分类标签_亚马逊云科技技术品牌专区

分类

图像分类题目功能介绍

本文设计并实现多个基于深度学习与经典机器学习的图像识别系统，涵盖宠物、垃圾、植物、脸型及白血病细胞分类。采用YOLOv8/YOLOX/v11等模型，结合OpenCV、PyTorch、Django、Vue与MySQL，构建集图像采集、预处理、检测识别、结果展示、数据存储与用户管理于一体的Web平台。系统支持多源输入、实时标注、历史查询与可视化分析，具备高精度识别能力与可扩展性，广泛应用于智能安防、环

 xn19950718
2026-09-14 09:31:12

 313

 9

#分类 #数据挖掘 #人工智能 +4
图像分类题目推荐功能介绍

基于YOLOv8等深度学习模型，设计并实现多场景智能识别系统：包括人脸脸型检测与发型推荐、植物/果蔬/垃圾/水下鱼类识别、白血病细胞分类等，融合OpenCV、PyTorch、Django、Vue与MySQL，支持图像采集、预处理、模型训练、实时检测、结果可视化与数据存储，具备用户认证、权限管理、日志监控及个性化推荐功能，实现高效、精准的智能分析与辅助决策。

IT精英选手
2026-09-12 19:49:50

 264

 4

#分类 #数据挖掘 #人工智能 +4
PyTorch食物图像分类实战：从数据集制作到CNN模型训练全流程详解

针对本地食物图像数据集的图像分类任务，本文基于 PyTorch 框架实现一套完整的深度学习训练流程。首先通过脚本遍历文件夹生成图片路径‑标签 txt 索引文件，解决本地分类数据集无法直接被 PyTorch 读取的问题；其次讲解`Dataset`中`__getitem__`、`__len__`魔法方法底层原理，自定义食物数据集类完成图片读取、预处理与标签转换，借助`DataLoader`实现样本批量

 dongziwen1
2026-09-11 21:25:01

 315

 4

#pytorch #分类 #cnn +3
4. 初识分类

深度学习还是多尝试，它是一个黑盒子。

showrymaker
2026-06-23 21:00:34

 235

 2

#分类 #数据挖掘 #人工智能
ResNet 深度学习模型实战：从残差思想到图像分类项目落地

if stride!return out本文从 ResNet 的残差思想出发，完整实现了一个基于 CIFAR-10 的图像分类实战项目。残差连接让深层网络训练成为可能BasicBlock 与 Bottleneck 分别适用于浅层与深层网络数据增强与学习率调度对最终精度影响显著预训练权重迁移是提升小数据集性能的有效手段ResNet 作为计算机视觉的基石模型，理解它的原理与实现，对后续学习 Dense

dahaihua333
2026-09-06 20:22:28

 684

 16

#深度学习 #分类 #人工智能 +3
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

 644

 12

#深度学习 #ui #人工智能 +2
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

 844

 31

#深度学习 #ui #分类 +2
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

 772

 18

#深度学习 #分类 #人工智能 +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

 914

 10

#深度学习 #ui #人工智能 +3
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

 674

 19

#深度学习 #安全 #分类 +3
基于深度学习YOLOv10的道路坑洼识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10深度学习框架开发了一套高精度的道路坑洼识别检测系统，专门用于自动检测道路表面的各类坑洼损伤。系统采用包含3,490张道路坑洼图像的专业数据集进行训练和评估，其中训练集3,043张，验证集273张，测试集174张。该系统在复杂道路环境下实现了对坑洼目标的精准识别，能够有效应对不同光照条件、路面材质和天气状况的挑战。本系统可广泛应用于市政道路维护、自动驾驶环境感知、车队管理系统

 BQAIT
2026-01-28 22:15:46

 772

 9

#深度学习 #ui #人工智能 +2
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

 803

 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YOLOv10的麻将识别检测系统（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业的麻将牌识别检测系统，旨在实现对各类麻将牌的高精度识别与定位。系统能够准确识别42种不同类型的麻将牌，包括万、条、筒、风牌和箭牌等常见麻将类别。项目采用深度学习技术，通过精心构建的数据集进行模型训练，最终实现了在复杂背景下对麻将牌的快速、准确识别。该系统可应用于麻将游戏自动记分、麻将教学辅助、智能麻将机开发等多个领域，具有广泛的应用前景和商业价值。

BQAIT
2026-01-26 00:23:02

 598

 29

#深度学习 #ui #分类 +3
基于深度学习YOLOv10的超市空货架识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测框架，开发了一套专门针对零售行业的智能空货架识别系统，能够准确检测超市货架上的缺货状态（标注为"100- O-O-S"）。系统使用货架图像的专业数据集进行训练和评估，通过针对零售场景的特殊优化，本系统实现了对超市货架缺货状态的高精度实时检测，为零售商的库存管理、补货优化和销售分析提供了智能化解决方案。系统在复杂超市环境下仍能保持稳定的检测性能，可适应不同货架类型、商

 BQAIT
2026-01-27 11:07:21

 332

 5

#深度学习 #ui #人工智能 +3
基于深度学习YOLOv10的危险武器识别检测系统（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危险武器识别检测系统，专门用于识别刀具等危险物品。系统使用包含9199张图像的自定义数据集进行训练和验证，其中训练集6675张，验证集2514张。该系统能够在实时视频流或静态图像中准确检测出刀具等危险武器，可应用于公共场所安检、智能监控、校园安全等多个场景，为安全防护提供智能化解决方案。相比前代YOLO算法，YOLOv10在保持高精度的同时显著提

 BQAIT
2026-01-27 11:07:51

 418

 3

#深度学习 #ui #人工智能 +2
基于深度学习YOLOv10的石头剪刀布检测系统（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石头剪刀布手势识别系统，能够实时检测并分类用户展示的"石头"、"剪刀"、"布"三种手势。系统使用自定义数据集进行训练，包含训练集6455张图像、验证集576张图像和测试集304张图像，共计7335张标注图像。实验表明，YOLOv10在该手势识别任务上表现出色，实现了高精度和实时性的平衡。该系统可广泛应用于人机交互游戏、智能教学辅助、无障碍交互设备等多种

 BQAIT
2026-01-25 23:32:34

 999

 21

#深度学习 #ui #人工智能 +3
基于深度学习YOLOv11的钢材缺陷检测系统（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套基于深度学习的钢材缺陷检测系统，采用先进的YOLOv11目标检测模型进行多类别缺陷识别。系统针对钢材表面常见的六类缺陷——包括“Bad Welding”、“Crack”、“Excess Reinforcement”、“Good Welding”、“Porosity”和“Spatters”——构建了专门的数据集，训练集包含3037张图像，验证集422张，测试集205张。通过高效的

 网络爬虫大揭秘
2026-01-26 00:06:38

 604

 18

#深度学习 #ui #人工智能 +2
基于深度学习YOLOv10的杂草检测系统（12种）（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杂草识别系统，专门用于检测和分类12种常见杂草物种。系统通过深度学习技术实现了对农田杂草的精准识别，为精准农业和智能除草提供了技术支持。项目使用包含3319张标注图像的数据集（训练集2796张，验证集523张）进行模型训练和验证，实现了对'eclipta'、'ipomoea'、'eleusine'等12种杂草的高精度检测。该系统可广泛应用于农业生

 BQAIT
2026-01-26 00:19:27

 891

 32

#深度学习 #ui #python +3
基于深度学习YOLOv10的篮球运动员检测系统（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专门针对篮球比赛场景的智能检测系统，能够实时识别和分类篮球场上的9类关键元素，包括球员、裁判、篮球、篮筐、比赛阶段、计时器、队名、得分以及剩余时间等。系统使用精心构建的篮球比赛专用数据集进行训练和验证，训练集包含1140张图像，验证集32张，测试集24张。该检测系统可为篮球比赛分析、智能裁判辅助、自动赛事直播、球员表现统计等应用提供核心技术支撑，具有重

 BQAIT
2026-01-26 00:19:59

 823

 28

#深度学习 #ui #分类 +3
基于深度学习YOLOv10的水果分类检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10深度学习框架，开发了一套高精度水果多目标分类检测系统，能够同时识别六种常见水果：苹果(Apple)、香蕉(Banana)、芒果(Mango)、橙子(Orange)、菠萝(Pineapple)和西瓜(Watermelon)。系统通过对水果图像进行实时分析，可准确识别水果种类并定位其位置，为智能零售、自动分拣、农业收获等场景提供高效解决方案。项目构建了包含1007张高质量标注图

 BQAIT
2026-01-25 23:11:11

 939

 10

#深度学习 #分类 #目标检测 +2
基于深度学习的车辆类型识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

车辆种类检测是智能交通系统的重要组成部分，广泛应用于交通监控、自动驾驶、车辆统计等领域。传统的车辆检测方法依赖于人工观察或简单的图像处理技术，难以应对复杂的交通场景。基于深度学习的目标检测技术可以自动识别车辆种类，并精确定位车辆位置，为智能交通系统提供高效、准确的解决方案。

BQAIT
2026-02-04 18:06:42

 151

 3

#深度学习 #ui #人工智能 +2
基于深度学习的车辆类型检测系统（YOLOv10+YOLO数据集+UI界面+模型）

YOLOv10七种车辆类型检测系统是一个基于YOLOv10（You Only Look Once version 10）目标检测算法的智能系统，专门用于检测和分类七种不同类型的车辆。该系统能够自动识别车辆并将其分类为：tiny-car（小型汽车）、mid-car（中型汽车）、big-car（大型汽车）、small-truck（小型卡车）、big-truck（大型卡车）、oil-t

BQAIT
2026-02-03 19:06:30

 398

 9

#深度学习 #ui #人工智能 +3
基于深度学习YOLOv10的条形码检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目旨在利用 YOLOv10 目标检测算法，构建一个高效、准确的条形码检测系统。系统能够实时检测图像或视频中的条形码，并输出检测结果。通过训练和优化模型，系统能够在复杂背景下准确识别条形码，满足零售、物流和仓储管理的需求。

BQAIT
2026-02-03 19:17:17

 457

 14

#深度学习 #ui #人工智能 +2
基于深度学习的生菜周期检测系统（YOLOv10+YOLO数据集+UI界面+Python+模型）

YOLOv10生菜生长周期检测系统是一个基于YOLOv10（You Only Look Once version 10）目标检测算法的智能系统，专门用于检测和分类生菜在不同生长阶段的生长状态。该系统能够自动识别生菜的生长周期，并将其分类为五个不同的类别：Ready（成熟）、empty_pod（空荚）、germination（发芽）、pod（荚果）和 young（幼苗）。通过该系统，用户可以实时

 BQAIT
2026-02-02 11:37:16

 106

 1

#深度学习 #ui #分类 +3