介绍了使用Python和OpenCV库操作USB摄像头的完整指南。主要内容包括：1) 基础摄像头捕获和显示功能实现；2) 获取摄像头参数信息（分辨率、帧率、亮度等）；3) 实时视频流录制保存为MP4文件；4) 视频翻转功能实现（水平/垂直/同时翻转）。文章提供了详细的代码示例，涵盖摄像头索引切换、参数设置、视频编码和文件保存等实用技巧，适合计算机视觉初学者快速上手USB摄像头开发。所有代码都经过测

代码输出数据快速绘制成表格

1.数据集简介、训练集与测试集划分2.模型相关知识3.model.py——定义ResNet50网络模型4.train.py——加载数据集并训练，训练集计算损失值loss，测试集计算accuracy，保存训练好的网络参数5.predict.py——利用训练好的网络参数后，用自己找的图像进行分类测试

ResNet背景、ResNet论文、ResNet模型结构、ResNeResNet 在2015 年由微软研究院提出的一种深度卷积神经网络结构，主要的创新是在网络中引入了残差模块（residual block），其中输入和输出之间添加了一个跳跃连接（skip connection），将输入直接加到输出上。这种跳跃连接的设计使得网络可以更轻松地学习残差，从而解决了梯度消失和模型退化的问题。ResNet-

YOLO（You Only Look Once）是一种实时目标检测算法，它创新性地将目标检测转化为单次前向传播的回归问题，通过单一神经网络同时预测目标边界框和类别概率，极大提升了检测速度。YOLO v1将输入图像划分为S×S网格，每个网格预测B个边界框、置信度及C个类别概率。其网络架构包含24个卷积层和2个全连接层，损失函数由边界框坐标误差、置信度误差和分类误差组成，通过权重因子平衡各任务贡献。训

迁移学习（Transfer Learning, TL）是深度学习中高效利用已有知识解决新任务的核心技术，尤其在目标检测等数据标注成本高、训练资源需求大的场景中，已成为工程落地的必备方案。

实现提供了一个完整的端到端解决方案，从服务器端模型部署到本地GUI调用。你可以根据需要进一步自定义界面和功能。

使用MobaXterm连接服务器并利用Anaconda进行安装pytoch框架跑深度学习模型（使用学校服务器+显卡进行深度学习），现成数据集跑一个深度学习LeNet-5图像分类

LabelImg是轻量级本地标注工具，适合个人或小项目，支持矩形框标注及PASCAL VOC/YOLO格式，数据隐私性好但功能单一。CVAT是开源Web平台，功能全面，支持目标检测、分割及关键点标注，内置自动化模型，适合专业团队协作，但需自行部署服务器。Roboflow是云端SaaS平台，集成数据标注、增强、模型训练全流程，AI自动标注效率高，适合团队协作与全流程管理，但敏感数据需考虑隐私问题。

VGG16图像分类篇自建数据集图像分类三类1.自建数据集与划分训练集与测试集2.模型相关知识3.model.py——定义AlexNet网络模型4.train.py——加载数据集并训练，训练集计算损失值loss，测试集计算accuracy，保存训练好的网络参数5.predict.py——利用训练好的网络参数后，用自己找的图像进行分类测试