针对传统车牌识别项目中存在的功能单一、系统完整性不足以及缺乏图形化管理界面等问题，本文设计并实现了一套基于深度学习的中文车牌识别综合管理系统。系统采用 Python 作为开发语言，以 PyTorch 和 YOLO 完成车牌检测识别，以 PySide6 构建桌面端可视化界面，并结合 SQLite 实现本地数据存储与记录管理。系统支持图片识别、视频识别和摄像头实时识别等多种输入方式，同时具备识别记录管

本文基于 PySide6 实现了一个可手动绘制的深度学习热力图GradCAM可视化工具，能够在原图上通过鼠标涂抹生成类似Grad-CAM的伪彩色热力图效果。核心思路是先构建灰度热度矩阵，再结合高斯模糊、归一化与 JET 颜色映射，将热力区域以透明叠加的方式显示到原图上。该工具可以为科研绘图，论文效果图展示提供便捷，提高科研作图效率。

本文围绕乳腺超声医学影像分析场景，设计并实现了一套集病灶区域分割、结果可视化展示、辅助诊断分析与病例报告输出于一体的智能诊断系统。系统以乳腺超声图像为输入，利用深度学习模型对疑似病灶区域进行自动识别与分割，并结合图形化界面实现原始图像、分割结果、诊断信息及病例报告的综合展示。相比单纯的模型实验，该系统更加注重医学影像分析流程的完整性与可视化表达，能够较直观地呈现病灶区域位置、形态特征及分析结果，可

随着智慧城市和智能交通系统的快速发展，基于道路监控视频的交通参与者检测与交通流量统计逐渐成为城市交通管理中的重要研究方向。本文设计并实现了一套基于 YOLOv8、ONNXRuntime、PySide6 和 SQLite 的智慧城市交通流量估计系统。系统以道路交通监控视频为输入，能够对画面中的机动车、非机动车和行人进行实时检测，并结合目标跟踪与跨线计数方法实现交通流量估计。同时，系统提供可视化桌面界

针对传统车牌识别项目中存在的功能单一、系统完整性不足以及缺乏图形化管理界面等问题，本文设计并实现了一套基于深度学习的中文车牌识别综合管理系统。系统采用 Python 作为开发语言，以 PyTorch 和 YOLO 完成车牌检测识别，以 PySide6 构建桌面端可视化界面，并结合 SQLite 实现本地数据存储与记录管理。系统支持图片识别、视频识别和摄像头实时识别等多种输入方式，同时具备识别记录管