基于深度学习的管道缺陷检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一套基于YOLO系列算法的管道缺陷检测系统，该系统支持图片、视频、批量文件和实时摄像头检测，具有动态置信度调节、语音报警、数据可视化和结果导出等功能。系统采用PyQt5前端界面和SQLite数据库，支持多模型切换（YOLOv5至v12），其中YOLO12n精度最高（mAP40.6%），YO... ...
高光谱成像（四）最小噪声分数变换 MNF
在上一篇中，我们介绍了 PCA ，其通过寻找方差最大的方向来压缩数据维度，在保留主要信息结构的同时减少计算量。 同时，我们也提到，PCA 是数据分析和机器学习领域中一种通用的高维数据降维方法，高光谱成像只是它的一个典型应用场景。 但正如神经网络从最初的前馈网络逐渐发展出针对图像数据的卷积网络以及针对 ...
基于深度学习的禽蛋缺陷检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一个基于YOLO算法的禽蛋缺陷检测系统。该系统通过深度学习技术实现鸡蛋破损、裂纹等缺陷的自动化检测，支持图片、视频及实时摄像头输入的多模态检测。系统采用PyQt5开发界面，包含用户登录、模型切换、结果保存等功能模块，并对比分析了YOLOv5/YOLOv8/YOLOv11/YOLOv12等模... ...
高光谱成像（三）主成分分析 PCA
我们已经知道：高光谱图像的每一个像素，本质上是一个高维光谱向量，其波段数量可能达到上百维。 这固然提供了更多的信息，但于此同时也极大增加了计算量。 并且，结合实际生活，你会发现一个新的问题： 大量特征间的重要性并不等价。 举个例子：假设我们要区分三种动物：猫、狗和老虎。 现在我们为每只动物记录一系列 ...
OpenClaw安装部署教程
截至2026年3月，OpenClaw（原Clawdbot / Moltbot）已成为最热门的个人 AI 数字员工工具之一。它能自动操作电脑、读写文件、执行任务、跨平台通信（如飞书、钉钉、Telegram、QQ），甚至可 7×24 小时远程工作。下面为大家整理一份快速部署+使用范例+运维建议的完整指南 ...
基于深度学习的手写数字检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
摘要：本文介绍了一套基于YOLO算法的风力涡轮机智能检测系统。系统包含用户登录、多模态检测、模型切换等功能模块，支持图片、视频及实时流检测，检测结果可保存并导出。技术栈采用Python3.10+PyQt5+SQLite，对比分析了YOLOv5/YOLOv8/YOLOv11/YOLOv12模型的性能，... ...
高光谱成像（二）光谱角映射 SAM
在第一篇中我们已经提到：高光谱图像的每一个像素，本质上是一个高维光谱向量。 如果一个像素有 100 个波段，那么它就可以表示为： \[\mathbf{x} = (I_1, I_2, \dots, I_{100}) \]既然每个像素是一个向量，我们又知道了高光谱图像的经典应用就是识别物质，那么一个很自 ...
高光谱成像（一）高光谱图像
新分类关于高光谱成像，是近期的主要长篇内容。 1. 什么是高光谱图像？ 1.1 RGB 图像 在日常生活以及之前的 CV 相关内容里，我们演示使用的图像数据都是 RGB 图像，在之前的图像处理基础中我们也介绍过这一点。 再简单复述一下要点：大量出现在我们日常生活中的彩色图像基本都是 RGB 图像，这 ...
基于深度学习的纸箱检测计数系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一套基于YOLO算法的风力涡轮机智能检测系统。该系统支持多模态检测（图片/视频/实时画面），具备用户管理、多模型切换、检测结果保存等功能。通过对比YOLOv5/YOLOv8/YOLOv11/YOLOv12模型性能，发现YOLO12n精度最高（mAP40.6%），YOLO11n速度最优（56... ...
基于深度学习的风力涡轮机检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一套基于YOLO算法的风力涡轮机智能检测系统。系统支持图片、视频及实时摄像头检测，具有用户登录、多模型切换、检测结果保存等功能。技术栈采用Python3.10+PyQt5+SQLite，整合了YOLOv5/v8/v11/v12模型。经测试，YOLO12n模型表现最优（mAP40.6%），Y... ...
基于深度学习的航拍视角下的羊群检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
摘要：本文介绍了一个基于YOLO算法的航拍羊群数量统计系统，包含用户登录、多模态检测、模型切换等功能。系统支持图片、视频和实时摄像头检测，可保存结果并导出数据。通过对比YOLOv5/YOLOv8/YOLOv11/YOLOv12模型性能，发现YOLO12n精度最高（mAP40.6%），YOLO11n速... ...
基于深度学习的鸡数量统计系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一套基于YOLO算法的鸡数量统计系统，专为农业养殖场景设计。系统支持图片、视频及实时摄像头画面的多模态检测，具备用户管理、结果保存和模型切换功能。技术栈采用Python3.10+PyQt5+SQLite，对比了YOLOv5/v8/v11/v12等模型性能，其中YOLO12n以40.6%的m... ...
基于深度学习的夜间红外小目标检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
摘要：本文介绍了基于YOLO算法的夜间红外小目标检测系统。系统支持图片、视频及实时检测，具备多模型切换(YOLOv5/v8/v11/v12)和结果保存功能。技术分析显示YOLO12n模型精度最高(mAP40.6%)，YOLO11n速度最优(56.1ms)。系统采用Python3.10+PyQt5+S... ...
基于深度学习的番茄叶子病虫害监测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
《基于YOLO算法的番茄叶子病害检测系统》是一套智能化农业解决方案，支持14种番茄病害检测。系统采用YOLOv5/v8/v11/v12多模型架构，具备图片/视频/实时摄像头多模态检测功能，包含用户管理、结果保存与可视化等模块。技术分析显示YOLO12n模型精度最高（mAP40.6%），YOLO11n... ...
基于深度学习的猪识别系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
本文介绍了一套基于YOLO算法的猪只识别系统，该系统能够精准识别猪只位置并判断其姿态（坐姿/站姿）。系统采用Python3.10开发，前端界面为PyQt5，支持图片、视频及实时摄像头检测，具备多模型切换、结果保存与导出等功能。通过对比测试YOLOv5/v8/v11/v12模型，发现YOLO12n精度... ...
基于深度学习的车牌识别系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
在智慧交通、停车场管理、道路执法以及安防监控等场景中，快速、准确地获取车辆号牌信息是实现自动化管理的关键。然而在现状中，很多实际应用仍依赖人工抄录或传统的OCR方案，这些方法在面对复杂光照、倾斜拍摄、运动模糊、特殊车牌（如新能源绿牌、黄牌）时，识别率往往不稳定，而且难以做到实时批量处理。随着城市交通... ...
模型评估小册（1） ROC 曲线与 AUC
一点前言：之前完成了吴恩达深度学习的相关内容，最近忙于毕设，更新可能没之前那么频繁。这个新开的分类关于模型评估的各种指标的详解，之前翻看书籍总是被一堆很官方化的概念和密密麻麻的符号搞的看不下去，因此，这次的中心思想是以尽可能通俗的语言、精简的篇幅来讲解这类概念并辅以实例。 不多废话，以下为正文。 1 ...
基于深度学习的水果检测系统演示与介绍(YOLOv12/v11/v8/v5模型+django界面+训练代码+数据集)
本文介绍了一个基于深度学习的智能水果检测系统，该系统集成了YOLOv5/YOLOv8/YOLOv11/YOLOv12多版本模型，具备图片/视频/实时摄像头检测、置信度调节、检测结果保存及历史追溯等功能。系统采用Django+Bootstrap框架开发，支持用户与管理员双端权限管理。测试结果表明，YO... ...
基于深度学习的电缆损害检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
摘要：本文介绍了一套基于YOLO算法的电缆损害智能检测系统，主要用于识别电缆断裂和雷击损伤。系统包含用户登录、多模态检测、结果保存、模型切换等功能模块，采用YOLOv5/v8/v11/v12等多种模型进行训练对比。技术分析显示YOLO12n模型精度最高（mAP40.6%），YOLO11n速度最优（5... ...
基于深度学习的野外环境下野生动物检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
《基于YOLO算法的野生动物检测系统》是一套针对野外环境的实时检测解决方案。系统采用YOLO系列算法，可精准识别郊狼、鹿等5种动物，支持图片、视频及摄像头实时检测。技术栈包含Python与PyQt5，具备用户管理、多模型切换、结果保存等功能。经测试，YOLO12n模型表现最优（mAP40.6%），Y... ...
