本文介绍了一个基于YOLOv11和YOLOv8的遥感目标检测系统，支持15类物体的水平框检测，包括车辆、飞机、船舶等。项目提供了完整的环境配置指南和训练流程，支持本地和云服务器训练。系统包含图像/视频检测功能，并封装了PySide6图形界面和Gradio的Web界面。资源包中包含多种模型权重供比较，用户可自定义训练数据集和界面参数。该系统针对大规模遥感数据优化，实现了高效的目标检测功能。

摘要 本项目开发了一套基于深度学习的无人机检测系统，主要用于机场等敏感区域防范无人机入侵。系统采用YOLO模型进行训练，支持图像和视频检测，并提供了完整的本地训练流程和图形化界面。项目包含数据集标注、模型训练、测试验证及Web界面开发等功能模块，详细说明了环境配置、GPU服务器训练等实施步骤。该系统可有效识别监控区域内的无人机目标，为公共安全防护提供技术解决方案。

本文介绍了一个基于YOLOv11和YOLOv8的钢铁表面缺陷检测系统。该系统能够识别龟裂、夹杂、斑点等6种常见缺陷，支持图像和视频检测。项目提供完整的环境配置指南、训练脚本和图形化界面，用户可本地训练或使用GPU服务器，并包含Web界面封装代码。系统通过深度学习技术提升钢铁质量检测效率，适用于工业质检场景。

本文介绍了一个基于YOLOv11和YOLOv8的船舶检测系统，支持25类船舶识别。系统包含训练、测试和图形化界面三部分：1）使用step1_start_train.py进行模型训练，需配置数据集路径；2）通过step2_start_val.py测试模型性能；3）采用PySide6开发图形界面step3_start_window_track.py，支持图片/视频检测。项目还提供Web版demo.py

电动车头盔佩戴检测系统 本系统基于YOLO12深度学习算法，实现了电动车驾驶员头盔佩戴情况的自动检测。项目提供完整的数据集（包含"佩戴头盔"、"未佩戴头盔"和"电动车"三类标注）、预训练模型（YOLOv5/v8/v11/v12）和配套的图形化界面。系统支持图片和视频检测，准确识别头盔佩戴情况，并提供可视化结果。项目包含详细的本地训练指南、

本文介绍了一个基于深度学习的交通信号灯检测系统，支持红灯、黄灯、绿灯和关闭状态的识别。项目使用YOLO模型进行训练和检测，提供完整的环境配置指南、本地训练流程、GPU服务器训练选项（推荐蓝耘GPU平台）、模型测试方法以及图形化界面封装。系统支持图片和视频检测功能，并提供了基于PySide6开发的GUI界面和Gradio实现的Web界面。文章详细说明了数据集配置、训练参数调整、模型替换等关键步骤，适

我们之前做过一期基于Yolov5的口罩检测系统（手把手教你使用YOLOV5训练自己的目标检测模型-口罩检测-视频教程_dejahu的博客-CSDN博客），里面的代码是基于YOLOV5 6.0开发的，并且是适用其他数据集的，只需要修改数据集之后重新训练即可，非常方便，但是有些好兄弟是初学者，可能不太了解数据的处理，所以我们就这期视频做个衍生系列，主要是希望通过这些系列来教会大家如何训练和使用自己的数

目标检测数据集清单-附赠YOLOV5模型训练和使用教程先占坑，后续更新找到我你可以通过这些方式来寻找我。B站：肆十二-CSDN：肆十二知乎：肆十二微博：肆十二-现在关注以后就是老朋友喽！...

本文介绍了在树莓派上运行YOLO模型的完整教程。作者详细展示了硬件准备（树莓派4B 8GB、CSI摄像头等）、系统烧录过程（推荐使用Raspberry Pi OS 64位系统），并提供了邮箱SMTP服务配置方法。教程包含图形化界面开发，可实现图片/视频检测功能，特别适合在低功耗环境下部署AI应用。文章还对比了树莓派ARM架构与x86架构的差异，强调了在嵌入式设备上运行AI模型的重要性。配套视频和资

手把手教你使用YOLOV5训练自己的目标检测模型大家好，这里是肆十二（dejahu），好几个月没有更新了，这两天看了一下关注量，突然多了1k多个朋友关注，想必都是大作业系列教程来的小伙伴。既然有这么多朋友关注这个大作业系列，并且也差不多到了毕设开题和大作业提交的时间了，那我直接就是一波更新。这期的内容相对于上期的果蔬分类和垃圾识别无论是在内容还是新意上我们都进行了船新的升级，我们这次要使用YOLO