- 博客(235)
- 收藏
- 关注
RSS订阅
原创 深度学习常用脚本总结
📌 视频场景切换检测📌 基于深度学习的车牌检测、识别（含UI界面，Python代码）📌模型加载 torch.load() 、torch.load_state_dict()📌 torch.cuda.synchronize() — 正确的测试模型推理时间📌 torch中的model.eval()、model.train()详解📌 np.pad 详解📌 np.hstack、np.vstack — 横向、纵向拼接图片-B站📌 img[:, :, ::-1] 通俗理解。
2023-10-10 15:23:56
9616
2
原创 实时车辆行人多目标检测与跟踪系统（含UI界面，Python代码）
本文将详细介绍如何使用深度学习中的YOLOv5和OCTrack算法实现车辆、行人等多目标的实时检测和跟踪，并利用PyQt5设计了简约的系统UI界面。在界面中，您可以选择自己的视频文件进行检测和跟踪，也可以通过电脑自带的摄像头进行实时处理。此外，您还可以更换自己训练的yolov5模型，进行自己数据的跟踪。该系统界面优美，检测精度高，功能强大。它具备多目标实时检测、跟踪和计数功能，同时可以自由选择感兴趣的跟踪目标。本博文提供了完整的Python程序代码和使用教程，适合新入门的朋友参考。
2023-09-20 19:04:57
9736
6
原创 74_基于深度学习的垃圾桶垃圾溢出检测系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了简洁易用的图形用户界面，支持用户选择本地图片或视频进行目标检测。系统界面美观，交互流畅，具备良好的用户体验。项目附带完整的 Python 源码和详细的使用说明，适合学生进行学习或有一定 Python 基础的开发者，参考与二次开发。您可以在文末获取完整的代码资源文件。✨ 项目亮点🔧包括pyqt5界面、后台检测逻辑、模型加载等模块🧠源代码，支持个人添加改进、模型修改等🚀结构清晰，逻辑完整，便于演示使用数据集一部分个人标注，一部分来源网络，已统一标注格式并完成预处理，
2025-11-04 10:28:17
969
1
原创 75_基于深度学习的咖啡叶片病害检测系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了简洁易用的图形用户界面，支持用户选择本地图片或视频进行目标检测。系统界面美观，交互流畅，具备良好的用户体验。项目附带完整的 Python 源码和详细的使用说明，适合学生进行学习或有一定 Python 基础的开发者，参考与二次开发。您可以在文末获取完整的代码资源文件。✨ 项目亮点🔧包括pyqt5界面、后台检测逻辑、模型加载等模块🧠源代码，支持个人添加改进、模型修改等🚀结构清晰，逻辑完整，便于演示使用数据集一部分个人标注，一部分来源网络，已统一标注格式并完成预处理，
2025-11-04 10:27:26
1150
原创 73_基于深度学习的水面漂浮垃圾检测系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
基于PyQt5构建的水面漂浮垃圾检测系统，支持图片、视频、摄像头输入，采用YOLOv5目标检测算法。系统具备批量处理、结果导出及目标筛选功能，附带完整训练参数、数据集及环境配置方案。项目包含GPU加速支持、实时数据增强策略，并提供了详细的安装指南和演示视频，适合二次开发或学术研究。
2025-10-20 10:25:41
785
1
原创 72_基于深度学习的老鼠检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
基于PyQt5的老鼠检测识别系统 本项目构建了一个完整的老鼠目标检测系统，采用YOLOv5/YOLOv8深度学习模型，支持多种输入源检测（图片、视频、摄像头）和结果导出功能。系统特点包括： 采用PyQt5开发美观易用的GUI界面 提供完整的Python源码和详细文档 支持模型扩展和二次开发 包含数据集预处理、模型训练和推理全流程 系统环境基于Python 3.8和PyTorch框架，支持GPU加速。项目附带环境配置指南和训练参数说明，适合作为课程设计或毕业设计参考。检测结果可导出为Excel表格，便于后续分
2025-10-20 10:24:56
973
原创 71_基于深度学习的布料瑕疵检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个布料瑕疵检测系统，支持图片、视频、摄像头等多种输入源的目标检测功能。系统采用YOLOv5算法，具备模型训练和推理能力，可实时显示检测结果并导出为Excel表格。项目提供完整的Python源码、详细的环境配置文档和数据集，支持GPU加速。系统界面友好，包含单图识别、批量处理、视频分析等核心功能，适合毕业设计或二次开发。配套资源包含训练好的模型、安装教程和视频演示，帮助用户快速部署使用。
2025-10-15 10:46:25
876
原创 70_基于深度学习的苹果成熟度检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个支持图像、视频和摄像头目标检测的图形界面系统，集成了YOLOv5/YOLOv8深度学习模型。系统具备单图识别、批量处理、视频分析、实时摄像头检测等功能，支持结果导出为Excel表格。提供完整Python源码、详细环境配置指南和数据集（含标注文件），适用于学习或二次开发。项目亮点包括模块化设计、模型可扩展性及流畅的用户交互体验，适合作为课程设计或毕业设计参考。
2025-10-15 10:45:12
738
原创 69_基于深度学习的轴承缺陷检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了简洁易用的图形用户界面，支持用户选择本地图片或视频进行目标检测。系统界面美观，交互流畅，具备良好的用户体验。项目附带完整的 Python 源码和详细的使用说明，适合学生进行学习或有一定 Python 基础的开发者，参考与二次开发。您可以在文末获取完整的代码资源文件。✨ 项目亮点🔧包括pyqt5界面、后台检测逻辑、模型加载等模块🧠源代码，支持个人添加改进、模型修改等🚀结构清晰，逻辑完整，便于演示使用数据集一部分个人标注，一部分来源网络，已统一标注格式并完成预处理，
2025-09-22 10:39:07
900
原创 68_基于深度学习的水稻虫害检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本文介绍了一个基于PyQt5和YOLOv5/YOLOv8的水稻虫害检测系统。该系统具有图形化界面，支持图片、视频、摄像头等多种输入源的目标检测，可批量处理文件夹图像，并导出检测结果为表格文件。项目提供完整代码、环境配置指南和训练数据集，包含GPU/CPU两种安装方案。系统采用YOLO系列算法，通过SPP特征提取和多尺度检测提升性能，支持模型扩展和二次开发。适用于学生项目、毕业设计或实际应用场景。
2025-09-22 10:38:32
899
原创 67_基于深度学习的大棚黄瓜检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了简洁易用的图形用户界面，支持用户选择本地图片或视频进行目标检测。系统界面美观，交互流畅，具备良好的用户体验。项目附带完整的 Python 源码和详细的使用说明，适合学生进行学习或有一定 Python 基础的开发者，参考与二次开发。您可以在文末获取完整的代码资源文件。✨ 项目亮点🔧包括pyqt5界面、后台检测逻辑、模型加载等模块🧠源代码，支持个人添加改进、模型修改等🚀结构清晰，逻辑完整，便于演示使用数据集一部分个人标注，一部分来源网络，已统一标注格式并完成预处理，
2025-09-16 10:18:39
1052
原创 66_基于深度学习的花卉检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个花卉检测识别系统，支持图片、视频、摄像头和文件夹批量检测。系统采用YOLOv5/YOLOv8深度学习模型，提供完整的Python源码和详细文档，包含环境配置、数据集制作和模型训练指南。主要功能包括：单图识别、批量处理、视频分析、实时摄像头检测、结果导出和自定义检测目标。项目附带已验证的GPU/CPU环境安装包、标注数据集和训练参数说明，适合学习或二次开发。系统界面友好，检测效果稳定，可作为毕设或课程项目展示。
2025-09-16 10:18:01
1080
原创 65_基于深度学习的柑橘腐烂检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个支持图像、视频和摄像头输入的深度学习目标检测系统。系统采用YOLOv5/v8算法，具备图片识别、批量文件夹处理、视频分析、实时摄像头检测等功能，并支持检测结果导出为Excel表格。项目提供完整的Python源码、数据集和详细的环境配置文档，包含GPU/CPU两种安装方案及常见问题解决方案。系统界面简洁美观，交互流畅，支持自定义检测目标种类切换，适合学习或二次开发。数据集已预处理为YOLO格式，模型训练参数完整，附带训练好的权重文件，便于快速部署使用。
2025-09-15 10:49:57
666
原创 64_基于深度学习的蝴蝶种类检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个简洁易用的目标检测系统，支持图片、视频、摄像头等多种输入源，具备结果导出和类别筛选功能。系统采用YOLOv5/YOLOv8深度学习模型，提供完整的环境配置指南和数据集处理流程。项目亮点包括完整的系统级架构、支持模型扩展、清晰的代码结构，适合学习或二次开发。附带详细文档和视频教程，涵盖GPU/CPU环境配置、数据标注、模型训练等全流程。
2025-09-15 10:49:10
623
原创 63_基于深度学习的草莓病害检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个支持图像、视频及摄像头输入的目标检测系统，采用YOLOv5深度学习模型实现高精度识别。系统具备单图识别、批量处理、视频分析、实时检测及结果导出等核心功能，界面友好，交互流畅。提供完整Python源码、适配环境配置文档及训练好的模型，支持二次开发与功能扩展。项目附带详细的数据集制作流程、模型训练参数说明及环境安装指南，适合学习参考或直接用于毕设/课设演示。通过PyTorch框架实现GPU加速，结合多种数据增强策略优化模型性能，达到高效准确的检测效果。
2025-09-12 10:47:57
1113
1
原创 62_基于深度学习的海洋垃圾检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本文介绍了一个基于PyQt5和YOLOv5的目标检测系统，具备图像、视频、摄像头多种输入源的检测功能。系统采用Python 3.8开发，支持GPU加速，包含完整的图形界面和检测逻辑。项目亮点包括：完整的系统级架构、支持模型扩展、可用于毕业设计等展示用途。系统功能涵盖单图识别、文件夹批量处理、视频分析、实时摄像头检测、结果导出等。提供了详细的环境配置指南和数据集说明，包含训练好的模型参数。项目文档整理了常见问题解决方案，配套视频教程帮助快速上手。
2025-09-12 10:47:02
1017
原创 61_基于深度学习的柑橘病害检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个柑橘病害检测识别系统，支持图片、视频和摄像头等多种输入源的目标检测。系统采用YOLOv5/YOLOv8深度学习模型，具备简洁美观的GUI界面，支持结果导出和检测目标切换功能。项目提供完整Python源码、数据集、环境配置文档和安装教程，包含训练好的模型和详细参数说明。系统支持GPU加速，采用数据增强策略提升模型泛化能力，适合作为毕业设计或课程项目参考。配套资源包括环境安装包、标注工具和使用视频教程，帮助开发者快速上手。
2025-09-11 13:59:51
805
原创 60_基于深度学习的羊群计数统计系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个图形用户界面系统，支持图像、视频及摄像头输入的目标检测功能。系统采用YOLOv5深度学习模型，具备单图识别、批量处理、视频分析和实时检测等核心功能，并支持结果导出为Excel表格。项目包含完整的Python源码、详细使用说明及环境配置文档，适合学习和二次开发。系统亮点包括模块化设计、模型扩展性和流畅的用户体验，可用于课程设计或毕业项目展示。环境配置提供CPU/GPU双版本支持，附带保姆级安装教程，确保快速部署运行。
2025-09-11 13:59:07
983
原创 59_基于深度学习的麦穗计数统计系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个支持图像、视频和摄像头输入的目标检测系统，具备单张图片识别、文件夹批量处理、视频分析、实时摄像头检测等功能。系统采用YOLOv5/yolov8深度学习模型，支持自定义目标类型切换和检测结果导出为Excel表格。环境配置包含Python 3.8、PyTorch 1.9.0+cu111等依赖库，提供完整的数据集和训练参数说明。项目亮点包括完整的系统级实现、深度学习模型扩展性，适合作为毕设或个人项目展示。
2025-09-04 11:09:53
896
原创 57_基于深度学习的农作物虫害检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
基于PyQt5的农作物虫害检测系统 📌 项目简介：本项目采用PyQt5构建图形界面，支持图片/视频/摄像头输入的目标检测功能，集成YOLOv5/YOLOv8深度学习模型，具备结果导出和类别筛选等实用特性。 ✨ 核心功能： 多源输入：支持单图、文件夹、视频和实时摄像头 智能分析：基于YOLO系列模型实现高精度虫害检测 结果管理：可导出.xls格式检测报告 交互设计：彩色/经典双界面风格可选 🛠️ 技术亮点： 完整系统架构（前端+后端+模型） 模块化设计便于二次开发 提供详细环境配置文档和教学视频 📦 配
2025-09-04 11:09:08
459
原创 56_基于深度学习的X光安检危险物品检测系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5开发了一个图形化目标检测系统，支持图片、视频、摄像头输入及结果导出。系统采用YOLOv5/YOLOv8深度学习模型，提供完整的环境配置指南和训练参数说明。数据集经过统一标注和预处理，支持多种数据增强策略。项目亮点包括模块化设计、模型可扩展性、流畅的交互界面，适合学习或二次开发。附带详细文档和视频教程，涵盖环境安装、数据集制作到模型训练的完整流程，帮助用户快速上手目标检测项目开发。
2025-09-01 13:20:10
673
原创 53_基于深度学习的野生菌菇检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本文介绍了一个基于PyQt5和YOLOv5/YOLOv8的野生菌菇检测识别系统。该系统具有图形用户界面，支持图片、视频、摄像头等多种输入源的目标检测功能，并能导出检测结果为Excel表格。项目提供了完整的Python源码、详细的环境配置指南和数据集处理流程，采用YOLO系列算法实现高效检测，支持模型扩展和功能定制。系统包含训练好的模型，配套安装文档和视频教程，适合作为学习或项目开发的基础框架。
2025-09-01 13:19:26
1367
原创 52_基于深度学习的红绿灯检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
基于PyQt5的目标检测系统，支持图像/视频/摄像头输入，具备批量处理、结果导出及目标筛选功能。系统采用YOLOv5/YOLOv8模型，提供完整Python源码及环境配置文档，适合学习与二次开发。项目亮点包括PyQt5界面、模型扩展性及详细的训练参数说明，附带数据集制作流程和安装教程，便于快速部署与演示。
2025-08-30 17:34:13
724
原创 51_基于深度学习的反光衣检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个图形用户界面系统，支持图片、视频和实时摄像头的目标检测功能。系统采用YOLOv5/yolov8深度学习模型，具备完善的检测逻辑和结果导出功能。项目包含完整Python源码、详细说明文档和预训练模型，支持模型扩展和二次开发。环境配置经过验证，提供GPU/CPU双版本安装指南。系统功能包括单图识别、批量文件夹处理、视频分析、实时检测和目标类别筛选等，并支持结果导出为Excel表格。适用于学习、毕业设计或个人项目展示。
2025-08-30 17:33:25
926
原创 50_基于深度学习的危险驾驶检测系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个简洁易用的目标检测系统，支持图片、视频及摄像头输入的实时检测。系统采用YOLOv5深度学习模型，具备完整的环境配置说明和数据集预处理流程，包含训练参数、数据增强策略等详细技术文档。主要功能包括单图识别、批量处理、视频分析、结果导出等，附带完整的Python源码和安装教程，适合学习或二次开发。项目亮点在于系统级完整实现、模型可扩展性以及多种输入源支持，为用户提供便捷的目标检测解决方案。
2025-08-29 12:20:04
940
原创 49_基于深度学习的课堂行为检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本文介绍了一个基于PyQt5和YOLOv5的深度学习目标检测系统，支持图片、视频、摄像头等多种输入源。系统具备图像识别、批量处理、结果导出等核心功能，采用Python 3.8开发，依赖PyTorch、OpenCV等库，支持GPU加速。项目提供完整源码、环境配置指南和训练好的模型，包含详细的数据集制作说明和模型训练参数。系统界面友好，功能完善，适合学习或二次开发，附有安装教程视频和演示视频，便于快速上手和应用展示。
2025-08-29 12:19:24
1325
原创 48_基于深度学习的水果检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个支持多种输入源的目标检测系统，具备图像、视频、摄像头实时检测功能。系统采用YOLOv5/yolov8深度学习模型，支持自定义训练与模型扩展。核心功能包括单图识别、批量文件夹处理、视频分析、结果导出等，提供完整Python源码及详细文档。项目亮点包括完整的系统级架构、深度学习模型扩展性、清晰的代码结构，适合学习或二次开发。附带环境配置指南和数据集处理说明，帮助用户快速部署应用。
2025-08-28 16:11:31
753
原创 47_基于深度学习的焊缝质量检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个焊缝质量检测系统，支持图像、视频和摄像头输入的目标检测，具有以下特点： 采用YOLOv5/YOLOv8深度学习模型，支持GPU加速 提供完整的图形界面，包含图片/视频/摄像头检测功能 支持检测结果导出为Excel表格 包含详细的环境配置文档和训练参数说明 提供预处理好的数据集和标注工具使用说明 系统采用Python开发，主要依赖PyTorch、OpenCV等库，支持模型扩展和二次开发。项目附带完整的源码、环境配置指南和演示视频，适合作为学习参考或项目开发基础。
2025-08-28 16:10:52
1183
原创 46_基于深度学习的田间杂草检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本文介绍了一个基于PyQt5和YOLOv5/YOLOv8的田间杂草检测识别系统。该系统具有图形化界面，支持图片、视频、摄像头等多种输入源的目标检测功能，并可将结果导出为Excel文件。项目提供完整Python源码、详细环境配置指南和预训练模型，包含数据集标注流程、训练参数说明及性能优化建议。系统采用YOLO系列算法，在精度和速度上均有提升，特别适合农业场景应用。文章还介绍了环境安装、数据集准备、模型训练等关键步骤，为开发者提供了从零搭建到二次开发的完整解决方案。
2025-08-27 16:31:21
849
原创 45_基于深度学习的结核杆菌检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本文介绍了一个基于PyQt5和YOLO系列算法的结核杆菌检测系统。该系统具备图像、视频、摄像头等多种输入源的目标检测功能，支持结果导出和检测目标切换。项目提供了完整的Python源码、详细的环境配置文档和数据集制作教程，采用YOLOv5/v8等深度学习模型，支持GPU加速训练。系统界面友好，功能完善，适合学生和开发者进行学习或二次开发。文章详细说明了系统功能、环境配置、数据集制作和模型训练参数，并附有演示视频和安装指南。
2025-08-27 16:30:14
921
原创 44_基于深度学习的纸板缺陷检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个图形化目标检测系统，支持图片、视频、摄像头等多种输入源，并实现检测结果导出。系统采用YOLOv5模型，提供完整的环境配置方案和训练参数说明，包括CUDA加速、数据增强策略等。项目附带详细文档和教学视频，涵盖数据集制作、模型训练全流程，便于二次开发。亮点包括模块化设计、多目标类别切换、实时检测和Excel结果导出功能，适合作为学习案例或实际应用开发基础。
2025-08-26 12:59:34
889
原创 42_基于深度学习的非机动车头盔佩戴检测系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于YOLOv5和PyQt5开发了一个非机动车头盔佩戴检测系统，具有以下特点： 系统功能完整，支持图片、视频、摄像头等多种输入源的目标检测，可导出检测结果为Excel表格。 采用YOLOv5s模型，通过数据增强和优化训练策略（余弦退火学习率、CIOU损失函数等）提升检测性能。 提供完整的开发环境配置指南和数据集标注说明，便于二次开发。 系统界面友好，检测效果良好，可用于交通监管、安全防护等场景。 项目包含完整的Python源码、训练好的模型和详细文档，适合作为深度学习实践案例或二次开发基础。
2025-08-26 12:58:45
1006
原创 41_基于深度学习的小麦病害检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
摘要 本项目基于PyQt5构建了一个小麦病害检测识别系统，支持图片、视频和摄像头输入的目标检测功能。系统采用YOLOv5/YOLOv8深度学习模型，提供简洁美观的图形界面和流畅的交互体验。项目包含完整的Python源码、预训练模型和详细文档，支持模型扩展和二次开发。系统功能包括单图识别、批量图片处理、视频分析、实时摄像头检测、结果导出（Excel格式）和目标类别筛选等。配套提供环境安装教程、数据集说明和训练参数配置，适合作为课程设计或毕业设计项目参考。
2025-08-25 11:51:44
1075
原创 40_基于深度学习的面部口罩检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个支持图像/视频目标检测的GUI系统，具备单图识别、文件夹遍历、视频分析、摄像头实时检测等功能，可导出xls格式结果。采用YOLOv5算法，支持多尺度特征提取和实时数据增强，提供完整的Python源码和环境配置指南。系统附带详细文档和视频教程，涵盖GPU/CPU环境搭建、数据集制作流程及模型训练参数说明。项目结构清晰，便于二次开发，适合毕设或课程设计使用。
2025-08-25 11:50:33
876
原创 39_基于深度学习的行人摔倒检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本文介绍了一个基于PyQt5和YOLOv5/YOLOv8的目标检测系统，支持图片、视频、摄像头等多种输入源，具备批量处理和数据导出功能。系统采用Python 3.8开发，使用PyTorch深度学习框架，支持CUDA加速。项目提供完整的环境配置方案、训练数据集和预训练模型，附带详细的使用说明和安装教程。系统亮点包括：多目标检测切换、实时数据增强、模型可扩展性，适合作为毕业设计或二次开发项目。文章还简要介绍了YOLO算法的原理和本系统采用的SPP特征提取方法。
2025-08-24 09:21:21
397
原创 38_基于深度学习的吸烟检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
摘要 本项目基于PyQt5构建了一个支持图像、视频和摄像头输入的目标检测系统，采用YOLOv5深度学习模型实现高精度识别。系统具备六大核心功能：单图识别、批量文件夹处理、视频分析、实时摄像头检测、结果导出（Excel格式）以及目标类别筛选。项目提供完整Python源码、详细环境配置文档和预训练模型，支持GPU加速和二次开发。系统界面友好，交互流畅，适用于学术研究、课程设计或个人项目展示。配套资源包含标注数据集、训练参数说明和安装教程，帮助用户快速部署和定制开发。该系统在吸烟检测等场景中表现优异，检测准确率可
2025-08-24 09:20:24
354
原创 37_基于深度学习的铝材缺陷检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
摘要：本项目基于PyQt5开发了一个具备图形界面的目标检测系统，支持图片、视频、摄像头等多种输入源，可实时显示检测结果并导出为Excel。系统采用YOLOv5深度学习模型，提供完整源码、数据集和环境配置文档，支持GPU加速和模型扩展。项目包含详细的安装教程和训练参数说明，适合作为毕设或二次开发基础。主要功能包括单图识别、批量检测、视频分析和结果导出，界面友好，交互流畅，为开发者提供完整的系统级解决方案。
2025-08-23 07:48:15
943
原创 36_基于深度学习的智能零售柜物品检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5构建了一个支持图像/视频目标检测的GUI系统，具备图片识别、批量处理、视频分析、摄像头实时检测等功能。系统采用YOLOv5深度学习模型，支持自定义训练和模型扩展，提供检测结果导出为Excel表格。配套完整Python源码、详细环境配置指南和数据集，适合学习和二次开发。项目亮点包括完整的系统架构、流畅的交互体验和丰富的可扩展性，适用于教学演示或个人项目展示。
2025-08-23 07:46:47
895
原创 33_基于深度学习的葡萄病害检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
本项目基于PyQt5开发了一个图形化目标检测系统，支持图片、视频、摄像头输入及结果导出功能。系统采用YOLOv5深度学习模型，提供完整的Python源码和详细文档。亮点包括完整的系统级项目结构、可扩展的模型支持、多种数据增强策略以及用户友好的交互界面。项目附带环境配置指南和数据集预处理说明，适合学习或二次开发应用。
2025-08-22 10:09:32
942
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