小兔学Python-CSDN博客

原创基于YOLOv8+MediaPipe的实时专注度检测系统

本文提出了一种基于YOLOv8和MediaPipe的实时专注度检测系统，能够识别专注、疲劳、使用手机等五种行为状态。系统采用多模型融合架构，通过MediaPipe获取人脸和手部关键点，结合YOLOv8检测手机目标，并引入时序校验算法提升稳定性。核心算法融合眼部闭合度、打哈欠和低头三个特征进行疲劳检测，支持异常告警和证据留存功能。该系统在普通CPU上即可流畅运行，具有轻量化、鲁棒性强等特点，适用于在线教育、远程办公和驾驶安全等多种场景。

2026-03-26 20:11:00 655

原创基于 CNN 的手写数字识别系统（保姆级教学包含数据集）

手写数字识别是深度学习的经典入门项目。本文提供一套基于PyTorch的完整代码，从数据加载（MNIST自动下载）、CNN模型搭建、训练评估，到GUI手写画板，全部集成在一个文件中。无需手动准备数据集，复制代码直接运行即可体验99%+的识别准确率，同时自动生成混淆矩阵、分类报告和训练曲线，非常适合课程设计、毕业设计或深度学习初学者实践。

2026-03-25 23:02:17 992 3

原创数学建模竞赛：全流程速成指南（附赠ai提示词）

本文深入拆解了数据预处理的五大核心步骤，从缺失值与异常值的精细化处理，到数据转换、标准化与降维。同时，文章梳理了分类、评价、预测三大类主流模型，并给出了针对性的选型建议，帮助你在你在赛题面前快速锁定最优解法。在论文写作部分，本文遵循问题分析—模型假设—建立求解—结果分析的完整逻辑链，手把手教你如何构建严谨的论文框架，并重点揭秘了摘要撰写的黄金法则。此外，文中还提供了涵盖问题分析、模型构建、代码实现与结果优化等全流程的AI提示词模板，直接套用即可显著提升效率。无论你是竞赛新手还是寻求突破的老手，这份干货。

2026-03-25 17:34:28 3053 4

基于opencv的专注度检测系统：可以实时识别疲劳 / 玩手机 / 打电话行为

在远程办公、线上学习、驾驶监测等场景中，实时检测人员专注状态是提升效率、保障安全的核心需求。本文基于 YOLOv8 目标检测与 MediaPipe 关键点识别技术，开发了一套轻量级、实时运行的专注度检测系统，可精准识别专注、疲劳睡觉、使用手机、打电话、无人脸五种状态，支持异常行为告警与证据留存，开箱即用，适合 Python 初学者、计算机视觉爱好者二次开发。

2026-03-26

基于 CNN 的手写数字识别系统（完整代码和数据集）

这套手写数字识别系统是深度学习入门的完整实战项目，复制代码后可直接运行，MNIST数据集会自动下载，无需手动配置任何环境。项目采用PyTorch框架，实现了从数据增强、CNN模型搭建、训练评估到GUI手写画板的完整流程，测试准确率高达99%以上。代码包含详细注释，并自动生成混淆矩阵、分类报告和训练曲线，非常适合课程设计、毕业设计或初学者快速上手。资源包内已整合所有文件，无需额外准备，真正做到了“复制即运行，运行即出结果”。

2026-03-26

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 基于YOLOv8+MediaPipe的实时专注度检测系统

原创 基于 CNN 的手写数字识别系统（保姆级教学包含数据集）