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

本项目是一个基于深度学习的智能工地安全监控系统，采用前后端分离架构。前端使用Vue3+TypeScript+Element Plus，后端使用Flask+PyTorch+YOLO，结合Qwen多模态大模型实现双阶段智能检测。系统支持多路实时视频监控、智能告警、工人设备管理、案例库等功能，通过两阶段检测机制（YOLO/LLM目标检测+LLM场景确认）提高识别准确率。提供AI智能建议、自动视频录制、检

基于多模态大语言模型的智能医疗问诊系统，采用Vue3+SpringBoot+Flask技术栈实现。系统创新性地整合了BGE语义检索和FAISS向量数据库，支持文本、图像等多模态医疗数据的存储与智能检索。核心功能包括专业医疗咨询对话、病例语义搜索和自动报告生成，并设计了分层权限管理体系。系统适用于医院信息化管理、医学教育、远程医疗等多种场景，为医疗行业提供智能化解决方案。项目提供完整源码、文档和启动

本项目基于YOLO目标检测与多模态AI分析技术，开发了一套完整的PCB缺陷检测系统。系统采用Vue+Flask技术栈，集成YOLOv8/YOLO11/YOLO12等模型，支持6类PCB缺陷识别，提供图片、视频和实时摄像头三种检测模式。核心功能包括智能缺陷定位、多模态大模型辅助分析、分层权限管理等，检测精度达89.8%。项目包含5353张PCB图片的数据集和训练好的模型权重，适用于电子制造、质检机构

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深度学习的医学骨折智能检测系统。项目采用Vue+Flask技术栈，集成YOLOv8/YOLO11/YOLO12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。系统可识别11种骨折类型，测试集精确率达0.825，召回率0.725。创新性地结合Qwen-VL多模态大模型进行辅助分析，提供诊断建议。项目包含完整源码、训练数据集(1996张医学影像)、预训练模型及部署教程，适用于

本文介绍了一个基于YOLO目标检测和多模态AI的医学肺炎诊断分析系统。系统采用Vue+Flask技术栈，集成YOLOv8/YOLO11/YOLO12等先进模型，支持图片、视频、实时摄像头三种检测模式。核心功能包括肺炎病灶智能识别定位、多模态大模型辅助分析诊断，并采用分层权限管理。系统适用于医疗机构、基层诊所、体检中心等场景，提供从数据集管理到模型训练的完整闭环。项目包含12678张医学影像数据集，

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AI的电梯安全监控系统，采用前后端分离架构。前端使用Vue3+TS+Element Plus，后端采用Flask+SQLite，结合YOLO目标检测和Qwen大模型实现双阶段智能分析。系统具备实时视频监控、智能告警、住户车辆管理、案例库等功能，支持9路摄像头并发处理。核心技术包括WebSocket实时推流、LLM场景理解、AI建议生成等。项目提供完整源码、部署教程和4320张电梯监