logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

YOLOv5至YOLOv12升级:PCB板缺陷检测系统的设计与实现(完整代码+界面+数据集项目)

PCB 板缺陷检测对工业质检至关重要。本文基于 YOLOv5–YOLOv12 构建可落地的缺陷检测系统,提供完整代码、PySide6 界面与数据集工程。系统支持图像/视频/摄像头检测,输出类别、置信度与统计,可调 Conf/IoU 并可保存导出;结合 SQLite 实现登录与历史记录。实验对比多版本 YOLO 的 mAP、F1 与 PR 曲线,分析小缺陷与复杂背景下的性能差异。

文章图片
#目标检测#深度学习
YOLOv5至YOLOv12升级:PCB电子元件识别系统的设计与实现(完整代码+界面+数据集项目)

开发PCB电子元件识别系统对提升产线AOI检测效率与质量追溯能力具有重要意义。本文基于YOLOv5至YOLOv12构建可切换多模型的检测系统,实现对PCB上电阻、电容、芯片等元件的定位与分类;系统采用PySide6实现桌面交互界面,支持图片/视频/摄像头检测、置信度与阈值调节、类别统计与结果导出,并结合SQLite完成用户登录与检测记录持久化。项目提供完整代码、界面工程与数据集,便于复现训练与二次

文章图片
#目标检测#深度学习
2026 年 12 个 AI Agent 工具盘点:Claude Code、Codex、Qwen Code、Dify、RAGFlow 怎么选?

本文以工具盘点方式介绍 Claude Code、OpenAI Codex、Qwen Code、通义灵码/Qoder、TRAE SOLO、CodeBuddy、Cline、Aider、Dify、RAGFlow、PaperQA2、STORM,整理官方定位、公开用户常见好评与槽点、适合场景和避坑建议,并附源码生成工具卡片、口碑热度图和 Dashboard。

文章图片
YOLOv5至YOLOv12升级:PCB电子元件识别系统的设计与实现(完整代码+界面+数据集项目)

开发PCB电子元件识别系统对提升产线AOI检测效率与质量追溯能力具有重要意义。本文基于YOLOv5至YOLOv12构建可切换多模型的检测系统,实现对PCB上电阻、电容、芯片等元件的定位与分类;系统采用PySide6实现桌面交互界面,支持图片/视频/摄像头检测、置信度与阈值调节、类别统计与结果导出,并结合SQLite完成用户登录与检测记录持久化。项目提供完整代码、界面工程与数据集,便于复现训练与二次

文章图片
#目标检测#深度学习
YOLOv5至YOLOv12升级:人群密度检测系统的设计与实现(完整代码+界面+数据集项目)

本文实现一个可落地的人群密度检测系统:对比 YOLOv5–YOLOv12 在同一数据集上的精度与速度,并基于 PySide6 + SQLite 开发可视化界面,支持图片/视频/摄像头检测、阈值调参、计数统计与结果导出。项目附完整代码、界面工程与数据集构建说明,便于复现与二次开发。

文章图片
#目标检测#深度学习
YOLOv5至YOLOv12升级:停车位检测系统的设计与实现(完整代码+界面+数据集项目)

面向智慧停车应用,本文给出基于深度学习的停车位检测系统实现方案:采用YOLO最新系列(YOLOv5至YOLOv12,8种算法)完成车位与占用状态识别;以PySide6构建可配置UI,支持图片/视频/摄像头输入,提供热力图、类别统计、Conf/IOU调节与结果可视化;集成SQLite实现用户管理与结果导出。文末附完整代码与数据集,并给出模型性能对比分析,便于复现和部署。

文章图片
#目标检测#深度学习
YOLOv5至YOLOv12升级:PCB板缺陷检测系统的设计与实现(完整代码+界面+数据集项目)

PCB 板缺陷检测对工业质检至关重要。本文基于 YOLOv5–YOLOv12 构建可落地的缺陷检测系统,提供完整代码、PySide6 界面与数据集工程。系统支持图像/视频/摄像头检测,输出类别、置信度与统计,可调 Conf/IoU 并可保存导出;结合 SQLite 实现登录与历史记录。实验对比多版本 YOLO 的 mAP、F1 与 PR 曲线,分析小缺陷与复杂背景下的性能差异。

文章图片
#目标检测#深度学习
YOLOv5至YOLOv12升级:植物病害检测系统的设计与实现(完整代码+界面+数据集项目)

植物病害识别是智慧农业的关键环节。本文梳理 YOLOv5 至 YOLOv12 的升级要点,并在同一数据集与训练配置下对 8 个 YOLO 模型进行对比评测,给出 mAP、F1、PR 曲线与混淆矩阵以辅助选型。系统以 YOLOv12n 为默认模型,支持切换权重;基于 PySide6 与 SQLite 实现桌面端检测、阈值调节、统计可视化与结果导出,配套提供完整代码与数据集流程,便于复现扩展。

文章图片
#目标检测#深度学习
YOLOv5至YOLOv12升级:行人车辆检测与计数识别系统的设计与实现(完整代码+界面+数据集项目)

开发面向智慧交通的行人车辆检测与计数系统对提升道路态势感知与管理效率具有重要意义。本文围绕 YOLOv5 至 YOLOv12 的升级脉络,给出从数据集构建、模型训练到工程部署的完整实现。系统支持图片、视频与摄像头输入,实时输出行人/车辆检测框、类别与置信度,并提供区域计数与统计汇总;界面采用 PySide6 实现模型权重切换、Conf/IOU 调节、结果可视化与导出存储。文中同时对多版本 YOLO

文章图片
#人工智能#目标检测#深度学习
YOLOv5至YOLOv12升级:行人跌倒检测系统的设计与实现(完整代码+界面+数据集项目)

行人跌倒检测面向智慧养老与公共安防的实时告警需求。本文围绕YOLOv5至YOLOv12的迭代升级,构建并实现一套可落地的跌倒检测系统,提供完整代码、界面与数据集。在统一数据集与训练配置下对YOLOv5–YOLOv12进行精度与速度对比,并结合后处理与时序稳定策略降低下蹲、弯腰等相似动作引发的误报。系统基于PySide6实现图片/视频/摄像头多源输入与结果可视化,支持Conf/IOU阈值调节、事件统

文章图片
#目标检测#深度学习
    共 463 条
  • 1
  • 2
  • 3
  • 47
  • 请选择