人工智能标签_亚马逊云科技技术品牌专区

人工智能

计算机毕业设计Python深度学习物流网络优化与货运路线规划系统智慧交通机器学习大数据毕设(源码 +LW文档+PPT+讲解)

本文介绍了一个基于Python深度学习的物流网络优化与货运路线规划系统。该系统利用图神经网络(GNN)和强化学习技术，结合遗传算法等传统优化方法，实现动态物流网络建模、智能路线规划、运输成本预测等功能。系统采用分层架构设计，包含数据层、算法层和应用层，支持多目标优化和实时路线调整。实施计划分为需求分析、模型开发、系统集成和部署四个阶段，预期可降低运输成本15%-20%，提升时效10%-15%。文章

 haochengxu2022
2026-01-24 16:50:23

 216

 2

#python #深度学习 #大数据 +2
大数据深度学习|计算机毕设项目|计算机毕设答辩|基于深度学习的安全帽检测系统设计与实现

随着人机交互技术的不断进步，工地安全帽佩戴情况检测作为一种重要的安全监控手段，已经吸引了越来越多的关注。本文介绍了一个基于深度学习和YOLOv10模型的智能工地安全帽佩戴情况检测系统。该系统结合了计算机视觉和深度学习的最新技术，旨在实现对工地人员是否正确佩戴安全帽的准确、实时检测。系统的主要功能包括实时视频捕获、安全帽检测以及检测结果的图形化或文字展示。通过摄像头实时捕获工地人员的图像，利用YOL

~计算机毕设小王老师~
2026-01-24 15:11:06

 202

 1

#大数据 #深度学习 #人工智能
【焊接缺陷检测系统】基于深度学习的焊接缺陷检测系统研究（Python代码实现）

本文提出了一种基于深度学习的焊接缺陷检测系统，该系统利用ResNet18网络模型对焊板图像进行分类，可有效区分焊接完成及三种常见焊接缺陷类型。系统采用PyQt5框架构建可视化界面，实现了图片的直接加载、原图与CAM激活图叠加展示、预测结果及时间显示等功能。实验结果表明，该系统具有较高的分类准确率和良好的可视化效果，为焊接缺陷检测提供了一种高效、直观的解决方案。

老杰爱编程
2026-01-22 06:28:57

 489

 10

#深度学习 #python #人工智能 +1
多模态大模型十年演进

摘要：未来十年（2025–2035），多模态大模型（MLLM）将向端到端原生、多任务智能体平台演进，核心能力包括原生多模态、任意输入输出、边缘化及合规治理。发展分为三阶段：原生化起步（统一表征）、扩展规模化（多模态智能体）、普适治理化（机器人/公共服务）。北京将聚焦工业质检、政务文档等场景，需解决模态偏差、长尾泛化等挑战，最终实现可规模化、可治理的实体世界智能交互。

jzwspace
2026-01-21 05:26:21

 167

#人工智能 #大数据 #机器人 +4
基于大数据爬虫+智能AI大模型的母婴商品推荐系统开题报告

摘要：本研究旨在开发基于大数据爬虫和AI大模型的母婴商品推荐系统，解决当前母婴电商平台商品同质化严重、推荐精准度不足等问题。系统通过爬虫技术整合多源母婴商品数据，利用AI大模型实现语义分析和需求挖掘，构建混合推荐模型。研究重点包括多源数据采集处理、推荐算法优化、系统功能开发及测试优化。创新点在于技术融合、动态需求捕捉和安全性权重设计，形成闭环推荐服务。预期成果包括技术方案、可落地系统和应用指标（推

 猿新
2026-01-22 18:35:04

 489

 7

#人工智能 #大数据 #爬虫 +4
私有云智能识别服务加速交通管理新时代

易泊时代凭借其在AI和大模型技术上的深厚积累，推出了多款基于私有云的智能识别服务产品，主要包括车牌识别、驾驶证识别和VIN码识别等产品，这些产品的不断成熟和迭代，不仅提升了交通管理的效率，也为用户带来了极大的便利。易泊时代持续推出一系列基于私有云的智能识别服务产品，包括车牌识别、驾驶证识别和VIN码识别等，顺应这一科技潮流，致力于为交通管理带来智能化、自动化的革新。交通执法和管理：通过驾驶证识别服

 jiajia_lisa
2026-01-19 20:05:46

 275

 4

#人工智能
大数据深度学习|计算机毕设项目|计算机毕设答辩|基于深度学习的高速公路违规行为检测的分析系统设计与实现

随随着智能交通技术的不断发展，交通违法行为的自动检测成为了保障交通安全的重要手段之一。本文介绍了一个基于Python和Faster R-CNN模型的高速公路违规行为检测系统，该系统结合了计算机视觉和深度学习的前沿技术，旨在实现对未系安全带驾驶员和副驾驶员的准确、实时检测与标记。系统的主要功能包括实时视频捕获、交通违法行为检测以及结果的图形化或文字展示。为了构建这一系统，我们首先收集了大量的交通场景

 ～计算机专业毕设黄学长～
2026-01-25 13:38:53

 64

 2

#大数据 #深度学习 #人工智能
基于AI大数据技术的诗词信息系统设计

随着人工智能和大数据技术的快速发展，传统诗词文化的数字化保护与创新应用成为研究热点。诗词信息系统设计通过整合自然语言处理（NLP）、知识图谱与深度学习技术，构建智能化分析与检索平台，旨在提升诗词的传播效率与研究深度。系统采用多源数据采集技术，整合历代诗词文本、注释、评析及作者生平信息，构建结构化数据库。基于BERT、GPT等预训练模型实现语义理解与风格分析，支持用户通过关键词、意境或情感标签检索相

 QQ242219979
2026-01-20 10:43:43

 229

 6

#人工智能 #大数据
怎么缓解AI大模型的幻觉问题

大模型幻觉问题的缓解是**多维度协同优化**的结果，核心思路是从**模型本身**减少幻觉产生、从**输入侧**约束生成边界、从**输出侧**验证修正结果，同时结合**工程化方案**规避场景化幻觉，目前业界无完全根治的方法，但通过组合策略可将幻觉率降低60%以上。1. **核心流程**：将领域内的权威知识（如电商售后政策、商品参数、订单数据）存入**向量数据库/检索引擎**，用户提问后，先检索出**

MeowJ0122
2026-01-19 10:11:50

 169

#人工智能
基于深度学习YOLOv10的吸烟识别检测系统（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高性能吸烟行为识别系统，主要用于实时检测吸烟相关目标。模型采用nc=5的五分类架构，能够精准识别香烟（Cigarette）、人员（Person）、烟雾（Smoke）、电子烟（Vape）和吸烟动作（smoking）五大关键目标。系统通过多目标关联检测技术，不仅能识别吸烟相关物体，还能结合人员与香烟/电子烟的交互状态进行行为判断，可部署于安防监控、智能巡检

 BQAIT
2026-01-28 22:25:58

 632

 12

#深度学习 #ui #人工智能 +2
基于深度学习YOLOv12的太阳能电池板缺陷识别检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

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。传统人工检测方法效率低、成本高，难以满足大规模生产需求。本文基于深度学习目标检测算法YOLOv12，设计并实现了一种高效、准确的太阳能电池板缺陷识别检测系统。该系统能够自动检测六类常见缺陷，包括黑芯（black_core）、裂纹（crack）、指状缺陷（finger）、水平位移（horizontal_disloca

网络爬虫大揭秘
2026-01-25 21:41:41

 933

 22

#深度学习 #ui #python +3
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

 845

 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

 620

 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YOLOv10的手语识别检测系统（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高效的手语字母识别系统，专门用于识别美国手语字母表中的26个字母(A-Z)。系统通过深度学习技术实现了对手势的实时检测与分类，为手语识别和人机交互领域提供了创新的解决方案。项目使用自定义数据集进行训练，包含720张标注图像(训练集504张，验证集144张，测试集72张)，最终模型在测试集上达到了较高的识别准确率。该系统的开发不仅有助于打破听力障碍人士与

 BQAIT
2026-01-27 11:05:07

 1001

 11

#深度学习 #ui #人工智能 +2
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

 1043

 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

 713

 7

#深度学习 #ui #python +3
基于深度学习YOLOv8的杂草检测系统（12种）（YOLOv8+YOLO数据集+UI界面+Python项目源码+模型）

一、项目介绍摘要本项目基于先进的YOLOv8目标检测算法，开发了一个能够识别12种常见杂草的智能检测系统。系统针对农业领域中的杂草识别难题，通过深度学习技术实现了对'eclipta'(旱莲草)、'ipomoea'(牵牛花)、'eleusine'(牛筋草)、'rhombifolia'(菱叶草)、'angulata'(角叶草)、'obtusifolia'(钝叶草)、'palmeri'(帕尔默草)、'

BQAIT
2026-01-26 00:20:59

 837

 31

#深度学习 #ui #分类 +2
Spring项目别再乱注入Service了！用Lambda封装个统一调用组件，直接起飞！

本文介绍了一个简化Spring开发的ServiceManager组件，通过Lambda表达式解决常见痛点：1. 消除Controller中的@Autowired注入；2. 自动处理日志和异常；3. 提供类型安全的方法调用。核心实现包括：1) 使用LambdaUtil解析方法引用；2) SpringUtil获取Bean实例；3) 通过缓存优化性能；4) ServiceExecutor统一处理调用逻辑

 xh2277659985
2026-01-28 13:03:15

 386

 5

#spring #状态模式 #java +4
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

 757

 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YOLOv10的火箭识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测算法构建了一个专业的火箭发射过程多部件检测系统，专门用于识别火箭发射过程中的三个关键组成部分：发动机火焰（Engine Flames）、火箭箭体（Rocket Body）以及周围空间背景（Space）。系统通过对火箭发射场景的实时分析，能够精准定位并分类火箭本体及其产生的尾焰。该项目展现了YOLOv10在高速度、高精度目标检测任务上的优势，适用于航天发射场监控、视频

 BQAIT
2026-01-28 22:24:56

 652

 12

#深度学习 #ui #人工智能 +1
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

 691

 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

 778

 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

 788

 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