本文介绍了一种基于深度学习的乳腺癌超声图像智能诊断系统。该系统采用改进的ResNet50网络结合CBAM注意力机制，有效提升病灶特征提取能力，并通过Grad-CAM算法实现可视化解释。系统提供完整的Web交互平台，支持图像上传、智能诊断（输出良/恶/正常分类及热力图）、在线模型训练和实验记录管理三大核心功能。使用公开BUSI数据集（780张超声图像），通过数据增强和归一化预处理优化模型性能。该系统

SVDS安全背心检测系统是一款基于YOLOv8和LLaVA的智能安全监管平台。该系统具备高精度目标检测能力，能实时识别施工现场人员是否穿戴安全背心，并通过大语言模型进行深度安全分析。主要功能包括：单图/批量/视频流检测、可视化模型训练、智能问答及历史数据管理。系统采用模块化设计，支持GPU加速，提供工业级专业界面，可生成结构化安全报告和合规建议，是工程安全管理的智能化解决方案。代码已开源，适用于各

BT-RADS是一款基于YOLOv8和LLaVA多模态大模型的脑部肿瘤智能辅助诊断系统。该系统通过YOLOv8实现高精度肿瘤检测，能快速识别MRI图像中的肿瘤区域并标注置信度；结合LLaVA大模型进行深度病理分析，自动生成包含肿瘤特征、病理评估和专业建议的结构化报告。系统支持单图诊断、批量筛查、可视化模型训练和病历管理四大功能模块，提供医疗级交互界面。部署要求包括GPU加速支持（推荐RTX 306

摘要： 本文提出了一种融合YOLOv8目标检测与LLaVA大语言模型的中医智能舌诊系统。系统通过YOLOv8实现舌象病理特征（如黑苔、紫舌等）的毫秒级精准识别，结合用户主诉症状，利用LLaVA大模型进行多模态辩证分析，模拟中医"望闻问切"过程。系统可生成结构化诊断报告（含症状关联、辩证结论及调理方案），支持批量体检和健康档案管理，为中医数字化提供新思路。采用B/S架构，通过Ol

本文介绍了一个基于YOLO和LLaVA大模型的智能交通标识识别系统。该系统结合YOLO的实时检测能力与LLaVA的语义理解功能，可识别58种中国交通标志，并提供深度场景分析。系统特点包括高精度识别、智能语义分析、Gradio Web界面支持单图/批量/实时检测模式，以及在线模型训练功能。安装需Python 3.8+、CUDA和Ollama环境，通过配置文件可灵活调整GPU/CPU运行模式。数据集采

基于YOLOv8的车牌识别系统是一个集车牌检测、识别和管理于一体的综合平台。系统采用YOLOv8目标检测模型实现车牌的精准定位，结合PaddleOCR文字识别技术完成车牌字符的高效识别。整个系统基于Streamlit构建了友好的Web界面，支持多种输入方式、批量处理和实时识别功能。

本文介绍了一个基于YOLOv8目标检测与MobileSAM语义分割的智能路面缺陷检测系统。该系统通过多模态AI技术，实现了路面裂缝、坑洞等缺陷的实时检测与精确定位，并利用MobileSAM生成缺陷轮廓，结合LLaVA大模型生成专业维修建议报告。系统支持批量图片和视频流分析，具备中文标签显示和自动训练更新功能，可显著提升路面巡检效率。项目采用PDD格式数据集，包含多种路面缺陷类型及其风险等级评估。通

摘要： 本文提出了一种融合YOLOv8目标检测与LLaVA大语言模型的中医智能舌诊系统。系统通过YOLOv8实现舌象病理特征（如黑苔、紫舌等）的毫秒级精准识别，结合用户主诉症状，利用LLaVA大模型进行多模态辩证分析，模拟中医"望闻问切"过程。系统可生成结构化诊断报告（含症状关联、辩证结论及调理方案），支持批量体检和健康档案管理，为中医数字化提供新思路。采用B/S架构，通过Ol

本文介绍了一套基于YOLOv8和LLaVA大模型的输电通道智能隐患检测系统。该系统采用模块化设计，融合计算机视觉和大型语言模型技术，实现了对输电线路隐患的毫秒级识别与深度语义评估。核心功能包括：单张图片检测、批量图片处理、视频分析识别、实时视频流监控以及历史数据分析。系统支持自动生成风险评估报告，提供可视化界面，并能通过Ollama配置实现深度安全分析。该方案有效解决了传统人工巡检效率低、盲区多的

本文介绍了一种基于YOLOv8和LLaVA多模态大模型的PCB智能缺陷检测系统。该系统通过结合高速目标检测和语义分析技术，实现了对PCB常见缺陷（如缺孔、鼠咬、开路等）的毫秒级精准识别，支持单张检测、批量处理、历史数据追踪等功能。系统采用Python+PyTorch技术栈，提供可视化界面，可一键生成质检报告，满足工业现场部署需求。项目开源并提供详细的使用指南，为PCB质检提供了高效的AI解决方案。