1.是基于TCFNet 深度学习模型开发的视频预测可视化桌面工具，以 PyQt5 构建完整图形界面，实现 RGB、光流、深度等多模态图片序列的视频合成、模型推理预测与结果可视化对比。系统支持一键式端到端流程处理，可同步播放真实标签与模型预测视频，直观展示算法效果，界面稳定、运行流畅，已解决环境兼容、堆栈溢出、线程安全等工程化问题，适用于科研演示、成果展示与实际项目部署
2.是基于FENet深度学习模型打造的伪装目标检测可视化交互系统，聚焦伪装目标检测领域的实际应用与模型效果核验需求，整合PyQt5可视化界面、深度学习推理、多维度指标评估、真值对比分析等核心能力，打破传统模型推理“黑箱”模式，实现从图片输入、模型推理、结果展示到量化评估的全流程可视化操作，兼顾科研实验验证、工程化落地测试与直观化效果展示，为伪装目标检测任务提供便捷、高效、精准的落地工具。
系统依托预训练FENet模型实现高精度伪装目标识别，适配GPU/CPU双环境推理，支持各类常规图片格式输入，搭配登录权限管控、自适应界面布局、自动真值匹配等功能，既满足科研人员快速验证模型效果、量化分析模型性能的需求，也适配工程人员开展模型部署测试、实际场景样本核验的场景，操作简便、交互友好，大幅降低伪装目标检测模型的使用与评估门槛。