本项目开发了一个基于YOLOv8和LLaVA的铝片表面缺陷智能检测系统。该系统集成了四大核心功能：1)智能单件检测，通过YOLOv8精确定位针孔、擦伤等4类缺陷，并利用LLaVA生成诊断报告；2)批量自动质检，支持高通量处理并生成Excel报表；3)生产质量看板，提供实时统计和历史追溯；4)自主模型训练，实现零代码训练YOLOv8模型。系统采用YOLOv8+LLaVA的多模态架构，结合Gradio

WCIS是一款创新的墙体裂缝检测系统，整合了YOLOv8目标检测和LLaVA多模态大语言模型。系统具备四大核心功能：1）高精度裂缝检测，支持图片/视频/批量处理；2）智能成因分析，自动生成专业修复建议；3）可视化模型训练，无需编程即可微调；4）完整历史管理，记录所有检测任务。采用模块化分层架构设计，包含表现层（Gradio交互界面）、业务逻辑层（视频处理/批处理）和算法核心层（YOLOv8+LLa

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。

本文介绍了一个基于YOLOv8目标检测模型和LLaVA多模态大语言模型的消化道息肉智能识别系统。该系统能快速准确地定位消化道内镜图像中的息肉病灶，并通过检索增强生成技术提供分型参考和诊疗建议。系统采用前后端分离架构，包含智能诊断、数据分析、模型训练等功能模块。实验表明，该系统可有效降低息肉漏诊率，为消化道疾病的早期筛查提供AI辅助。项目提供了完整的数据集处理流程和开源代码，便于二次开发和临床落地应

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

本文设计了一套基于YOLOv8的农田杂草智能检测系统，通过深度学习技术实现高效杂草识别。系统采用Gradio框架构建交互式Web界面，支持单图检测、批量处理、视频分析和实时监测等功能。基于Weeds数据集（4,203张图像）的实验表明，该系统能有效识别田间杂草，为精准农业提供技术方案。系统集成模型训练、历史数据管理和报告生成等模块，具有实用性和可扩展性。

摘要 本研究开发了一套基于YOLOv8深度学习的茶叶病害智能检测系统，针对藻斑病、褐枯病和灰枯病三种常见病害进行自动识别。系统采用YOLOv8作为核心检测模型，集成CLAHE图像增强算法提升检测鲁棒性，并通过Gradio构建全中文Web交互界面。实验结果表明，该系统在自建茶叶病害数据集上表现良好，为茶园病害监测提供了可行的技术方案。系统特色包括：1) 构建2723张茶叶病害数据集；2) 采用CLA

摘要 本研究提出了一种基于YOLOv8深度学习模型的建筑物智能检测系统。系统采用YOLOv8n作为主干网络，在包含8510张建筑物实例的高分辨率遥感图像数据集上进行训练与验证，实现了mAP@0.5=0.7576的检测精度。系统集成了单张图像检测、批量处理、视频分析、实时视频流、检测历史管理和模型训练六大功能模块，并创新性地引入LLaVA多模态大模型进行深度语义分析。通过Gradio框架构建的中文W

摘要 本文设计并实现了一套基于YOLOv8深度学习的跌倒行为智能检测系统。针对老年人独居安全问题，系统采用YOLOv8作为检测骨干网络，在包含4497张标注图像的跌倒检测数据集上进行训练，实现了对监控场景中跌倒行为的实时检测。系统提供单张检测、批量处理、视频分析、实时监控、检测历史和模型训练六大功能模块，通过Gradio构建Web交互界面，并可选集成LLaVA多模态大模型提供智能分析。实验结果表明

本文设计了一套基于YOLOv8的农田杂草智能检测系统，通过深度学习技术实现高效杂草识别。系统采用Gradio框架构建交互式Web界面，支持单图检测、批量处理、视频分析和实时监测等功能。基于Weeds数据集（4,203张图像）的实验表明，该系统能有效识别田间杂草，为精准农业提供技术方案。系统集成模型训练、历史数据管理和报告生成等模块，具有实用性和可扩展性。