本项目是一个功能完整的佩戴口罩智能检测系统。基于最新的 Ultralytics YOLO 系列模型构建，能够识别是否佩戴口罩。本项目提供了美观、易用的 Streamlit Web 交互界面，非常适合作为的参考与展示。本仓库。best.pt说明：数据集本身是免费开源的。但由于国内网络环境下载困难，我在资源包中免费提供了已整理好的数据集压缩包，方便大家直接使用。

本项目是一个功能完整的人脸情绪智能检测系统。基于最新的 Ultralytics YOLO 系列模型构建，能够识别（愤怒、满足、厌恶、恐惧、开心、中性、悲伤、惊讶）。本项目提供了美观、易用的 Streamlit Web 交互界面，非常适合作为的参考与展示。本仓库。best.pt说明：数据集本身是免费开源的。但由于国内网络环境下载困难，我在资源包中免费提供了已整理好的数据集压缩包，方便大家直接使用。

项目源代码+数据集+训练好的模型（经过 **A800显卡（18万）** 训练 **100轮** 的5个模型， `yolo11n`(5.22MB), `yolo11s`(18.2MB), `yolo11m`(38.6MB), `yolo11l`(48.8MB), `yolo11x`(109MB) ，用户可以根据需要选择。）+对应指标可视化图像+使用和部署文档+项目架构说明文档

本系统是一个基于YOLOv11目标检测算法和StreamlitWeb框架开发的智能火灾检测应用。它旨在提供一个高效、易用的工具，能够对图像、视频及实时摄像头画面进行火灾识别，为安防监控、应急响应等场景提供技术支持。核心技术栈:模型算法YOLOv11PyTorch后端/Web界面Streamlit核心库OpenCVPillownumpy主要功能:多种检测模式: 支持静态图片、视频文件和实时摄像头三种