本项目是一个智能化的鱼类行为监测系统，集成了基于YOLOv26的高精度鱼类检测与分割、BotSort多目标追踪算法，以及基于IoU的运动状态分析（区分静止与剧烈运动）以实现异常行为检测。系统支持实时摄像头监测与离线视频文件分析，并利用AI健康分析模块对鱼类轨迹和异常行为进行综合评估，最终通过可视化界面直观展示异常数量随时间变化、游动距离随时间变化等图表，为鱼类健康管理提供全面、自动化的决策支持。
1.前端技术栈：D3.js：用于实现可视化树状结构图，展示文本修改历史 2.原生HTML5/CSS3/JavaScript：实现全部用户界面和交互功能，无需其他前端框架 3.后端技术栈：Flask ：轻量级Python Web框架，提供RESTful API服务 此为团队开发，部分涉密，不便开源，仅展示部分内容
智能家居”是基于STM32F407嵌入式教学实验箱使用c语言开发的一套模块化多功能智能家居控制系统，通过链接实验箱不同板块，实现包含“系统自检”、“入户检测”、“智能窗帘”、“温控风扇”、“天气监测”五个功能的自动化智能家居系统。
