基于YOLO11+Flask的柑橘果实检测系统2(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
基于YOLO11+Flask的柑橘果实检测系统2(设计源文件+万字报告+讲解)（支持资料、图片参考_相关定制）_
规格一：仅数据集(下面有数据集信息的详细介绍)
规格二：仅项目(包括项目UI界面源码+详细的环境配置文档+训练好的模型，运行起来的效果就是上面视频展示的。下面有项目功能的详细介绍)
规格三: 数据集+项目+设计说明书（包含前两种规格所有内容+模型训练教程，训练代码+详细的系统设计书。下面有设计文档的详细介绍）
数据集介绍
柑橘果实数据集。数据集是已经标注好的，为YOLO标注格式（TXT格式）适用于训练yolo5 yolo8 yolo11 yolo12等yolo系列的目标检测模型，数据集包含txt标注文件和图片文件，已经划分好训练集、验证集与测试集，其中训练集843张图片、验证集245张图片、测试集122张图片。数据集附带有类别描述文件data.yaml,共分为一类。图片均为实地拍摄，柑橘果实均为生长在果树之前的，不含任何数据增强的图片，数据集都是标注好的，都是标注好的，有类别描述文件，拿到之后可直接用于模型训练。数据集亲测可用，yolov11s实测最好的map50为：91.0%。下单后留言，百度网盘发货
项目介绍
系统功能
检测方式（4种）
- 图片检测：上传单张图片，自动识别目标并标注检测结果
- 批量图片检测：上传 ZIP 压缩包，批量处理多张图片，实时显示处理进度
- 视频检测：上传视频文件，逐帧分析并标注
- 摄像头检测：打开本地摄像头，实时检测画面中的目标
核心特性 - 智能报警：检测到目标类别时自动弹窗提示
- 权限分级：管理员可管理所有用户和检测记录，普通用户仅能查看自己的记录
- 参数可调：支持调节置信度和 IOU 阈值，无需重启服务
- 记录管理：支持查看历史检测记录，视频记录可点击回放
- 数据持久化：检测结果自动保存到数据库和本地目录
技术栈：Flask（后端）+ YOLO（AI检测模型）+ Layui（前端UI）+ SQLite3(数据库) [如需要替换技术栈，可后台私聊，店铺承接各类深度学习、CV、AI大模型定制项目，价格美丽，诚信经营，保质保量]
系统目录下附带有非常详细的环境配置运行指导pdf文件（将近30页），包含windows系统、Liunx系统、MacOS、云端服务器、树莓派、香橙派、英伟达边缘盒子…等部署教程。
项目设计说明书
目录如下：
- 引言 1.1 项目背景 1.2 设计目的 1.3 开发环境2. 需求分析 2.1 功能需求 2.2 非功能需求 2.3 运行环境 3. 总体设计 3.1 系统架构设计 3.2 功能模块划分 3.3 系统流程4. 数据集与模型训练 4.1 数据集概况 4.2 数据预处理与划分 4.3 训练环境与超参 4.4 训练结果分析 4.5 模型导出与集成5. 详细设计 5.1 各模块详细功能 5.2 核心算法与逻辑说明 5.3 界面设计 6. 数据库设计 6.1 E-R 图 6.2 数据表结构7. 系统实现与测试 7.1 核心代码