YOLO-series产品系统Vibe Coding

计算机视觉、工业缺陷检测、医学影像目标检测、通用物体检测场景。基于 YOLO 系列算法，支持自定义数据集训练、目标检测、实例识别，可落地于医疗病灶检出、工业产品质检、场景目标识别等外包开发需求，适配 AI 算法原型、模型微调、部署落地类项目。

1. 数据集处理：图片标注、数据清洗、数据增强、划分训练 / 验证集；
2. YOLO 系列模型训练、微调、超参调优；
3. 图像 / 视频目标推理，输出检测框、置信度、类别；
4. 模型评估：mAP、召回率、精确率指标计算；
5. 模型轻量化导出，支持 ONNX 格式，便于部署；
6. 推理可视化，保存带检测框结果图。

基于 Python、PyTorch 搭建 YOLO 系列检测管线，支持 YOLOv5/v8 等版本。完成数据集预处理、Mosaic 等增强策略，针对小目标、模糊样本优化训练策略；实现模型训练、验证、推理整套流程，自动输出评估指标。支持自定义类别训练，模型可导出 ONNX 用于后续部署。代码结构清晰，注释完整，可快速迁移到不同检测任务。