项目描述：项目概述：基于YOLOv5目标检测算法，利用Python开发了一套针对大豆种子萎缩检测与可视化标定的系统。通过 模型对数据集进行目标检测，实现萎缩部位的自动标定，并利用PyQt5设计了UI界面，实现了检测结果的可视化。 工作内容： 1. 负责大豆图像采集并进行数据增强，借助LabelImg工具完成数据集构建；基于YOLOv5框架修改配置文件对数据集 进行训练，并结合精确率、召回率和平均精度等指标对模型进行评估。 2. 基于PyQt5框架设计直观的UI界面，实现萎缩部分检测结果的可视化展示，为大豆种子健康检测提供了解决方案。

项目描述：项目概述: 设计了一个基于 MATLAB 的教室人数统计系统，搭建图形用户界面（GUI），在该界面上提供图片导入 的入口，实现人脸检测和人数统计功能，并实时展示检测与统计结果，确保系统在运行结果有较高的准确率。 工作内容: 1. 负责搭建基于 MATLAB 的 GUI 界面，利用集成图像处理与人脸检测算法，实现图片导入、人脸识别、人数统计及结 果显示功能。 2. 通过灰度化、人脸检测及边框绘制技术优化图像处理流程，系统分析不同光照、背景及遮挡条件下的性能表现，提出 改进方案保证系统的稳定性和适用性。