yu的案例列表
菌子分割
本菌子分割项目当前以 ResNet-DeepLabV3p 为最佳深度学习模型（4轮训练 IoU 达 0.9763），显著优于传统 OpenCV 方法和基础 UNet。针对 192 张高分辨率（5472×3648）图片，存在部分缺失文件、气泡干扰及 SVM 掩码小白点、空洞问题，建议采用最大连通区域保留 + 空洞填充 + 圆形度过滤的后处理 pipeline，有效去除噪声并保留主要菌子区域。Nuitka --onefile 打包需通过 resource_path 函数处理 templates、scripts 和 .pth 模型的临时解压路径，并显式包含 index.html。SAM (Segme
YOLO菜品识别
yolo多种类菜品识别 . 训练 YOLOv8 1. 下载 50 张菜谱图片，使用 LabelImg 进行标注，格式为 YOLO 格式（.txt）。 2. 使用 ultralytics 进行训练： 要将这个图像预测的代码转换为 API 形式，您可以使用 FastAPI 来构建 API 服务，使得通过 HTTP 请求调用此功能，返回处理后的预测结果图像。下面是将原始代码封装为 API 的步骤。
案例判断参考
yu的案例列表
菌子分割
本菌子分割项目当前以 ResNet-DeepLabV3p 为最佳深度学习模型（4轮训练 IoU 达 0.9763），显著优于传统 OpenCV 方法和基础 UNet。针对 192 张高分辨率（5472×3648）图片，存在部分缺失文件、气泡干扰及 SVM 掩码小白点、空洞问题，建议采用最大连通区域保留 + 空洞填充 + 圆形度过滤的后处理 pipeline，有效去除噪声并保留主要菌子区域。Nuitka --onefile 打包需通过 resource_path 函数处理 templates、scripts 和 .pth 模型的临时解压路径，并显式包含 index.html。SAM (Segme...
YOLO菜品识别
yolo多种类菜品识别 . 训练 YOLOv8 1. 下载 50 张菜谱图片，使用 LabelImg 进行标注，格式为 YOLO 格式（.txt）。 2. 使用 ultralytics 进行训练： 要将这个图像预测的代码转换为 API 形式，您可以使用 FastAPI 来构建 API 服务，使得通过 HTTP 请求调用此功能，返回处理后的预测结果图像。下面是将原始代码封装为 API 的步骤。...
