- 博客(3244)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 YOLO26结核杆菌检测系统：YOLO26在结核杆菌检测中的迁移学习与性能评估1111（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）111(设计源文件+万字报告+讲解)
该系统使用单一类别（TBbacillus）检测目标，训练集包含1098张标注图像，验证集122张。实验结果表明，模型在IoU=0.5条件下的平均精度均值(mAP@0.5)达到0.853，最佳F1分数为0.77（置信度阈值0.279），在高置信度下精度可达1.00。YOLO26结核杆菌检测系统：YOLO26在结核杆菌检测中的迁移学习与性能评估1111（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
2026-08-26 13:39:27
155
原创 基于YOLO26告别3D打印失败(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
3D打印技术在制造业中广泛应用，但打印过程中出现的缺陷如拉丝（spaghetti）、表面疙瘩（zits）和细丝连接（stringing）等问题严重影响打印质量和效率。实验结果表明，模型在mAP@0.5指标上达到0.959，其中spaghetti类召回率达0.985，zits类召回率达0.979，显示出优异的检测性能。研究表明，基于YOLO26的深度学习方法是实现3D打印缺陷自动检测的有效途径，可为3D打印质量控制和智能化生产提供技术支持。图片检测：上传即检，返回检测框 + 类别信息。
2026-08-26 13:37:05
177
原创 YOLO26实战：红外森林火灾与烟雾识别系统（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
系统以红外图像为输入，可同时识别“火灾”（fire）和“烟雾”（smoke）两类目标。实验数据集包含2000张红外标注图像，其中训练集1600张、验证集200张、测试集200张。模型在烟雾类别上表现优异（mAP50=0.959），火灾类别mAP50为0.650，整体mAP50达到0.804。YOLO26实战：红外森林火灾与烟雾识别系统（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_验证集：200张（10%）
2026-08-26 13:33:16
178
原创 血小板、红细胞、白细胞一网打尽：YOLO26血液细胞检测系统111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
模型在验证集上取得了mAP50为0.931、mAP50-95为0.662的检测性能，其中白细胞检测效果最佳（mAP50=0.986），红细胞次之（mAP50=0.884），血小板为0.923。本研究基于YOLO26目标检测算法，构建了一套自动化红细胞检测系统，用于血液细胞图像中血小板（Platelets）、红细胞（RBC）和白细胞（WBC）的识别与定位。血小板、红细胞、白细胞一网打尽：YOLO26血液细胞检测系统111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
2026-08-26 13:28:59
169
原创 YOLO26石头剪刀布识别检测系统（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
实验采用包含7359张图像的数据集（训练集6455张、验证集576张、测试集304张），经过充分训练后，模型在验证集上取得了优异的性能表现：整体mAP50达到0.965，精确率为0.945，召回率为0.932。其中“布”的识别效果最佳（mAP50=0.971），“剪刀”相对略低（mAP50=0.960）。YOLO26石头剪刀布识别检测系统（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
2026-08-26 13:21:12
164
原创 基于前馈串级控制PID控制双容水箱液位控制系统仿真设计111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
然后，分析了放大倍数对动态前馈与系统输出的影响。仿真实验中，仿真时间为200s,在0s处加入给定值，其幅值为12，在60s处加入幅值为10的二次干扰（出水阀流量q2），在140s处加入幅值为-8的一次干扰（出水阀流量q1）。（5）讨论动态前馈时，对比研究动态前馈补偿器放大倍数（放大倍数分别取0.2，1，2）对控制系统输出的影响；（1）根据被控对象的特点选择前馈—串级控制系统，设计相应的液位复合控制系统，画出控制系统原理图；（4）仿真研究无前馈补偿、静态和动态前馈时，系统的扰动特性和跟踪特性；
2026-08-25 19:21:24
13
原创 运动控制感应电机直接转矩控制系统的设计与仿真分析111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
该设计通过检测输出相电压和相电流，在静止和旋转坐标系下经过变换和计算得到定子转矩和磁链的大小，并通过Matlab/Simulink建立仿真模型，主要体现直接转矩的控制思想和理论，通过计算和总结得出定子磁链和转矩的数据，再通过对磁链和转矩进行控制，仿真结果表明：该控制系统具有良好的动态和静态稳定性。在经PI调节的作用下实现启动阶段的效果图的放大，因此造成转矩均出现不同程度上的放大，进而使得转速不断的增大并很快达到一种平衡状态，于是当转速达到平衡的阶段，转矩也达到了平衡的阶段。
2026-08-25 19:20:09
11
原创 基于深度学习YOLOv8的秸秆焚烧检测垃圾焚烧检测无人机森林火灾识(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
通过实验，验证了所提系统在不同场景下的秸秆焚烧检测性能，包括检测精度、速度和模型的泛化能力。实验结果表明，该系统在保持较高检测准确率的同时，能够实现快速的检测速度，满足实时秸秆焚烧检测的需求。本文提出了一种基于深度学习的秸秆焚烧检测系统，该系统采用最新的YOLOv8算法作为核心检测模型，并利用PyQt5框架构建了用户友好的图形用户界面（GUI）。YOLOv8算法以其高效的检测速度和较高的准确率，在实时对秸秆焚烧产生的火焰和烟雾检测领域具有明显优势，而PyQt5则为系统提供了一个直观且交互性强的操作界面。
2026-08-25 19:16:51
14
原创 基于深度学习YOLOv8的红外图像火焰火灾红外火焰检测热成像火焰检111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
基于深度学习YOLOv8的红外图像火焰火灾红外火焰检测热成像火焰检111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_6、自定义系统图标：UIProgram->ui_imgs->替换图片注意文件格式和名称不变。5、自定义系统标题：UIProgram->UiMain.py->拉到末尾。3、展示检测目标置信度位置信息，统计数量，自由选择检测结果。1、检测识别：红外图像中的 fire（火焰）1、数量：4000+张图片和对应标签。2、图片检测+视频检测+摄像头检测。2、类别：fire（火焰）
2026-08-25 19:16:09
12
原创 深度学习YOLOv8坑洼路面检测路面坑洼识别道路坑洼道路缺陷检测(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
深度学习YOLOv8坑洼路面检测路面坑洼识别道路坑洼道路缺陷检测(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_6、自定义系统图标：UIProgram->ui_imgs->替换图片注意文件格式和名称不变。5、自定义系统标题：UIProgram->UiMain.py->拉到末尾。3、展示检测目标置信度位置信息，统计数量，自由选择检测结果。2、类别：“pothole”（道路坑洼）1、检测：“pothole”（道路坑洼）1、数量：600+张图片和对应标签。2、图片检测+视频检测+摄像头检测。
2026-08-25 19:14:54
11
原创 基于深度学习YOLOv8的新能源车牌检测电动车牌检测系统设计111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
通过实验，验证了所提系统在不同场景下的车牌检测性能，包括检测精度、速度和模型的泛化能力。实验结果表明，该系统在保持较高检测准确率的同时，能够实现快速的检测速度，满足实时车牌检测的需求。本文提出了一种基于深度学习YOLOv8的新能源车牌检测系统，利用PyQt5框架构建了用户友好的图形用户界面（GUI），以实现对新能源车牌的实时、准确检测。基于深度学习YOLOv8的新能源车牌检测电动车牌检测系统设计111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_2、图片检测+视频检测+摄像头检测。
2026-08-25 19:10:12
7
原创 基于深度学习YOLOv8的安全帽反光衣检测工地安全帽工地反光衣识别1111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
1、检测识别：’hat’（安全帽）,’person’（未佩戴安全帽）,’reflective_clothes’（反光衣）,’other_clothes’（未穿反光衣）2、类别：’hat’（安全帽）,’person’（未佩戴安全帽）,’reflective_clothes’（反光衣）,’other_clothes’（未穿反光衣）基于深度学习YOLOv8的安全帽反光衣检测工地安全帽工地反光衣识别1111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_2、图片检测+视频检测+摄像头检测。
2026-08-25 19:08:12
13
原创 深度学习YOLOv8手势识别系统1-10手势识别数字手势检测系统1111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
实验结果表明，该系统在保持较高识别准确率的同时，能够实现快速的识别速度，满足实时手势识别的需求。本文提出了一种基于深度学习 YOLOv8 的1-10手势识别系统，利用 PyQt5 框架构建了用户友好的图形用户界面（GUI），以实现对1-10手势的实时、准确识别。2、类别：“one”（1）、“two”（2）、“three”（3）、“four”（4）、“five”（5）、“six”（6）、“seven”（7）、“eight”（8）、“nine”（9）和“ten”（10）1、检测：1到10的手势。
2026-08-25 19:05:36
12
原创 基于极点配置法的二级倒立摆控制系统仿真设计111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
以二级倒立摆为研究对象 ,讨论了将极点配置 在期望的区域内的状态反馈控制方法。从结果可以看出 ,该方法可以保证系统具有一定的动态和稳态性能 ,不仅满足闭环系统的内部动态特性要求 , 也兼顾了抑制外部扰动对系统的影响。由此可知 , 极点配置控制方法可以实现二级摆的倒立平衡控制。基于极点配置法的二级倒立摆控制系统仿真设计111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_1、知识点关键词：二级倒立摆、极点配置法、反馈控制、自动化课设、计算机控制。电子资源，一经售出，概不退款；
2026-08-25 19:04:40
8
原创 基于深度学习YOLOv8的高压输电铁塔鸟巢检测鸟窝检测识别系统111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
然而，遍布野外的高压输电铁塔因其高大、稳固的结构，常常成为鸟类筑巢的理想选址。据统计，由鸟害引发的输电线路故障在电网外力破坏事件中占有相当高的比例，传统的人工巡检方式不仅效率低下、成本高昂，而且面临高空作业风险大、巡检周期长、难以全覆盖等问题，无法满足现代智能电网对运维“实时性、精准化、自动化”的要求。PyQt5作为一个跨平台的Python图形用户界面开发框架，能够将复杂的深度学习模型封装成直观、易用的桌面应用程序，实现检测结果的可视化、数据管理和人机交互，从而打通从算法模型到工程应用的“最后一公里”。
2026-08-25 19:01:50
11
原创 深度学习YOLOv8焊接质量检测焊接缺陷检测工业缺陷识别系统数据集1111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
深度学习YOLOv8焊接质量检测焊接缺陷检测工业缺陷识别系统数据集1111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_1、检测识别：”焊接不良”,”裂纹”,”钢筋过多”,”焊接良好”,”气孔”,”飞溅”共5类。6、自定义系统图标：UIProgram->ui_imgs->替换图片注意文件格式和名称不变。2、类别：”焊接不良”,”裂纹”,”钢筋过多”,”焊接良好”,”气孔”,”飞溅”共5类。3、展示检测目标置信度位置信息，统计数量，自由选择检测结果。2、图片检测+视频检测+摄像头检测。
2026-08-25 19:00:38
15
原创 深度学习YOLOv8和YOLOv5的摔倒检测摔倒识别老人跌倒检测系统1111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
本文介绍了一种基于深度学习的摔倒跌倒检测系统，该系统选用了最新版本的YOLOv8算法作为核心检测模型，并采用PySide6框架开发了用户友好的图形用户界面（GUI）。通过实验，对比了YOLOv5和YOLOv8两种算法训练的检测模型，并验证了基于YOLOv8算法训练的模型的系统在不同场景下的摔倒跌倒检测性能，包括检测精度、速度和模型的泛化能力。实验结果表明，该系统在保持较高检测准确率的同时，能够实现快速的检测速度，满足实时摔倒跌倒检测的需求。3、展示检测目标置信度位置信息，统计数量，自由选择检测结果。
2026-08-25 18:59:37
75
原创 基于深度学习YOLOv8的停车场空车位检测智慧停车场管理空位识别系1111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
YOLOv8作为该系列的最新版本，通过引入无锚框设计、更高效的骨干网络和先进的损失函数，在检测精度与速度上达到了新的平衡，为精准、实时地检测车辆这一典型目标提供了强大的技术武器。然而，传统的视觉方法多依赖于背景建模、特征匹配等算法，在光照变化、阴影遮挡、车位视角差异等复杂场景下，其鲁棒性和准确性面临严峻挑战。PyQt5作为一个跨平台的Python图形用户界面开发框架，能够将复杂的检测模型封装成直观、易用的桌面应用程序，实现实时视频流分析、检测结果可视化、车位状态统计与展示，从而完美衔接算法能力与用户需求。
2026-08-25 18:58:25
81
原创 深度学习YOLOv8的海底垃圾检测海洋垃圾识别海洋生物检测系统111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
实验结果表明，该系统在保持较高识别准确率的同时，能够实现快速的识别速度，满足实时海底垃圾识别的需求。本文提出了一种基于深度学习的海底垃圾识别系统，采用先进的YOLOv8算法作为核心检测模型，并结合PyQt5框架构建了用户友好的图形用户界面（GUI）。YOLOv8算法凭借其高效的检测速度和较高的识别精度，在复杂水下环境中展现了优异的性能，而PyQt5框架则为系统提供了直观且交互性强的操作界面。1、检测：plastic（塑料垃圾）、bio（生物）、rov（ROV机器人）共3类。1、基于YOLOv8训练的模型。
2026-08-25 18:57:28
88
原创 深度学习YOLOv8人脸识别人脸检测人数统计人流统计人类检测系统1111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
通过实验，验证了所提系统在不同场景下的人脸检测性能，包括检测精度、速度和模型的泛化能力。实验结果表明，该系统在保持较高检测准确率的同时，能够实现快速的检测速度，满足实时人脸检测的需求。本文提出了一种基于深度学习的人脸检测系统，该系统采用最新的YOLOv8算法作为核心检测模型，并利用PyQt5框架构建了用户友好的图形用户界面(GUI)。YOLOv8算法以其高效的检测速度和较高的准确率在实时人脸检测领域具有明显优势，而PyQt5则为系统提供了一个直观、交互性强的操作界面。2、图片检测+视频检测+摄像头检测。
2026-08-25 18:55:41
125
原创 基于深度学习YOLOv8的睡岗检测睡岗识别在岗检测睡觉检测系统设计1111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
其中，YOLOv8作为Ultralytics公司发布的新一代目标检测模型，采用更轻量的架构、更先进的损失函数与Anchor-Free策略，在COCO等数据集上表现优异，成为实现睡岗检测的理想技术选择。在现代工业生产环境中，睡岗现象不仅代表着员工的不文明行为，更是一种严重的玩忽职守表现，对生产安全构成重大威胁。在需要连续值守的岗位，如工厂生产线、交通监控、安保中心等，人员一旦在岗位上睡觉，极易导致操作失误、无法及时调整机器工况、不能第一时间发现问题等情况，给整个生产作业带来巨大的安全隐患，并影响生产进度。
2026-08-25 18:53:45
134
原创 深度学习YOLOv8的吸烟检测抽烟检测吸烟识别抽烟识别系统禁烟111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
接着，详细阐述了系统的设计方案，包括系统架构、数据预处理、模型设计以及界面设计。通过实验，验证了所提系统在不同场景下的抽烟检测性能，包括检测精度、速度和模型的泛化能力。实验结果表明，该系统在保持较高检测准确率的同时，能够实现快速的检测速度，满足实时抽烟检测的需求。该研究不仅为实时抽烟检测提供了一种有效的解决方案，也为深度学习在计算机视觉领域的应用提供了新的视角。本文提出了一种基于深度学习YOLOv8的抽烟检测系统，利用PyQt5框架构建了用户友好的图形用户界面（GUI），以实现对吸烟行为的实时、准确检测。
2026-08-25 18:52:15
171
原创 基于深度学习YOLOv8的情绪识别情绪检测表情识别系统111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
YOLO系列模型作为单阶段目标检测算法的杰出代表，以其极高的推理速度和良好的检测精度，在实时检测任务中备受青睐。YOLOv8作为该系列的最新成员，通过引入无锚框设计、更高效的骨干网络和损失函数，在性能和效率上达到了新的平衡，为实时、精准的表情检测与分类提供了强大的技术基础。因此，本研究旨在融合YOLOv8的尖端检测能力与PyQt5的交互界面优势，设计并实现一个能够实时识别愤怒、高兴、中性、伤心、惊讶五种基本情绪的表情识别系统，以应对复杂场景下的情感理解需求。2、图片检测+视频检测+摄像头检测。
2026-08-25 18:51:09
229
原创 基于深度学习YOLOv8的手势识别系统点赞OK等五类手势识别111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
YOLOv8作为该系列的最新演进，通过引入无锚框设计、更高效的骨干网络和损失函数，在保持YOLO家族速度快这一传统优势的同时，进一步提升了检测精度，尤其是对小目标和复杂形状目标的捕捉能力，为精准、鲁棒的手势识别提供了坚实的技术基础。PyQt5作为一个功能全面的Python图形界面开发框架，能够将复杂的深度学习模型封装成直观易用的桌面应用程序，实现摄像头调用、实时检测、结果可视化与交互控制，从而有效弥合了先进算法与终端用户之间的鸿沟。
2026-08-25 18:49:53
202
原创 基于深度学习YOLOv8的使用手机检测手机识别系统目标检测111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
尽管部分场合尝试使用信号屏蔽或金属探测等技术，但这些方法无法区分设备的使用行为，且可能产生误扰，无法满足精准化、智能化的管理需求。YOLOv8作为该系列的最新演进，通过采用无锚框设计、更高效的骨干网络和先进的损失函数，在模型精度与速度之间达到了更佳的平衡，尤其擅长处理像手机这类在图像中通常表现为小目标的检测任务。因此，本研究旨在整合YOLOv8的尖端实时检测能力与PyQt5的便捷交互特性，设计并实现一套高性能、高可用性的使用手机行为自动检测系统，以应对特定场景下的安全与秩序管理挑战。二、训练好的模型介绍。
2026-08-25 18:48:29
162
原创 Python协同过滤动漫推荐系统（源码+SQL）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
主要功能：登录注册、意见反馈、动漫搜索、动漫详情、评分、留言、动漫分类、动漫推荐（基于用户的协同过滤推荐、基于物品的协同过滤推荐）、动漫管理等。Python协同过滤动漫推荐系统（源码+SQL）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_根据用户历史评分、兴趣类型，结合协同过滤算法，为用户推荐动漫。技术：Flask mysql html css js。
2026-08-24 18:47:56
11
原创 Python错题管理系统（源码+6k字开发文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
Python错题管理系统（源码+6k字开发文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_主要功能：登录注册、错题信息总览、错题管理、复习中心、出卷自测、在线AI解题、个人中心等。技术：Flask mysql html css js。
2026-08-24 18:41:55
8
原创 基于hadoop的空气质量分析系统（源码+2w字文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
主要功能：登录注册、空气质量数据可视化、数据列表、可视化大屏、关联分析、预测分析、爬虫管理、数据管理、分析管理、模型管理、用户管理、操作日志等。基于hadoop的空气质量分析系统（源码+2w字文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_技术栈：Flask MySQL vue hadoop。
2026-08-24 18:39:47
13
原创 Python协同过滤音乐推荐系统（源码+1w字文档+PPT）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
Python协同过滤音乐推荐系统（源码+1w字文档+PPT）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_功能：登录注册、爬取数据、音乐信息管理、音乐分类管理、歌曲数据管理、系统管理、可视化大屏、个人信息管理等。技术：django mysql vue。
2026-08-24 17:54:18
6
原创 Python校园失物招领系统（源码+SQL）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
Python校园失物招领系统（源码+SQL）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_主要功能：登录注册、失物招领、失物详情、物品广场、发布丢失信息、发布留言、失物信息管理、用户管理等。技术：django mysql html css js。
2026-08-24 17:32:43
7
原创 Python实现上海迪士尼游客评论数据分析（数据集+源码+文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
Python实现上海迪士尼游客评论数据分析（数据集+源码+文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_数据爬取、数据清洗、数据预处理、数据处理、数据分析、数据可视化、研究结论等。数据分析可视化项目–基于Python实现上海迪士尼游客评论数据分析。技术：matplotlib、pandas、numpy。
2026-08-24 17:30:56
7
原创 Python实现汽车之家数据分析（数据集+源码+文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
数据清洗（缺失值处理、空值处理、异常值处理），数据预处理（数据类型转换、统一数据格式），数据统计，数据可视化，研究结论（数据集来源于和鲸社区）Python实现汽车之家数据分析（数据集+源码+文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_数据分析可视化项目–基于Python实现汽车之家数据分析。技术：pyecharts、pandas、numpy。数据量：40000条。
2026-08-24 17:29:38
9
原创 1基于Spark社交媒体舆情分析与趋势预测系统（源码+文档）11(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
1基于Spark社交媒体舆情分析与趋势预测系统（源码+文档）11(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_主要功能：舆情数据可视化大屏、帖文数据、热点话题、实时统计、预测分析等。技术：Python MySQL Vue。
2026-08-24 17:28:28
11
原创 Python电商用户行为数据分析（数据集+源码+文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
Python电商用户行为数据分析（数据集+源码+文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_数据清洗，数据预处理，数据统计，数据分析，数据可视化，可视化结论（数据集来源于和鲸社区）数据分析可视化项目–基于Python实现电商用户行为数据分析。技术：pyecharts、pandas。✅️测试无bug 稳定运行。
2026-08-24 17:27:12
74
原创 Python在线学习系统（源码+字文档）1(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
主要功能：登录注册、资源视频、资源图书、在线考试、用户管理、资源图书管理、资源视频管理、试题管理、考试管理等。Python在线学习系统（源码+字文档）1(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_技术：django mysql vue。
2026-08-24 17:26:15
8
原创 Python网易云音乐数据分析与可视化（源码+字文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
Python网易云音乐数据分析与可视化（源码+字文档）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_功能： 音乐数据爬取、歌单数据管理、歌曲数据管理、音乐数据分析与可视化、数据词云等。技术：django sqlite html css js。
2026-08-24 17:24:54
7
原创 Python抖音热门商品数据分析（数据集+源码+文档）11(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
Python抖音热门商品数据分析（数据集+源码+文档）11(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_数据清洗，数据预处理，数据处理，数据分析，数据可视化，可视化结论（数据集来源于和鲸社区）数据分析可视化项目–基于Python实现抖音热门商品数据分析。技术：pyecharts、pandas、jieba。
2026-08-24 17:23:39
131
原创 Python Web漏洞挖掘技术实现与研究（源码+文档）1(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
本次的系统开发是建立在Python技术、django框架下来进行的页面模块开发，通过以scrapy爬虫技术来进行漏洞挖掘功能的实现，通过爬虫技术所爬取的数据信息全部存储在MySQL数据库中。Python Web漏洞挖掘技术实现与研究（源码+文档）1(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_扫描地址可扫本地或者在线网站，功能全部正常可用，漏洞扫描结果可在漏洞总览或者acunetix客户端查看。开发语言：python html css js。数据库：mysql 5.7及以上。
2026-08-24 17:22:35
11
原创 基于YOLOv8+PyQt的农作物检测系统（源码+数据集）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
数据集：2700多张CWC图像（包含兰草，玉米，番茄，萝卜等11类常见农作物，每类超过200张图像）已训练200轮 map指标有97%以上。基于YOLOv8+PyQt的农作物检测系统（源码+数据集）111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_系统功能:支持图片、视频、摄像头、文件夹批量检测等；界面可实时标记目标农作物种类、目标数量、置信度等信息；yolo和voc标注的数据集。训练好的YOLO模型。
2026-08-24 17:20:41
210
原创 YOLO农作物病虫害检测识别系统111(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
这是一款基于YOLOv11深度学习模型的农作物病虫害检测识别系统，融合了Pytorch、Flask、SpringBoot、Vue、MySQL等多种先进技术。技术栈使用YOLO、Pytorch、SpringBoot、MyBatis-Plus、Vue3、Ts、element-plus、Flask、Axios、MySQL等技术。草莓：角斑病、炭疽果腐病、花枯病、灰霉病、叶斑病、白粉病果、白粉病叶。西红柿：早疫病、晚疫病、潜叶病、叶霉病、花叶病毒、蜘蛛螨等。农作物病虫害识别： 玉米：疫病、普通锈病、灰斑病、健康。
2026-08-24 17:18:29
140
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人