本文介绍了一个基于人工智能的视频分析与案件研判系统。系统采用前后端分离架构，前端使用Vue3+TypeScript等技术栈，后端采用Flask框架，整合了YOLO目标检测、MTCNN人脸识别、多模态大模型等AI技术。主要功能包括视频智能检索、人脸搜索、身份/车辆档案管理、案件研判和AI助手等模块。系统支持视频关键帧提取、目标检测标注、特征向量比对，并实现了基于LLM的自然语言检索和研判摘要生成。数

本项目是一个基于知识图谱和大语言模型技术的台风灾害智能问答系统，采用前后端分离架构设计，集成GraphRAG（图检索增强生成）技术，为用户提供精准的台风灾害领域知识查询和智能问答服务。系统通过构建台风-地点-灾害-损失-救援等实体的知识图谱，实现了基于知识图谱的检索增强生成，提供比传统RAG更准确的问答能力。

本文介绍了一个基于多模态大模型和BGE向量检索的新能源汽车故障诊断智能问答系统。系统采用Vue+Flask技术栈，前端使用Vue3+Element Plus，后端基于Flask框架，集成BGE小型中文向量模型和通义千问大语言模型API，实现文本/图片多模态故障诊断、语义检索、RAG增强问答等功能。应用场景涵盖维修单位、4S店、培训机构等，提供故障案例库、分层权限管理、会话记忆等特色功能。项目包含完

基于YOLO和多模态大模型的智能火灾监控预警系统，采用Vue3+SpringBoot+Flask技术栈实现。系统核心功能包括实时AI火灾烟雾检测、自动证据记录、多级预警机制和智能群组分析。创新点在于融合YOLO目标检测与大语言模型，实现"视觉+语义"双重检测，通过WebSocket支持多路实时视频流分析。项目提供完整源码、21527条火灾数据集及详细部署文档，具备多级权限管理，

基于YOLO和多模态大语言模型的电动车头盔载人检测系统，采用Vue3+SpringBoot+Flask技术栈实现。系统通过融合YOLO目标检测和Qwen-VL大语言模型，构建了"视觉感知+语义理解"的双重检测机制，可实时分析电动车驾驶员头盔佩戴情况及违规载人行为。系统具备多级预警功能，支持违规画面截取保存、地图监控分布展示及短信通知等功能。创新点在于多模态AI融合、WebSocket实时流处理以及

该植物病害知识问答系统采用Vue3+Flask技术栈，构建了包含用户端和管理端的完整解决方案。系统实现了基于知识图谱的智能问答、文档管理、病害案例管理等功能，支持多轮对话和图片识别。管理端提供知识图谱可视化、数据统计和病害信息管理等功能。系统采用Neo4j构建包含10种实体类型和11种关系的知识图谱，结合GraphRAG技术实现检索增强生成。项目源码包含前后端完整实现，配套详细文档和启动教程，为植

本项目是一个基于知识图谱的智能医疗问诊系统，采用前后端分离架构。前端使用Vue3+TypeScript+Element Plus等技术栈，后端采用Flask框架并集成Neo4j图数据库。系统包含用户端和管理端两大模块：用户端提供智能问答、会话管理、文档浏览等功能；管理端支持知识图谱可视化、疾病/病历管理、数据统计等高级功能。核心技术包括GraphRAG检索增强生成、实体识别和多跳关系推理，知识图谱

本项目是一个基于智能视觉技术的路面缺陷检测系统，采用前后端分离架构。前端使用Vue3+TypeScript+Element Plus，后端采用Flask框架，结合YOLO26和Qwen-VL等多模态AI模型实现双阶段检测：第一阶段快速识别路面缺陷，第二阶段通过大语言模型进行场景确认。系统支持多路摄像头实时监控、智能告警、视频自动录制、AI维修建议生成等功能，并包含维修人员管理、设备登记等配套模块。

本项目是一个基于知识图谱的乳制品生产智能问答系统，采用Vue3+Flask+Neo4j技术栈实现。系统包含用户端和管理端两大模块，支持文档管理、智能问答、知识图谱构建与可视化、产品生产记录管理等功能。创新性地采用GraphRAG三路并行检索技术，结合16种实体类型和20种关系类型的知识图谱，实现精准问答。系统支持多模态输入，提供完整的用户管理、会话记录和可视化分析功能，为乳制品生产企业提供智能化知

基于知识图谱(Neo4j)和大语言模型的智能旅游推荐系统。系统采用前后端分离架构，前端使用Vue3+TypeScript+Element Plus，后端采用SpringBoot3+MySQL8，算法端使用Flask+PyTorch+Neo4j+Qwen/DeepSeek等AI技术。主要功能包括用户管理、景点浏览、个性化推荐(协同过滤/内容推荐)、AI对话式推荐、图检索增强(GraphRAG)等，并