摘要：本文介绍了一个基于YOLOv10的水果成熟度检测系统，使用PyTorch框架实现。项目包含完整代码、数据集、预训练模型权重、GUI界面及各项性能指标。GUI界面采用PySide6开发，支持图像和实时视频检测。用户可选择使用预训练模型或自行训练（通过修改配置文件并运行train.py）。系统提供了精确率、召回率等评估指标，项目结构清晰，开箱即用。核心代码展示了图像上传、目标检测和结果显示功能，

本文介绍了一个基于卷积神经网络的大豆病虫害识别与防治系统。系统采用PyTorch框架实现，包含ResNet50、AlexNet和MobileNet三种可选模型，支持模型对比分析。项目使用Python+Pyside6+OpenCV技术栈开发GUI界面，可在PyCharm/Anaconda或VSCode/Anaconda环境下运行。系统功能包括：1）支持自定义数据集训练；2）输出训练过程的准确率/损失