本文提出了一种基于改进YOLO的齿轮缺陷检测系统，针对传统人工质检效率低的问题，构建了包含2000张齿轮图像的数据集，涵盖三类典型缺陷（齿面缺陷CM/CD和磕碰）。系统采用YOLOv8n作为基线模型，通过模块化设计实现了从数据预处理到模型部署的全流程自动化。实验结果表明，该系统能有效识别齿轮表面微小缺陷，mAP@0.5达到92.3%，为工业质检提供了智能化解决方案。系统支持图像/视频检测、实时推理

本文提出了一种基于YOLOv8-Pose姿态估计的智能监控系统，用于实时检测公共场所的斗殴行为。系统通过分析人体17个COCO关键点，自动识别攻击性姿态和暴力行为，并采用三级分级评估机制（低/中/高）判断斗殴严重程度。系统基于Gradio框架构建了专业监控界面，支持单图分析、批量筛查、视频检测和实时监控等多种模式，并整合了LLaVA多模态大模型进行深度行为分析。实验结果显示，系统在Aggressi

本文提出了一种基于YOLOv8-Pose姿态估计的智能监控系统，用于实时检测公共场所的斗殴行为。系统通过分析人体17个COCO关键点，自动识别攻击性姿态和暴力行为，并采用三级分级评估机制（低/中/高）判断斗殴严重程度。系统基于Gradio框架构建了专业监控界面，支持单图分析、批量筛查、视频检测和实时监控等多种模式，并整合了LLaVA多模态大模型进行深度行为分析。实验结果显示，系统在Aggressi

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

本文提出了一种基于YOLOv8与LLaVA多模态大模型的上肢骨折智能诊断系统。该系统通过YOLOv8算法实现毫秒级骨折定位，采用改进的CSPDarknet53主干网络和PANet颈部网络，有效捕捉骨折线等细微特征。结合LLaVA多模态模型，系统能够自动生成包含诊断结论和治疗建议的结构化医学报告。实验结果表明，该系统可精准识别7种常见上肢骨折类型，显著提升诊断效率，尤其适用于基层医疗机构的辅助诊断场

本文介绍了一种基于YOLOv8和大语言模型的辣椒病虫害智能识别系统。该系统通过YOLOv8实现毫秒级病害检测，结合LLaVA多模态模型提供防治建议，并采用RAG技术确保建议准确性。系统包含五大功能模块：智能诊断、数据大屏、模型训练、知识库和历史记录，采用前后端分离架构。数据集涵盖6种常见辣椒病害，项目提供了完整的部署指南和环境要求，适合农业智能化应用和研究拓展。

本文介绍了一个基于YOLOv8和LLaVA的智能舰船识别系统。该系统采用"检测+分析"的级联架构，通过YOLOv8实现高精度舰船检测，利用LLaVA多模态大模型进行深度语义分析。系统具备B/S架构，包含Web交互层、核心检测层、深度分析层和数据管理层。支持航拍舰船图像的实时检测、类型识别和状态分析，相比传统人工监测显著提升了效率和智能化水平。系统环境部署简单，可通过Web界面进

摘要： 本项目开发了一个基于YOLOv8的火焰烟雾检测系统，支持图片和视频的实时检测。系统采用模块化设计，包含训练、检测和界面三大模块，使用PyQt6构建可视化操作界面。核心算法YOLOv8通过CSPDarknet主干网络和多尺度特征融合实现高精度检测，在391张标注数据集（火焰/烟雾两类）上训练后，mAP50达到35.9%。系统支持GPU加速（30FPS）和CPU运行（5FPS），检测准确率超过

本文介绍了一个基于YOLOv8模型的安全帽检测系统，该系统具有高精度检测（mAP50达96.53%）、多模式检测和友好Web界面等特点。系统支持完整的AI开发流程，从数据集处理到模型训练再到部署应用，并提供了GPU加速功能。文章详细说明了系统目录结构、快速启动步骤、模型性能指标、使用指南以及故障排除方法，涵盖了单图检测、批量检测和实时摄像头检测等多种应用场景。该系统适用于工业安全监控场景，能够有效

🌿 农作物虫害检测系统摘要 PDDI是一个基于YOLOv8深度学习模型的植物病虫害检测系统，提供Web界面支持实时检测、模型训练和评估功能。系统采用模块化设计，包含训练、测试和检测三大核心模块，支持可视化监控和性能分析。项目使用改进的PlantVillage数据集（54,000+图像），要求Python 3.8+环境，推荐GPU加速。主要功能包括：实时病虫害识别、训练过程可视化、模型性能评估及优