基于深度学习YOLO12的汽车损伤检测系统
针对汽车损伤检测效率低、主观性强等问题，本研究基于YOLOv12提出自动化检测系统，融合区域注意力与R-ELAN网络，提升小损伤识别精度与多场景适应性，实现快速、精准、标准化评估，推动保险、二手车等产业智能化升级。
基于yolov8深度学习的农作物识别检测系统
本研究基于YOLOv8深度学习技术，构建农作物识别检测系统，旨在实现对作物种类、生长状态及病虫害的快速精准识别。通过Python与先进算法结合，提升农业智能化水平，助力精准施肥、减少农药使用，推动农业可持续发展，具有重要应用价值。
基于YOLOv8模型的行人车辆多目标检测计数与跟踪系统
本研究基于YOLOv8模型，针对智能交通与公共安全需求，开展行人车辆多目标检测、计数与跟踪技术研究。通过融合YOLOv8高精度检测与DeepSORT稳定跟踪，实现复杂场景下目标的实时定位、统计与轨迹追踪，提升交通管理效率与公共安全保障能力，推动智慧城市发展。
基于深度学习YOLOv8的车辆汽车速度检测系统
本研究聚焦基于YOLOv8的车辆速度检测系统，针对传统交通管理效率低、成本高问题，提出融合计算机视觉与深度学习的智能解决方案。利用YOLOv8高精度、实时性优势，结合DeepSORT实现多目标跟踪与速度估算，提升复杂场景下的检测鲁棒性。系统具备低成本、易部署特点，适用于边缘计算，可广泛应用于交通监控、事故预警与自动驾驶，助力智慧城市建设。
