一、代码功能:

• 检测任务：基于 YOLOv12 的花卉检测与识别
• 检测类别：支持 14 类（中英文对照）：15 / Allium（大葱花） / Borage（琉璃苣） / Burdock（牛蒡） / Calendula（金盏花） / Chicory（菊苣） / Chive blossoms（韭菜花） / Coltsfoot（款冬） / Common mallow（锦葵） / Common yarrow（洋蓍草） / Coneflower（金光菊） / Cow parsley（欧芹） / Dandelion（蒲公英） / Gardenia（栀子花）
• 数据集总量：内置 10513 张花卉与标注数据集
• 数据集划分：训练集 9131 张，验证集 919 张，测试集 463 张
• 输入方式：支持图片、视频、浏览器摄像头三种输入源，浏览器端实时显示检测框与置信度
• 系统架构：采用 Flask + Flask-SocketIO 后端推理，配套 HTML / CSS / JS Web 界面，支持一键启动可视化演示
• 结果输出：检测结果支持 CSV 导出，支持保存带框图片 / 视频，支持写入 SQLite 数据库存档
• 用户功能：有登录注册界面，也可以不启用登录注册
• 权重管理：支持在线上传与切换 YOLO 模型权重，方便对比不同版本效果

二、详细教程:

• 原理介绍博客: Gitee项目
• 项目详细说明文档: https://deeppython.feishu.cn/wiki/YKX2wrGjBi2xjrkjqr0cMawHnRh
• 功能效果展示视频: https://www.bilibili.com/video/BV1Ro2sBVEW7/
• 环境配置博客教程: （1）Pycharm以及Anaconda安装；（2）Python环境配置教程；
• 注意事项：版权所有，禁止盗卖或用于商业化用途。