Door_window 门窗识别项目核心内容该项目致力于使用经过自定义训练的YOLOv8目标检测模型实现对建筑蓝图风格图像中门窗的自动检测。功能说明用户可上传任意蓝图图像。训练后的模型能检测并高亮显示门和窗。会返回带有边界框的标注图像同时输出包含class_id、class_label和边界框坐标的结果。工作原理使用label对图像进行标注且该工具有助于对数据集进行预处理并以YOLO格式导出。利用Ultralytics的YOLOv8在这些标注图像上训练模型。构建了一个基于Gradio的应用app.py方便用户上传图像并可视化预测结果。测试时使用未标注的蓝图图像来验证模型在真实、未见过的数据上的性能。项目结构dataset/训练图像。classes.txt类名包括门door和窗window。app.py基于Gradio的目标检测API。best.pt训练好的YOLOv8模型权重。README.md设置指南和curl测试说明。ScreenshotsRoboflow中的标注截图。training_logs训练日志/损失图。Public API URL.txt包含模型部署的链接允许任何人直接在浏览器中测试检测功能。部署情况该解决方案部署在Hug任何人都可以直接在浏览器中测试检测功能网址为其他信息