摘要： 本项目以 YOLOv8 目标检测框架为核心，构建了一套完整的人脸表情识别系统，涵盖数据集处理、模型训练与调优、可视化分析以及交互式推理系统的全流程开发。系统能够在图片、视频及摄像头实时画面中同步完成人脸定位与表情分类，支持 7 种基础表情类别的端到端识别。 阅读全文

摘要： 本项目面向工业质检场景，以 Dinomaly（CVPR 2025）为核心算法，结合 DINOv2 视觉基础模型与 ViTill 线性注意力解码器，实现对工业产品的无监督异常检测与亚像素级缺陷定位。系统涵盖从数据集构建、模型训练调优，到 Web 可视化平台的完整工程链路。 阅读全文

摘要： 基于 YOLOv8 目标检测算法，针对 PCB（印刷电路板）表面缺陷进行识别与分类的桌面端智能检测系统。系统覆盖从数据集构建、模型训练调优到多场景可视化检测的完整深度学习开发链路。 阅读全文

摘要： 本项目围绕粮食质检场景，完整实现了从数据集构建、模型训练调优到桌面端系统集成的全流程。核心算法采用 YOLOv8s 目标检测模型，针对大米中常见的五类杂质进行实时识别与定位，最终以 PyQt6 桌面应用的形式完成系统交付。 阅读全文

摘要： 本项目针对无人机航拍场景下的小目标检测问题，基于 YOLO11 系列模型，在 VisDrone 2019 数据集上进行训练与优化，并提供了完整的检测系统桌面应用，支持图片、视频、摄像头的实时检测与训练指标可视化。 阅读全文

摘要： 本项目以深度学习目标检测为核心，完整覆盖「数据集构建与处理 → 模型训练与调优 → 系统集成与功能开发」的全流程，最终交付一套可直接部署使用的口罩佩戴检测系统。系统基于 YOLOv8 实现实时口罩状态识别，支持图片、视频、摄像头三种输入来源，并提供美观的 PyQt6 图形界面。 阅读全文

摘要： 基于 YOLO26 与 Faster R-CNN 双模型对比，覆盖数据集构建、模型训练调优、桌面系统集成的完整深度学习工程项目。 阅读全文

摘要： 本项目面向高光谱图像去噪增强任务，基于 ICVL 31 波段高光谱 .mat 数据和 HSTNet 模型，完成数据读取、噪声合成、模型训练、测试评估、单图推理和 PyQt6 桌面端可视化展示。 阅读全文

摘要： 本项目面向无人机俯拍场景下的密集人群计数与人体定位任务，采用 P2PNet（Point-to-Point Network）端到端检测框架，结合 VisDrone2020-CC 数据集完成模型训练，并集成为具备登录鉴权、系统首页总览、图片检测、批量检测、历史记录、模型管理、训练指标与数据集统计可视化等完整功能的桌面应用系统。 阅读全文

摘要： 基于 YOLOv8 目标检测模型 + PyQt6 桌面端应用的垃圾分类识别系统，覆盖数据集构建、模型训练调优、系统集成开发的完整深度学习工程流程。 阅读全文