本项目面向农业科普与生态观察场景，设计并实现了一个基于深度学习的昆虫识别系统。系统采用前后端分离架构，前端使用 Vue3 与 Element Plus 构建交互页面，后端基于 Flask 提供用户管理、图像识别、历史记录与公告管理等 API 服务。用户登录后可上传昆虫图片，系统会调用 TensorFlow 加载的 ResNet50 分类模型进行推理，输出最可能类别、置信度及候选结果，并将识别过程自

基于深度学习的食物图像识别系统，为用户提供便捷的食物分类识别服务。系统能够自动识别面包、乳制品、甜点、鸡蛋、油炸食品、肉类、面条、米饭、海鲜、汤、蔬菜水果共11类常见食物。系统采用前后端分离架构，前端基于Vue3框架结合Element Plus组件库构建，提供直观友好的用户交互界面；后端使用Flask轻量级Web框架，负责处理业务逻辑与API接口服务；核心识别算法基于TensorFlow深度学习框

本项目为一个基于深度学习的垃圾识别系统，旨在实现生活垃圾的智能分类识别与信息化管理。系统以前后端分离方式开发，前端采用 Vue3 与 Element Plus 构建交互界面，提供图片上传、识别结果展示、分类说明查询及历史记录查看等功能；后端采用 Flask 搭建轻量级服务接口，负责接收图片、调用模型推理并返回识别结果。算法部分基于 TensorFlow 框架实现，并采用 ResNet50 作为核心

该番茄叶片病害识别系统以“快速识别、过程可追溯、结果可管理”为核心目标，构建了完整的农业病害智能诊断流程。用户在前端完成注册登录后，可上传田间采集的叶片图像，系统自动调用后端识别接口，完成图像保存、模型推理与结果返回。后端对每次识别记录进行持久化，包含图片地址、预测类别、最高置信度以及全类别概率分布，便于后续复盘、统计与管理。系统在功能上同时提供用户管理、密码修改、公告发布等通用业务模块，形成“识

道路车辆检测与计数系统~Python+YOLOV8算法+深度学习+人工智能+Web可视化界面

本项目是一个基于深度学习的车辆车型智能识别系统，旨在通过计算机视觉技术实现对不同类别车辆的自动化分类。系统能够准确识别出SUV、吉普车、家用轿车、巴士、货车和面包车等六种常见车型。在技术架构上，系统采用了前后端分离的开发模式。前端基于目前流行的Vue3框架结合Element Plus组件库构建，为用户提供响应迅速、界面友好的操作体验。后端采用轻量级的Python Web框架Flask，负责处理前端

本项目是一个基于 YOLOv8 的火灾烟雾检测系统，面向校园宿舍、实验室、仓库、小型办公场景等室内外环境的火情智能识别需求而设计实现。系统整体采用前后端分离架构，前端使用 Vue3 与 Element Plus 构建交互界面，后端基于 Flask 搭建业务服务，检测算法部分采用 YOLOv8 深度学习模型完成火焰与烟雾目标识别。用户可通过系统完成注册、登录、图片上传、检测结果查看、历史记录查询等操

本项目设计并实现了一套基于 YOLOv8n 的车牌识别检测系统，前端基于 Vue3 与 Element Plus 构建交互页面，负责用户登录注册、图片上传、检测阈值设置、识别结果展示和历史记录查询；后端基于 Flask 提供业务接口，完成用户鉴权、图片保存、模型推理、结果持久化和数据管理。算法层面，系统使用轻量化 YOLOv8n 对整张车辆图片进行车牌目标检测，获得车牌区域的位置坐标和检测置信度，

本系统是一个面向校园课堂场景的异常行为检测平台，采用前后端分离架构实现。前端基于 Vue3、Vite 与 Element Plus 构建，提供登录注册、图片识别、识别记录、资讯文章、个人中心以及管理员后台等页面，用户可以上传课堂图片并直观查看检测结果。后端采用 Flask 搭建 RESTful 接口服务，通过 JWT 完成身份认证，结合 SQLAlchemy 与 SQLite 保存用户信息、文章信

岩石识别系统是一个基于深度学习的图像分类应用，旨在为地质勘查、教育科研等领域提供快速、准确的岩石类型识别服务。系统采用前后端分离架构，前端使用Vue3结合Element Plus构建用户界面，提供直观友好的操作体验；后端基于Flask框架开发RESTful API，实现用户认证、图像识别、历史记录管理等核心功能；算法层面采用TensorFlow深度学习框架，基于ResNet50卷积神经网络模型进行