基于 YOLOv8 的目标检测系统，支持图片、视频和实时摄像头检测，集成 DeepSeek AI 分析功能。访问 http://127.0.0.1:8000。训练精度(Precision)=96.0%训练召回率(Recall)=96.8%houhuang（厚黄）fenhong（粉红）训练map=98.9%houbai（厚白）huihei（灰黑）训练集图片数=720。

登录界面主界面基于 YOLO26的目标检测系统，支持图片、视频和实时摄像头检测，集成 DeepSeek AI 分析功能。windows10anaconda3+python3.10torch2.3.1ultralytics8.4.7Django==5.2.11APEBPENEVPE数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jp

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：23927标注数量(txt文件个数)：23927训练集数量：20937验证集数量：1495测试集数量：1495标注类别数：45所在github仓库：firc-dataset。

数据集格式：YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的yolo格式txt文件)图片数量(jpg文件个数)：4209标注数量(txt文件个数)：4209训练集数量：3684验证集数量：350测试集数量：175标注类别数：4所在github仓库：firc-dataset。

在目标检测任务中，评估模型的性能是至关重要的。你提到的几个术语是评估模型性能的常用指标。下面是对这些术语的详细解释：Class：这通常指的是模型被设计用来检测的目标类别。例如，一个模型可能被训练来检测车辆、行人或动物等不同类别的对象。Images：表示验证集中的图片数量。验证集是用来评估模型性能的数据集，与训练集分开，以确保评估结果的公正性。Instances：在所有图片中目标对象的总数。

在目标检测任务中，评估模型的性能是至关重要的。你提到的几个术语是评估模型性能的常用指标。下面是对这些术语的详细解释：Class：这通常指的是模型被设计用来检测的目标类别。例如，一个模型可能被训练来检测车辆、行人或动物等不同类别的对象。Images：表示验证集中的图片数量。验证集是用来评估模型性能的数据集，与训练集分开，以确保评估结果的公正性。Instances：在所有图片中目标对象的总数。

Current transformer porcelain sleeve（电流互感器瓷套） 占有图片数 = 738。Current transformer secondary tank（电流互感器二次油箱） 占有图片数 = 96。Current transformer general cap（电流互感器通用盖） 占有图片数 = 210。Current transformer connector（电

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证。重要说明：数据集没有划分训练验证测试集需自行划分。图片数量(jpg文件个数)：2000。标注数量(xml文件个数)：2000。标注数量(txt文件个数)：2000。标注类别名称:["dr

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证。重要说明：数据集没有划分训练验证测试集需自行划分。图片数量(jpg文件个数)：700。标注数量(xml文件个数)：700。标注数量(txt文件个数)：700。标注类别名称:["crack

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证。所在github仓库：firc-dataset。图片数量(jpg文件个数)：2295。标注数量(xml文件个数)：2295。标注数量(txt文件个数)：2295。标注类别名称:["hea