计算机视觉标签_亚马逊云科技技术品牌专区

计算机视觉

基于深度学习YOLOv11的太阳能电池板缺陷识别检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

随着太阳能产业的快速发展，太阳能电池板的质量检测成为保障光伏系统高效运行的关键环节。传统的人工检测方法效率低且易受主观因素影响，而基于深度学习的智能检测技术能够大幅提升缺陷识别的准确性和自动化程度。本研究提出了一种基于YOLOv11的太阳能电池板缺陷检测系统，针对6类常见缺陷（黑芯、裂纹、指状断裂、水平错位、短路、粗线）进行高效识别。系统采用包含3512张训练图像、502张验证图像和1002张测试

 网络爬虫大揭秘
2026-01-25 21:42:13

 844

 10

#深度学习 #ui #python +3
基于深度学习YOLOv10的药物识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于前沿的YOLOv10目标检测算法，开发了一套高精度的药物识别检测系统，专门用于药品识别与分类。系统能够准确识别8种特定药物（包括5种特定药品和3种颜色分类）：Cipro 500、Ibuphil 600 mg、Ibuphil Cold 400-60、Xyzall 5mg以及蓝色(blue)、粉色(pink)、红色(red)、白色(white)药片。项目使用药物图像的专业数据集进行训练和评估

 BQAIT
2026-01-27 11:06:39

 618

 19

#深度学习 #ui #人工智能 +3
基于深度学习YOLOv11的布料缺陷检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文设计并实现了一种基于深度学习YOLOv11的布料缺陷检测系统，旨在高效识别六类常见布料缺陷，包括“带纱”（DaiSha）、“断纱”（DuanSha）、“棉球”（MianQiu）、“破洞”（PoDong）、“脱纱”（TuoSha）和“污渍”（WuZi）。系统采用YOLOv11目标检测算法，结合包含1650张训练集图像和467张验证集图像的自定义数据集进行模型训练，确保缺陷检测的准确性和鲁棒性。

网络爬虫大揭秘
2026-01-27 11:37:16

 872

 26

#深度学习 #ui #python +3
基于深度学习YOLOv12的骨折识别检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文提出了一种基于深度学习的骨折识别检测系统，采用最新的目标检测算法YOLOv12实现骨折病灶的快速准确定位与分类。系统共识别三类目标：骨折（Fracture）、非骨折（No_Fracture）以及其他对象（object），使用包含2108张训练图片、602张验证图片和301张测试图片的YOLO格式数据集进行模型训练和验证。该系统不仅具备较高的检测精度和实时性能，还集成了友好的用户界面(UI)，支

 网络爬虫大揭秘
2026-01-26 00:04:48

 573

 17

#深度学习 #ui #python +3
基于深度学习YOLOv8的家具识别检测系统（YOLOv8+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于先进的YOLOv8目标检测算法，开发了一套专门用于家具识别的智能视觉系统。系统针对三类常见家具（椅子、沙发和桌子）进行高效识别与定位，共使用了689张标注图像作为数据集。通过深度学习技术，该系统能够实时准确地检测图像或视频流中的家具物品，并标注其类别和位置信息。项目实现了从数据采集、标注、模型训练到性能评估的完整流程，最终在测试集上达到了较高的识别精度，为智能家居、室内导航、家具电商等应

 BQAIT
2026-01-28 22:17:18

 1042

 13

#深度学习 #ui #人工智能 +3
基于深度学习YOLOv10的疲劳驾驶识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测算法开发了一套疲劳驾驶状态检测系统，专门用于实时识别驾驶员的精神状态。系统将驾驶员的眼部状态分类为"清醒(awake)"和"困倦(drowsy)"两个类别，通过监控驾驶员的面部特征特别是眼部区域来判断是否处于疲劳驾驶状态。为驾驶安全提供有效的技术保障。项目采用最新的YOLOv10架构，在保持YOLO系列算法高效检测速度的同时，进一步提升了检测精度和模型性能。

BQAIT
2026-01-28 22:25:27

 712

 7

#深度学习 #ui #python +3
基于深度学习YOLOv8的寄生虫分类识别检测系统（YOLOv8+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于前沿的YOLOv8深度学习框架，开发了一套高精度的寄生虫分类识别检测系统，能够准确识别和分类8种常见人体寄生虫：钩虫（Ancylostoma Spp）、蛔虫（Ascaris Lumbricoides）、蛲虫（Enterobius Vermicularis）、肝吸虫（Fasciola Hepatica）、膜壳绦虫（Hymenolepis）、血吸虫（Schistosoma）、带绦虫（Taen

BQAIT
2026-01-27 11:04:32

 756

 18

#深度学习 #分类 #人工智能 +3
基于深度学习YOLOv10的蜜蜂识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于新一代YOLOv10目标检测框架，开发了一套高精度的蜜蜂识别检测系统，专门用于在各种复杂自然场景中准确识别蜜蜂个体。系统采用包含8,080张高质量蜜蜂图像的专业数据集进行训练和评估，其中训练集5,640张，验证集1,604张，测试集836张。该检测系统实现了在密集蜂群场景下对单个蜜蜂的精准识别，能够有效应对蜜蜂快速移动、相互遮挡以及复杂背景等挑战。系统可广泛应用于智慧农业、生态监测、生物

 BQAIT
2026-01-27 11:09:02

 411

 5

#深度学习 #ui #人工智能 +2
基于深度学习YOLOv12的铁路轨道缺陷检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本研究设计并实现了一种基于深度学习的铁轨轨道缺陷检测系统，采用 YOLOv12 目标检测模型结合自主构建的轨道缺陷数据集进行训练与验证。数据集涵盖四类典型缺陷：剥落（Spalling）、烧蚀（Wheel Burn）、挤曲（Squat）和波磨（Corrugation），共包含 1916 张训练图像、240 张验证图像及 240 张测试图像。模型在训练过程中引入多尺度特征融合与改进的特征金字塔网络，以

 网络爬虫大揭秘
2026-01-26 00:13:23

 837

 33

#深度学习 #ui #python +3
基于深度学习YOLOv11的水稻病害检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

水稻病害对农业生产和粮食安全构成严重威胁，快速准确的病害检测对病害防治至关重要。本文提出了一种基于YOLOv11深度学习模型的水稻病害检测系统，能够高效识别三种常见水稻病害：细菌性叶枯病（Bacteria_Leaf_Blight）、褐斑病（Brown_Spot）和叶黑粉病（Leaf_smut）。该系统采用包含6030张训练图像、409张验证图像和276张测试图像的自定义数据集进行训练和评估，并结合

 网络爬虫大揭秘
2026-01-25 21:46:22

 690

 21

#深度学习 #ui #python +3
基于深度学习YOLOv12的绝缘子缺陷识别检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文设计并实现了一种基于深度学习YOLOv12的绝缘子缺陷检测系统，旨在提高电力输电线路巡检的自动化和智能化水平。系统采用最新的YOLOv12目标检测模型，对包含 4 类标签（Broken、Flashover damage、No issues、String）的绝缘子图像进行高精度识别。所用数据集包含训练集 2240 张、验证集 640 张和测试集 320 张图像，覆盖多种场景、光照和缺陷类型，保证

 网络爬虫大揭秘
2026-01-26 00:01:07

 777

 8

#深度学习 #ui #python +3
基于深度学习YOLOv10的狗犬种识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测算法开发了一个犬种识别系统，专门用于检测和分类六种常见犬种：比格犬（Beagle）、斗牛犬（bullDog）、柯基犬（corgi）、金毛寻回犬（goldenRetriever）、哈士奇（husky）和博美犬（pomeranian）。系统通过端到端的深度学习模型，能够实时地在图像或视频中定位犬只并准确判断其所属品种，可应用于宠物智能管理、犬只身份识别、兽医辅助诊断及动

 BQAIT
2026-01-28 22:24:26

 901

 10

#深度学习 #ui #人工智能 +3
基于深度学习YOLOv12的水稻病害检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

水稻病害严重威胁全球粮食安全，快速准确的病害检测对农业生产至关重要。本文基于YOLOv12深度学习框架，开发了一套高效的水稻病害智能检测系统，针对三种常见病害（细菌性叶枯病、褐斑病、叶黑粉病）进行识别。系统采用改进的YOLOv12模型，结合6030张训练图像、409张验证图像和276张测试图像构建的数据集，实现了高精度病害分类与定位。此外，系统集成用户友好的UI界面，支持登录注册功能，便于农户和农

 网络爬虫大揭秘
2026-01-25 21:45:57

 596

 22

#深度学习 #ui #python +3
基于深度学习YOLOv11的骨折识别检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文基于深度学习目标检测算法YOLOv11，构建了一套骨折识别检测系统。系统采用标注了三类目标（骨折Fracture、无骨折No_Fracture及其他物体object）的YOLO格式数据集，数据集包含2108张训练图像、602张验证图像和301张测试图像。通过对骨折部位的自动检测与分类，系统能够实现高效、准确的骨折识别，辅助医生快速诊断。系统还集成了用户登录注册功能及可视化UI界面，提升了实际应

 网络爬虫大揭秘
2026-01-26 00:05:19

 787

 19

#深度学习 #ui #python +3
基于深度学习YOLOv10的家具识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测算法开发了一套专门用于家具识别的智能视觉系统，能够准确识别和定位三种常见家具类别：椅子(Chair)、沙发(Sofa)和桌子(Table)。系统使用包含689张图像的自建数据集进行训练和评估，通过优化网络结构和训练策略，该系统在保持实时检测速度的同时，实现了较高的检测精度，可应用于智能家居、室内导航、家具电商等多个领域。项目不仅验证了YOLOv10算法在小规模专用数

 BQAIT
2026-01-27 11:05:38

 758

 29

#深度学习 #ui #人工智能 +2
基于深度学习YOLOv10的安全背心穿戴识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测算法开发了一套安全背心穿戴识别检测系统，专门用于识别工作人员是否按规定穿着安全背心。系统包含两个检测类别："vest"(穿着安全背心)和"no-vest"(未穿安全背心)。项目使用自定义数据集进行训练，其中训练集包含2728张图像，验证集779张图像，测试集390张图像，总计3897张标注图像。该系统可广泛应用于建筑工地、矿区、交通指挥等需要强制穿戴安全背心的高危作

 BQAIT
2026-01-26 00:20:29

 666

 19

#深度学习 #安全 #分类 +3
基于深度学习YOLOv11的茶叶病害检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

茶叶作为全球重要的经济作物之一，其产量与品质直接关系到茶产业的经济效益。然而，茶园在生长过程中易受到多种病害侵袭，如茶叶黑腐病、茶叶褐枯病、茶叶叶锈病、红蜘蛛危害、茶蚊危害、茶叶白斑病等。这些病害若不能及时发现并防治，将严重影响茶叶的产量与品质。为实现茶叶病害的高效、准确识别，本文基于最新的 YOLOv11 深度学习目标检测算法，构建了一个集病害检测模型、可视化UI界面及用户登录注册功能于一体

 网络爬虫大揭秘
2026-01-26 00:12:52

 1134

 32

#深度学习 #ui #人工智能 +3
基于深度学习YOLOv11的安全帽检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文设计并实现了一种基于深度学习YOLOv11的安全帽检测系统，旨在通过计算机视觉技术自动识别图像或视频中是否佩戴安全帽，适用于工地、工厂等需要安全防护的场景。系统采用YOLOv11目标检测算法，针对两类目标（'helmet'和'head'）进行优化训练，数据集包含训练集3500张、验证集750张和测试集750张，确保模型具备较高的检测精度与泛化能力。

网络爬虫大揭秘
2026-01-27 11:39:24

 664

 27

#深度学习 #ui #python +3
基于深度学习YOLOv11的水下鱼类检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本项目基于YOLOv11深度学习框架开发了一套水下鱼类检测系统，专门用于识别和定位水下环境中的鱼类目标。系统采用先进的YOLOv11算法，针对水下场景进行了优化，能够有效处理水下图像常见的模糊、低对比度和色彩失真等问题。项目包含完整的训练模型、Python实现源码以及用户友好的UI界面，支持登录注册功能，便于不同用户使用和管理。

网络爬虫大揭秘
2026-01-28 22:01:19

 660

 14

#深度学习 #ui #python +3
基于深度学习YOLOv12的苹果腐烂检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本项目基于最新的YOLOv12深度学习算法，开发了一套高效精准的苹果腐烂检测系统，通过自建的YOLO格式数据集训练模型，实现了对苹果表面腐烂区域的实时检测与定位，检测精度（mAP@0.5）达84%以上，推理速度超过30 FPS。系统整合了用户友好的PyQt5 UI界面，支持登录注册、权限管理及检测记录查询，并提供单图/批量检测、结果标注导出及腐烂比例分析等功能。项目提供完整的Python源码、预训

 网络爬虫大揭秘
2026-01-29 19:29:25

 381

 7

#深度学习 #ui #python +2
基于深度学习YOLOv11的草莓病害识别检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文设计并实现了一套基于深度学习的草莓病害识别检测系统，采用YOLOv11目标检测模型对草莓叶片和果实的病害进行精准识别。系统共识别5类目标，分别为“Benh cao su”（橡胶病）、“Benh dom den”（黑斑病）、“Benh moc xam”（灰霉病）、“Benh phan trang”（白粉病）及“Qua binh thuong”（正常果实）。数据集包括700张训练集、81张验证集和

 网络爬虫大揭秘
2026-01-26 00:04:17

 1009

 33

#深度学习 #ui #python +3
基于深度学习YOLOv8的扑克牌识别检测系统（YOLOv8+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于先进的YOLOv8目标检测算法，开发了一套高精度的扑克牌识别检测系统。系统能够实时识别和定位图像或视频流中的扑克牌，准确区分52种不同的扑克牌类别（包括从A到10以及J、Q、K四种花色的所有组合）。项目使用了大规模的自建数据集，包含训练集21,203张图像、验证集2,020张图像和测试集1,010张图像，确保了模型的泛化能力和鲁棒性。该技术可广泛应用于赌场监控、智能发牌系统、扑克游戏开发

 BQAIT
2026-01-26 00:23:33

 799

 7

#深度学习 #ui #分类 +3
基于深度学习YOLOv10的寄生虫分类识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于先进的YOLOv10目标检测框架，开发了一套高精度的寄生虫显微图像识别系统，专门用于检测和分类8种常见人体寄生虫：钩虫（Ancylostoma Spp）、蛔虫（Ascaris Lumbricoides）、蛲虫（Enterobius Vermicularis）、肝吸虫（Fasciola Hepatica）、膜壳绦虫（Hymenolepis）、血吸虫（Schistosoma）、带绦虫（Tae

BQAIT
2026-01-27 10:58:07

 720

 18

#深度学习 #分类 #人工智能 +3
基于深度学习YOLOv11的小麦叶片病害识别检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

小麦是全球重要的粮食作物，其叶片病害严重影响产量与品质。为实现高效、准确的小麦病害识别，本研究基于YOLOv11深度学习算法，开发了一套小麦叶片病害智能检测系统。该系统可自动识别5类常见病害（健康叶片、白粉病、Septoria叶枯病、秆锈病、黄锈病），并配备用户友好的UI界面及登录注册功能。实验采用自建YOLO格式数据集，包含训练集2100张、验证集366张、测试集138张图像，模型在测试集上表现

 网络爬虫大揭秘
2026-01-25 21:43:16

 896

 8

#深度学习 #ui #人工智能 +3
基于深度学习YOLOv11的脑肿瘤检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文基于深度学习目标检测算法YOLOv11，设计并实现了一套高效的脑肿瘤检测系统。系统整合了YOLO格式的脑肿瘤数据集，通过数据增强、模型训练与优化，构建了高精度的脑肿瘤检测模型。系统前端采用用户友好的UI界面，支持登录注册功能，确保数据安全与个性化使用。后端基于Python开发，结合PyTorch框架实现模型推理，提供实时检测与结果可视化功能。实验表明，该系统在准确率、召回率等指标上表现优异，可

 网络爬虫大揭秘
2026-01-27 11:34:08

 963

 13

#深度学习 #ui #python +3
基于深度学习YOLOv10的密集行人检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于最新的YOLOv10目标检测算法，开发了一个专门针对密集行人场景的高效检测系统。系统针对单一类别("person")进行优化，使用包含9000张图像的自定义数据集(训练集7200张，验证集1800张)进行模型训练和验证。该检测系统在保持实时性能的同时，特别优化了对密集、遮挡情况下的行人检测能力，可应用于智能监控、公共安全、客流统计等多种实际场景。通过数据增强、模型轻量化等技术手段，在保证

 BQAIT
2026-01-26 00:18:25

 1049

 15

#深度学习 #ui #分类 +3
基于深度学习YOLOv12的水下鱼类检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本项目基于YOLOv12深度学习框架开发了一套水下鱼类检测系统，专注于高效、准确地识别水下环境中的鱼类目标。系统采用轻量化的YOLOv12模型进行实时检测，并集成用户友好的UI界面，支持登录注册功能，便于多用户管理与数据安全。通过Python实现完整的项目架构，包含数据预处理、模型训练、评估及可视化模块。针对水下场景的复杂光照和模糊问题，模型在自定义数据集上进行了优化训练，满足海洋生态研究、渔业资

 网络爬虫大揭秘
2026-01-28 22:00:48

 771

 26

#深度学习 #ui #人工智能 +3