基于轻量化YOLOv3和Tesseract OCR的电力设备标志牌识别技术.docx下载

weixin_39821526 2023-11-17 10:00:41
YOLO 卷积神经网络 神经网络 检测 识别 , 相关下载链接：https://download.csdn.net/download/No_Name_Cao_Ni_Mei/88492643?utm_source=bbsseo
...全文
42 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
【深度学习】基于YOLOv26的斑马鱼显微图像分割与结构识别方法研究
本文提出基于YOLOv26的斑马鱼显微图像分割与结构识别方法，核心创新包括端到端无NMS推理架构、分布式焦点损失（DFL）移除、ProgLoss+STAL小目标自适应损失函数及MuSGD优化器。模型在Full_Zebrafish_segmentation等专业数据集上实现mAP达0.938，小目标检测精度提升显著，支持前眼/后眼/整鱼三类结构识别，并可在Jetson Nano等边缘设备实现实时推理（42 FPS）。技术已应用于胚胎发育分析、药物毒性筛选与眼部疾病早期诊断。
LiteParse v2.0：Rust重构的文档解析引擎与无LLM架构实践
LiteParse v2.0是基于Rust重构的高性能文档解析引擎，摒弃LLM参与解析环节，专注字节到结构化文本的确定性转换。其核心能力包括PDFium定制绑定、零拷贝内存映射、tesseract-rs异步OCR管道、WASM沙箱安全执行及多语言FFI安全封装。支持CLI、FastAPI、Vite插件、边缘ARM64部署与LangChain兼容，实测百页PDF亚秒级解析，内存占用仅120MB，显著优于Unstructured等方案。
基于YOLOv11的车辆零部件缺陷智能检测系统开发
本博客介绍基于YOLOv11的车辆零部件表面缺陷智能检测系统，涵盖模块化架构设计、RELLIE预处理增强、12类缺陷识别与分级、多边形标注数据集构建（48765张图像）、Mosaic与CIoU Loss优化训练、PyQt5跨平台GUI及实时检测报告生成。系统实现50ms单图推理、0.8%漏检率、98.7%检测一致性，并支持ONNX部署与边缘加速。
【设计文档+源码】基于YOLOv8+Flask的茄子病害检测系统
本文介绍基于YOLOv8目标检测算法与Flask Web框架构建的茄子病害检测系统，支持果肉腐烂、蛀虫、黄斑病及健康四类识别。系统使用3478张标注图像训练，mAP@0.5达0.737，单图推理耗时低于30ms；集成图片/视频/摄像头多模态检测、置信度与IoU阈值调节、可视化标注及CSV结果导出功能；前端采用Layui实现响应式UI，后端基于Flask提供RESTful接口，支持GPU加速与跨浏览器部署。
【文档+源码+数据集】基于YOLOv8+Flask的火焰烟雾检测系统
本文介绍基于YOLOv8目标检测模型与Flask后端框架构建的火焰烟雾实时检测系统，支持图片、视频及摄像头流输入。系统采用三类别（fire/smoke/other）专用数据集（10335张），引入'other'负样本提升鲁棒性；YOLOv8s模型在验证集上达到mAP@0.5=0.793；Flask提供RESTful API服务，Layui实现轻量前端可视化，支持置信度调节、结果导出与GPU/CPU自适应推理。
下载资源悬赏专区

13,654

社区成员

12,571,328

社区内容

发帖
与我相关
我的任务
社区描述
CSDN 下载资源悬赏专区
其他 技术论坛（原bbs）
社区管理员
  • 下载资源悬赏专区社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章