- 博客(25)
- 收藏
- 关注
RSS订阅原创 深度学习 使用LSTM实现天气时间序列预测
数据集包含14个不同的特征，例如气温，大气压力和湿度。从2003年开始，每10分钟收集一次。为了提高效率，本文仅使用2009年至2016年之间收集的数据。** 加载数据集**如上所示，每10分钟记录一次观测值，一个小时内有6个观测值，一天有144（6x24）个观测值。给定一个特定的时间，假设要预测未来6小时的温度。为了做出此预测，选择使用5天的观察时间。因此，创建一个包含最后720（5x144）个观测值的窗口以训练模型。下面的函数返回上述时间窗以供模型训练。参数是过去信息的滑动窗口大小。
2026-06-23 18:08:43
109
原创 毕业设计 大数据校园卡数据分析系统（源码+论文）
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩毕业设计 大数据校园卡数据分析系统（源码+论文）🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分项目包含内容完整详细设计论文。
2026-06-22 14:13:29
611
原创 毕业设计 基于大数据淘宝用户行为分析
今天学长向大家介绍一个机器视觉的毕设项目，大数据电商用户行为分析及可视化(源码+论文)毕业设计 基于大数据淘宝用户行为分析。
2026-06-22 14:11:20
161
原创 毕业设计 深度学习yolo11电动车骑行规范识别系统（源码+论文）
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩毕业设计 深度学习yolo11电动车骑行规范识别系统（源码+论文）🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：4分创新点：5分项目包含内容论文摘要。
2026-06-18 14:28:26
793
原创 毕业设计 深度学习图像搜索算法-图像搜索引擎(源码分享)
今天学长向大家分享一个毕业设计项目毕业设计 深度学习图像搜索算法-图像搜索引擎(源码分享)毕业设计 深度学习图像搜索算法-图像搜索引擎图像检索：是从一堆图片中找到与待匹配的图像相似的图片，就是以图找图。网络时代，随着各种社交网络的兴起，网络中图片，视频数据每天都以惊人的速度增长，逐渐形成强大的图像检索数据库。针对这些具有丰富信息的海量图片，如何有效地从巨大的图像数据库中检索出用户需要的图片，成为信息检索领域研究者感兴趣的一个研究方向。
2026-06-18 14:27:19
167
原创 毕业设计 基于深度学习的新闻文本分类算法系统(源码+论文)
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩毕业设计 基于深度学习的新闻文本分类算法系统(源码+论文)🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分项目包含内容1万4千字 完整详细设计论文。
2026-06-17 14:44:35
172
原创 毕业设计 opencv图像增强算法系统
今天学长向大家分享一个毕业设计项目毕业设计 opencv图像增强算法系统毕业设计 基于机器视觉的图像增强。
2026-06-17 14:43:37
217
原创 毕业设计 毕设分享 深度学习yolo11水果识别系统（源码+论文）
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩毕业设计 毕设分享 深度学习yolo11水果识别系统（源码+论文）🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：4分创新点：5分项目包含内容论文摘要。
2026-06-16 13:50:43
373
原创 毕业设计 深度学习yolo11空域安全无人机检测识别系统（源码+论文）
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩毕业设计 深度学习yolo11空域安全无人机检测识别系统（源码+论文）🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：4分创新点：5分项目包含内容论文摘要。
2026-06-16 13:49:57
205
原创 毕业设计 深度学习动物识别系统（源码+论文）
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩毕业设计 深度学习动物识别系统（源码+论文）🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分项目包含内容。
2026-06-15 16:37:29
168
原创 毕业设计 深度学习动物识别系统（源码+论文）
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩毕业设计 深度学习动物识别系统（源码+论文）🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分项目包含内容。
2026-06-15 16:36:37
501
原创 毕业设计 大数据B站数据分析可视化系统
��这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是��毕业设计 大数据B站数据分析可视化系统��学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分项目包含内容。
2026-06-14 16:17:28
176
原创 毕业设计 大数据招聘租房可视化系统（源码+论文）
��这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是��毕业设计 大数据招聘租房可视化系统（源码+论文）��学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分。
2026-06-14 16:15:59
562
原创 基于大数据的共享单车数据分析与可视化
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩基于大数据的共享单车数据分析与可视化🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分实现效果毕业设计 共享单车大数据分析。
2026-06-12 15:26:53
729
原创 毕业设计 大数据食物营养数据分析可视化系统（源码+论文）
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩毕业设计 大数据食物营养数据分析可视化系统（源码+论文）🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分项目包含内容完整详细设计论文。
2026-06-12 15:26:10
1192
原创 基于深度学习的水果识别毕业设计
Hi，大家好，今天做一个 基于深度学习的水果识别毕业设计毕业设计 深度学习水果分类系统深度学习作为机器学习领域内新兴并且蓬勃发展的一门学科， 它不仅改变着传统的机器学习方法， 也影响着我们对人类感知的理解， 已经在图像识别和语音识别等领域取得广泛的应用。因此， 本文在深入研究深度学习理论的基础上， 将深度学习应用到水果图像识别中， 以此来提高了水果图像的识别性能。
2026-06-10 14:33:35
215
原创 毕业设计 大数据电影数据分析与可视化系统（源码+论文）
🔥这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。并且很难找到完整的毕设参考学习资料。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目提供大家参考学习，今天要分享的是🚩毕业设计 大数据电影数据分析与可视化系统（源码+论文）🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分项目包含内容完整详细设计论文。
2026-06-09 22:20:46
1065
原创 毕业设计 基于大数据淘宝用户行为分析
今天学长向大家介绍一个机器视觉的毕设项目，大数据电商用户行为分析及可视化(源码+论文)毕业设计 基于大数据淘宝用户行为分析。
2026-06-09 22:18:13
213
原创 毕业设计 图像隐写算法研究与实现(源码+论文)
在这里插入图片描述](https://i-blog.csdnimg.cn/direct/663fbb4b75ab4ae791070285cab39cb8.png)!隐写术包含三个部分，分别是编码器、解码器、辨别器，编码器负责将要隐藏的图片嵌入到原始的图片中，解码器负责将已经隐藏图片从隐写后的图片中提取出来，同时，编码器和解码器要联合起来确保隐写后的图片与原始的图片尽可能的一致，这样才能能够欺骗辨别器，直到编码器能够生成以假乱真的隐写图片。🚩 **毕业设计 图像隐写算法研究与实现(源码+论文)**
2026-05-25 23:17:16
159
原创 【YOLOv8实战】目标检测训练踩坑与解决：从环境配置到性能优化
CUDA OOM优先调低batch、imgsz、开启AMP。DataLoader报错设置workers=0或升级Pillow。不收敛时降低学习率并检查数据和标签。记录训练曲线，观察loss变化。
2026-04-28 00:07:45
143
原创 YOLOv8 实战教程：从数据标注到模型部署完整流程（附踩坑记录）
YOLOv8 是 Ultralytics 推出的最新一代目标检测模型，在速度和精度上均有显著提升。本文将带你从零开始完成一个完整的 YOLOv8 实战项目：数据集准备、模型训练、推理优化，以及常见踩坑记录。适合有一定 PyTorch 基础的中级开发者阅读。dataset/images/train/ # 800 张val/ # 200 张labels/train/val/CUDA OOM：调小 batch、imgsz，使用梯度累积或更小模型。
2026-04-27 23:49:02
342
原创 【YOLO 目标检测】概念详解：是什么、为什么重要、实际应用与常见误区 (2026版)
YOLO (You Only Look Once) 是当前工业界和学术界最主流的目标检测框架之一，从 v1 到 v8（以及后续的 v9、v10）迭代近十年，凭借“单阶段、端到端”的设计理念，在速度与精度之间取得了极佳平衡。它将目标检测视为一个**回归问题**，直接从图像像素预测边界框坐标和类别概率。对于**实时应用**（如视频监控、自动驾驶、无人机巡检），YOLO 几乎是第一选择。- **一次前向传播**：输入图像，直接输出张量 [S, S, B×5 + C]，然后通过非极大抑制（NMS）去除重复框。
2026-04-27 00:59:15
242
原创 YOLOv8 目标检测实战：从环境配置到 PyTorch 推理完整流程（2026最新版）
**DataLoader workers=0**：Windows 下需设置 `workers=0` 或使用 `if __name__ == '__main__'`。- **ModuleNotFoundError: No module named 'ultralytics'**：确认已正确安装。model = YOLO('best.pt') # 训练后的权重。results = model('test.jpg') # 推理。device='cuda', # 或 'cpu'
2026-04-25 09:19:56
214
原创 【YOLOv8 实战】PyTorch 推理完整指南：从环境配置到结果可视化（2026最新）
YOLOv8 提供多种预训练模型，如 yolov8n.pt（轻量）、yolov8s.pt（小）、yolov8m.pt（中）、yolov8l.pt（大）、yolov8x.pt（超大）。- [Ultralytics YOLOv8 官方文档](https://docs.ultralytics.com/)手动下载权重文件放置到 `~/.cache/ultralytics/weights/`。首次运行会自动下载模型权重到 `~/.cache/ultralytics/`。# 自动下载 yolo v8 nano 模型。
2026-04-25 01:57:20
194
原创 【深度学习】YOLO目标检测模型全面介绍：从v1到v8的原理与演进
YOLO独创地将检测视为回归问题，使用单个卷积网络同时预测多个边界框和类别概率，实现了实时检测（45 FPS）的同时保持可接受的精度。目标检测是计算机视觉领域最核心的任务之一，而YOLO（You Only Look Once）系列模型凭借其端到端、单次推理的架构，在速度和精度之间取得了出色的平衡，成为工业界和学术界最流行的检测框架之一。本文将从原理出发，梳理YOLO从v1到v8的演进脉络，并提供基于Ultralytics的推理代码示例，帮助读者快速上手。网络输出为一个 S×S×(B×5+C) 的张量。
2026-04-24 22:04:12
228
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人