深度学习实战项目:基于 YOLOv8s 的美妆产品识别系统【计算机毕业设计选题推荐】
发布时间:2026/9/26 2:37:10 作者:尧图编辑部 阅读量:1,286

作者计算机编程-吉哥简介专业从事JavaWeb程序开发微信小程序开发定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事生活就是快乐的。心愿点赞 收藏 ⭐评论 文末获取源码联系 精彩专栏推荐订阅 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》Python毕业设计精品项目《1000套》微信小程序毕业设计精品项目《1000套》大数据/机器学习毕业设计精品项目《1000套》目录一、项目简介二、技术选型模型三、功能清单四、项目亮点1. 不只是能识别而是能落地2. 摄像头实时识别3. 数据看板做得比较完整4. RAG 智能问答五、功能截图一、项目简介简单说你上传一张化妆台的照片AI 会自动框出里面的每一件美妆产品告诉你它是什么、置信度多少、一共几件。系统支持 4 类美妆产品的识别配套了完整的前后端前端Vue 3 Element Plus ECharts后端Django PyTorch模型YOLOv8s数据库MySQL 8除了单张识别还做了批量识别、摄像头实时识别、检测记录管理、数据看板、AI 辅助建议、RAG 智能问答等功能。基本上是一个能直接跑起来、能演示、能验收的完整系统。二、技术选型模型主模型用的是YOLOv8s属于单阶段目标检测里兼顾速度和精度的经典选择。训练结果指标数值mAP0.50.9909mAP0.5:0.950.9519单张推理耗时~17 msGPU参数量11.16M权重文件85.4 MB这个精度在美妆产品这种类别情况、特征相对固定的场景下已经非常够用了。三、功能清单系统一共 26 个 API按模块分鉴权注册 / 登录 / 注销 / 当前用户检测核心单图识别批量识别一次最多 20 张AI 辅助建议摄像头实时识别开始 / 单帧推理 / 结束合成记录模型模型列表 / 模型详情 / 模型切换记录分页列表 / 单条详情 / 删除看板7 个端点总览统计、类别分布、模型使用分布、识别趋势、置信度分桶、耗时分桶、识别方式雷达知识库 个人中心RAG 智能问答、知识库标题、个人资料、改密码、上传头像、用户管理四、项目亮点1. 不只是能识别而是能落地很多深度学习项目止步于一个predict.py。这个项目把训练好的模型真正接进了 Web 系统有登录、有记录、有看板、有权限管理。模型只是其中一环但整条链路是通的。2. 摄像头实时识别除了传图还做了摄像头逐帧推理。前端调getUserMedia拿视频流按帧发给后端后端推理完返回 bbox。结束后自动合成一条检测记录不会丢数据。3. 数据看板做得比较完整7 个聚合维度记录数、总检出、平均置信度、平均耗时、4 类分布、模型使用分布、最近 N 天趋势、置信度分桶、耗时分桶、识别方式雷达。用的是 ECharts视觉效果不错。4. RAG 智能问答知识库里预置了 8 条美妆产品语料做了一个简单的检索增强问答。用户问这个产品适合什么肤质之类的问题系统会先检索语料再回答。五、功能截图