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

HR管理系统spingboot

这是一个基于MySQL和JavaWeb开发的HR管理系统项目,适合编程初学者学习。系统包含绩效、工资、考勤、培训等管理模块,以及员工、部门、角色等系统管理功能。使用SpringBoot框架开发,运行环境为JDK1.8+MySQL8.0+Tomcat8.0。项目提供了管理员、财务专员、人事专员和普通成员四种角色账号,包含完整的后台管理功能。该系统虽然在实际工作中应用较少,但可作为JavaWeb入门学

文章图片
#spring boot#javascript#html
微信小程序书店-springboot+app

本文介绍了一个基于SSM+Vue+App的微信小程序书店项目,主要面向编程初学者学习参考。项目包含管理员和用户两大模块,管理员功能涵盖用户管理、图书管理、论坛管理等;用户功能包括图书浏览、订单管理、论坛发帖等。运行环境为JDK1.8、MySQL5.7和微信开发者工具,采用SSM框架和Vue技术实现。该项目虽工作场景应用有限,但适合作为编程入门实践,提供了完整的源码和运行截图。

文章图片
#微信小程序#spring boot#小程序
基于机器学习的二分类垃圾短信识别系统

摘要:本项目是一个基于机器学习的二分类垃圾短信识别系统,主要功能是通过上传文字识别垃圾短信并分类(销售/诈骗)。系统采用Flask框架,使用SVM和朴素贝叶斯算法开发,运行环境为Python3.8。虽然工作场景中较少使用,但适合作为编程入门项目,供初学者学习参考。项目经过调试确保正常运行,开发工具为PyCharm,通过manage.py启动。

文章图片
#pycharm#flask#后端
基于python的图像差异检测系统

这是一个基于Python的图像差异检测系统项目,适合编程初学者参考学习。项目使用Flask框架开发,在PyCharm环境下通过Python3.8运行。主要功能是对比两张不同图片,检测并标记出差异区域。该项目虽然在实际工作场景中应用较少,但常被学校用作编程入门练习。系统源码经过完整调试,确保能正常运行,并附有项目截图供参考。

文章图片
#python#flask#后端
基于深度学习的植物图像识别系统-python

本项目是一个基于深度学习的植物图像识别系统,通过ONNX模型实现4066种植物分类(Top-1准确率84.8%)。系统支持GUI交互选图、结果可视化标注(显示物种/属/科分类)、批量识别和历史记录保存(JSON格式),同时提供无GUI控制台版本。采用Python3.13+ONNXRuntime+OpenCV技术栈,包含图像处理、模型推理和中文标注功能,适合作为编程入门实践项目。模型文件29.5MB

文章图片
#python#开发语言#数据可视化
基于机器学习的地址管理与分割识别

基于朴素贝叶斯模型的地址管理与分割识别系统,采用Python3.8+Flask开发,适合编程入门学习。项目实现了地址数据的管理和智能分割功能,虽实际工作中较少应用,但可作为高校编程教学案例。提供完整可运行的源码和项目截图,供初学者参考学习。

文章图片
#后端#flask#pycharm
基于深度学习的海中生物识别系统

本文分享了一个基于YOLOv8的海中生物识别系统项目,专为编程初学者设计。系统功能包括图片上传和生物识别,采用Flask作为后端框架,运行于Python3.8环境,使用PyCharm开发工具。作者提供了Kaggle上的Aquarium数据集链接,并确保源码经过调试可正常运行。该项目虽在实际工作中应用较少,但适合作为编程入门练习,附带项目截图供参考。

文章图片
#flask#后端
基于深度学习的脑部肿瘤ct识别系统

本项目基于深度学习开发了一个脑部肿瘤CT识别系统,使用YOLOv8模型和Flask框架实现。系统功能为上传CT图片进行自动肿瘤识别,主要面向编程初学者作为入门学习项目。开发环境采用Python3.8和PyCharm工具,数据集来自Kaggle平台。项目已通过技术调试确保正常运行,提供完整源码供学习参考,但需注意该系统在实际工作场景中应用有限。

文章图片
#flask#后端
基于深度学习的卫星建筑识别检测系统

摘要:本项目是基于深度学习的卫星建筑识别检测系统,采用YOLOv8算法和Flask框架开发,能够实现摄像头实时识别功能。项目源自收费代做的课程作业,虽然实际工作应用有限,但适合编程初学者学习参考。开发环境为Python3.8+PyCharm,使用Kaggle开源数据集进行训练。系统源码经过完整调试,包含完整的技术文档和运行截图,可作为深度学习入门实践案例。(99字)

文章图片
#flask#后端
基于机器学习的手机回收价格预测系统

本项目分享了一个基于机器学习的手机回收价格预测系统,适合编程入门学习。系统使用Flask后端和随机森林算法,通过输入手机型号、品牌等信息预测回收价格。开发环境为Python 3.8和PyCharm,数据集来自公开平台。项目经过调试确保可运行,为初学者提供了一个完整的学习案例,包含技术实现和项目截图。虽然实际工作中应用较少,但可作为学校编程教学的参考项目。

文章图片
#后端#flask#python
    共 299 条
  • 1
  • 2
  • 3
  • 30
  • 请选择