基于深度学习的水果识别系统1基于YOLOV8的道路缺陷检测系统1(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_可以扫码

项目介绍：
模型：resnet34，也可以根据需求改进
软件：Pycharm+Anaconda
环境：python=3.8 opencv_python PyQt5
文件：
1.完整程序文件（.py等）
2.UI界面源文件、图标（.ui、.qrc、.py等）
3.测试图片、视频文件（.jpeg、.mp4、.avi等）

功能： 系统实现了对于多种目标的识别检测功能：包括通过选择图片、视频、进行实时识别；识别后会显示水果的详细信息，检测速度快、识别精度较高。
①选择图片识别目标，可选择单个或批量导入
②选择视频识别目标。
可以识别5种水果，后续可根据个人需求增加
{‘apple’: ‘苹果’, ‘banana’: ‘香蕉’, ‘grape’: ‘葡萄’, ‘orange’: ‘橙子’, ‘pear’: ‘梨’}
本项目可以含有登陆系统和非登陆系统两种，自由可选！