南瓜 -
基於 YOLOv8 的交通標識與設施識別系統（含完整源碼）
基於 YOLOv8 的交通標識與設施識別系統（含完整源碼）
一、研究背景：為什麼要做交通標識智能識別？
在智慧城市與智能交通體系不斷髮展的背景下，道路交通場景對感知能力提出了越來越高的要求。
無論是：
🚗 自動駕駛輔助系統
📷 道路監控與違章識別
🚦 智能信號控制
🏙 城市道路數字化管理
都離不開對 交通標識與基礎設施的精準識別。
傳統基於圖像處理和規則的方法，在面對以
機器學習
南瓜 -
基於深度學習的河道垃圾檢測系統設計（YOLOv8）
基於深度學習的河道垃圾檢測系統設計（YOLOv8）
一、研究背景：AI 如何參與河道環境治理？
隨着城市化進程加快，河道、湖泊、水庫等水體中的塑料垃圾問題日益嚴峻。其中，塑料瓶因體積明顯、數量龐大、難以自然降解，已成為水環境污染治理中的重點對象。
傳統河道垃圾監測方式主要存在以下痛點：
❌ 人工巡查成本高、效率低
❌ 監測結果主觀性強，難以量化
❌ 無法實現實時、連續監控
❌ 難以形成
機器學習
,
人工智能
,
深度學習
南瓜 -
基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程
基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程
一、研究背景：農業蟲害識別為何需要 AI？
在農業生產過程中，病蟲害是影響作物產量和質量的核心因素之一。據統計，全球每年因蟲害造成的糧食損失高達 20% 以上。傳統的蟲害防治方式主要依賴：
人工巡田觀察
專家經驗判斷
事後用藥處理
這種方式存在明顯問題：
🐞 識別效率低：人工巡檢難以覆蓋大面積農田
🐞 主觀性強：不
機器學習
,
人工智能
,
深度學習
南瓜 -
基於 Rokid CXR-S SDK 的智能提詞器開發全解析——AI 應答輔助系統
在內容創作、直播及演講場景中，“順暢表達”往往比稿件內容本身更具決定性。傳統提詞器需要額外屏幕或設備，使用時不僅需要手動控制播放，還容易打斷自然表達節奏。隨着 Rokid AR 眼鏡與 AI 大模型能力的成熟，我們終於可以把“提詞器”這一工具沉入眼鏡底層，讓文本提示隨用户視野自然跟隨，讓演講體驗真正進入免手持、低干擾的時代。
本文基於 Rokid CXR-S SDK 官方提供的提詞器場景接口
機器學習
