基于python+深度学习+YOLOV8的交通标志识别系统。使用yolov8来进行模型训练python=3.9、opencv、PyQt5、torch1.9。在界面中选择各种图片，可以是自己在路边拍摄的图片，可以选择视频，可以调用摄像头，进行交通标志识别，检测速度快，检测精度高。-

基于python+深度学习+YOLOV7的车牌识别系统用户：在界面中选择图片、视频，可以调用摄像头，进行车牌识别，检测速度快精度高。使用yolov7来进行模型训练，车牌定位采用yolov7，数据集来自CCPD可以定位蓝色和绿色车牌，精准率99.8%。车牌识别采用LPRnet，数据集来自CCPD，可以识别蓝牌和绿牌，训练后模型准确率98.2%。生成车牌图像模型使用CycleGAN可视化界面使用的py

舌象预处理：对上传舌图进行尺寸统一、去噪、对比度增强，优化后用于识别。舌象智能识别：调用开源多模态大模型接口，对预处理后舌象进行分析，输出舌色、舌苔、舌形识别结果。中医健康解读：将大模型返回的舌象特征传入大模型接口，结合中医理论生成体质与健康解读文本。个性化健康建议：根据舌象识别与体质解读结果，通过大模型生成饮食、作息、养生方向的简易健康建议。个人记录管理：用户可查看本人历史舌象数据、识别结果及对

基于python+深度学习+YOLOV8的交通标志识别系统。使用yolov8来进行模型训练python=3.9、opencv、PyQt5、torch1.9。在界面中选择各种图片，可以是自己在路边拍摄的图片，可以选择视频，可以调用摄像头，进行交通标志识别，检测速度快，检测精度高。-

基于python+深度学习+YOLOV7的车牌识别系统用户：在界面中选择图片、视频，可以调用摄像头，进行车牌识别，检测速度快精度高。使用yolov7来进行模型训练，车牌定位采用yolov7，数据集来自CCPD可以定位蓝色和绿色车牌，精准率99.8%。车牌识别采用LPRnet，数据集来自CCPD，可以识别蓝牌和绿牌，训练后模型准确率98.2%。生成车牌图像模型使用CycleGAN可视化界面使用的py

舌象预处理：对上传舌图进行尺寸统一、去噪、对比度增强，优化后用于识别。舌象智能识别：调用开源多模态大模型接口，对预处理后舌象进行分析，输出舌色、舌苔、舌形识别结果。中医健康解读：将大模型返回的舌象特征传入大模型接口，结合中医理论生成体质与健康解读文本。个性化健康建议：根据舌象识别与体质解读结果，通过大模型生成饮食、作息、养生方向的简易健康建议。个人记录管理：用户可查看本人历史舌象数据、识别结果及对

基于Java+Springboot+vue的二手书交易系统本项目前后端分离，分为用户、卖家、管理员三种角色用户：注册、登录、公告信息、二手书(查看、购买、退货)、购物车、留言、车票购买、客服咨询、图书求购、个人中心、密码修改卖家：二手书管理、订单管理、求购图书管理、求购回复、留言管理、轮播图管理、公告管理、客服回复管理员：用户管理、订单管理、分类管理、图书管理、求购管理、发货后端：Springbo

基于Java+Springboot+vue的演唱会门票预订系统本项目前后端分离，分为用户、商家、管理员三种角色(角色和菜单可自定义)用户：注册、登录、门票购买、推文查看、我的订单、取消订单、支付宝沙箱支付、个人中心、密码修改管理员：数据报表、演唱会管理、票务管理、订单管理、会馆管理、推文管理、用户管理、菜单管理、角色管理、文件管理后端：SpringbootmybatisPlusredis前端：Vu

基于Java+Springboot+vue的教学评价系统本项目前后端分离，分为用户、教师、管理员三种角色(角色和菜单可自定义)用户：登录、问卷填写、学生评教、教师评学、密码修改教师：评教详情、评分数据图表、导出、教师评学、教师课程管理、学生课程管理管理员：问卷管理、问卷填写、数据图表、指标管理、学生评教管理、课程管理、教师评学管理、教师管理、课程管理、学生管理、用户管理、菜单管理、角色管理后端：S

基于Java+Springboot+vue的爱心公益服务系统本项目前后端分离(可以改为ssm版本)，分为用户、管理员两种角色1、用户：注册、登录、志愿服务报名、留言、公告资讯、论坛交流、新闻资讯、活动申请、报名审核我的收藏、个人信息、密码修改2、管理员：用户管理、管理员管理、类型管理、论坛管理、志愿服务管理、留言管理、申请审核、新闻管理、轮播图管理后端：SpringbootmybatisPlus前