人工智能 Windows应用 软件案例

系统实现了集装箱卡车识别；集装箱箱号，箱型，箱门，危品，铅封识别，残损识别；通过雷达触发；PLC编程，补光灯和道闸控制；过车实时监控；灵活的第三方业务接口；基于Yolo和Pytorch的深度学习框架实现。 系统集控使用SpringBoot+Vue实现，数据库使用Mysql。 车牌识别率达到98%以上，集装箱识别率达到99%。

独立项目设计：yolov8s-seg训练晶体进行实例分割出晶体轮廓的模型，模型转.onnx，c++ qt 调用训练并转化好的的模型，进行实时计数并计算每个晶体的像素面积;只识别完整晶体，周边的半晶体不纳入识别。制作的程序节省计算资源既能在有GPU时运行更快，没有GPU时也能实时运行