本项目是一个基于人工智能技术的草莓病害智能预警系统，旨在通过先进的计算机视觉技术和深度学习模型，为设施草莓与田间草莓种植提供智能化的病斑识别与预警服务。系统集成了图片检测、视频检测、实时检测、模型管理、数据集管理等多项功能，构建了一个完整的草莓病害检测与预警服务平台。

本文介绍了一个基于AI的宠物猫狗健康检测系统，采用Vue+Flask技术栈，集成YOLO系列目标检测模型和多模态大模型分析能力。系统提供图片、视频和实时摄像头三种检测模式，具备精准目标识别、智能健康分析、分级预警等功能。创新性地结合通义千问VL大模型提供健康评估、异常诊断和养护建议。技术实现上包含数据集管理、模型训练评估、实时预警等完整工作流程，测试集显示模型精度达85.6%。适用于家庭宠物监测、

基于AI技术的电商智能推荐系统，采用前后端分离架构，整合了多模态推荐算法。技术栈包含Vue3+ElementUI前端、SpringBoot3后端和Flask算法服务，核心功能包括：基于用户行为的协同过滤推荐、商品内容推荐，以及创新的对话式AI推荐（使用DeepSeek大模型）。系统还实现了Neo4j知识图谱管理，支持商品数据可视化分析。项目提供了完整源码、文档和视频教程，涵盖环境配置到系统部署的全

本文介绍了一个基于人工智能的人员摔倒智能检测预警系统。系统采用Vue+Flask技术栈，集成YOLOv8等先进目标检测模型，支持图片、视频和实时摄像头三种检测模式。核心功能包括多模态检测、智能预警分析、模型评估和大语言模型辅助决策等。系统在测试集上达到88.8%的精确率和85.7%的mAP50指标，可应用于重点区域安全监管、应急管理等场景。项目提供完整源码、数据集(10653张图片)和训练好的模型

这篇文章介绍了一个基于AI技术的辣椒病害智能检测系统。系统采用前后端分离架构，前端使用Vue3+Element Plus，后端使用Flask框架，集成了YOLOv8/YOLO11等目标检测模型和Qwen-VL多模态大模型。核心功能包括图片/视频/实时摄像头三种检测模式、病害精准识别定位、智能预警分析和防治建议生成。系统具有完整的模型训练评估流程，支持数据集管理、模型管理和性能评估，检测精度达到mA

本项目开发了一个基于YOLO系列模型的粉末床熔合(PBF)层缺陷智能检测系统。系统采用Vue3+Flask技术栈，集成YOLOv8/YOLO11/YOLO12/YOLO26等目标检测模型，支持图片、视频和实时摄像头三种检测模式。核心功能包括层缺陷精准检测(凹坑、沟槽、铺粉不足、堆叠)、智能预警分析、多模态大模型辅助分析以及模型评估系统。项目提供完整源码、12385张PBF缺陷数据集及预训练模型(m

本文介绍了一个基于AI的胃肠道息肉检测系统，采用Vue+Flask技术栈，集成了YOLOv8等目标检测模型。系统支持图片、视频和实时摄像头三种检测模式，具有息肉精准识别、多模态AI分析、诊疗建议生成等功能。创新点包括多模型集成、大语言模型辅助分析和模型评估系统。项目提供了完整源码、5460张内镜数据集和训练好的模型权重(mAP50达0.905)。该系统适用于内镜筛查、临床辅助诊断和医学教学研究场景

本项目是一个基于AI技术的番茄病害智能检测系统，采用Vue3+Flask技术栈开发。系统集成了YOLOv8/YOLO11等先进目标检测模型，支持图片、视频和实时摄像头三种检测模式，能够识别6种番茄常见病害和药害。核心功能包括用户管理、数据集上传、模型训练、病害检测分析等，检测精度达mAP50 0.89。创新性地结合多模态大模型提供防治建议，并具备模型评估系统。适用于设施农业、露地种植等场景，为番茄

本项目开发了一套基于YOLO系列模型的荔枝虫害智能检测系统，采用Vue3+Flask技术栈实现。系统核心功能包括：支持图片、视频和实时摄像头三种检测模式；集成YOLOv8等先进目标检测模型；结合Qwen-VL大模型提供虫害分析与防治建议；具备完整的数据集管理、模型训练和评估流程。测试集验证显示模型精确率达93.2%，召回率92.1%。系统适用于荔枝果园虫害监测、农技培训等场景，提供从检测到防治建议

本项目是一个基于Vue 3+Flask的茶叶病虫害智能检测系统，集成YOLOv8/YOLO11等目标检测模型，实现多模态检测（图片/视频/实时摄像头）。系统具备病虫精准识别、智能预警、大模型辅助分析等功能，支持5类茶叶病害检测（叶锈病/红蜘蛛病等），测试集mAP50达0.98。提供完整源码、数据集（10,867张图片）和预训练模型，适用于茶园管理、原料验收及教学科研场景。核心创新包括LLM二次验证