（输入指令时显示“不是内部或外部命令也不是可运行的程序”这样的报错就是指令输错了，是python 然后空格键再输入 01数据集文本生成制作.py运行的，下面的02 03运行也是一样的，指令输入要和下图一致）直接在一个打开的文件夹这个位置输入cmd回车。

2024-08-10 15:21:04 1540 1

原创深度学习web网页html版环境安装

这里建议python的版本为3.8，pytorch的版本为1.8.1，当我们输入python回车显示的python版本如果不是3.8版本则需要在anaconda中新建个python3.8的环境，新建的虚拟环境，和当前显示的环境并不会冲突，可以切换使用。（输入指令时显示“不是内部或外部命令也不是可运行的程序”这样的报错就是指令输错了，是python 然后空格键再输入 01数据集文本生成制作.py运行的，下面的02 03运行也是一样的，指令输入要和下图一致）直接在一个打开的文件夹这个位置输入cmd回车。

2024-06-22 20:10:20 1027

原创深度学习小程序版环境安装

这里建议python的版本为3.8，pytorch的版本为1.8.1，当我们输入python回车显示的python版本如果不是3.8版本则需要在anaconda中新建个python3.8的环境，新建的虚拟环境，和当前显示的环境并不会冲突，可以切换使用。（输入指令时显示“不是内部或外部命令也不是可运行的程序”这样的报错就是指令输错了，是python 然后空格键再输入 01数据集文本生成制作.py运行的，下面的02 03运行也是一样的，指令输入要和下图一致）直接在一个打开的文件夹这个位置输入cmd回车。

2024-06-15 20:14:39 1045

原创深度学习环境安装教程-anaconda-python-pytorch

这里建议python的版本为3.8，pytorch的版本为1.8.1，当我们输入python回车显示的python版本如果不是3.8版本则需要在anaconda中新建个python3.8的环境，新建的虚拟环境，和当前显示的环境并不会冲突，可以切换使用。尽量选择最新的日期的anaconda进行安装，我这里是windows电脑，因此选择了windos-x86_64.exe，大家根据自己的电脑系统来选择相应的anaconda安装包。activate python38进入到我们安装好的环境中。

2024-05-27 20:43:28 2962 1