目录
项目背景与概述
在当今数字化快速发展的时代，人工智能（AI）技术正逐渐渗透到各个领域，展现出其强大的变革力量。基于此背景，我们着手设计并实现了一个基于.NetCore 的 AI 识别系统。
技术架构与选型
后端技术
该项目采用微软.NetCore 8.0 与 C# 12.0 进行开发。后端依托于 asp.net Core Api，利用 JWT 来确保身份认证与授权过程的安全性，通过 QRCode 实现二维码的有效处理。借助 YoloDotNet 结合 YOLOv8 与 ONNX 模型，使系统具备一定的目标检测能力，能够对图像中的特定目标进行识别与定位。在开发过程中，运用 Autofac 进行依赖注入管理，以提升代码的可维护性与扩展性；借助 AutoMapper 自动完成对象映射，减少手动映射的繁琐工作；利用 EPPlus 处理与 Excel 相关的操作任务，而 wrod 模板引擎 SharpDocx 则为文档生成提供了便利。在数据存储层面，选用主流的 MySQL 数据库来保障数据的稳定存储与高效管理，并结合 Redis 进行数据缓存，以优化数据的读写速度，ORM 框架则采用 EFCore 来实现数据库与代码逻辑的无缝对接；点击连接访问项目
前端技术
前端方面，采用 vue3 框架并结合 nodejs 构建开发环境。通过 vuex 和 pinia 进行状态管理以及用户仓库与 token 的持久化操作，利用 axios 请求与 promise 确保数据交互的稳定与可靠，搭配 element ui 和 element plus 组件库，为用户打造出简洁美观且易用的操作界面。
系统功能模块
该 AI 识别系统功能丰富多样，涵盖多个实用模块
登录注册
为用户提供了方便的账号注册途径以及安全可靠的登录方式，有效保护用户数据与系统访问的安全。
数据大屏
能够以可视化的形式展示系统的关键数据以及运行状态，辅助管理人员快速、直观地了解系统整体情况，从而为决策提供数据依据。
练题系统
为用户搭建了一个专业的知识练习平台，无论是理论知识的巩固还是实践技能的训练，都能在该模块中得以实现，有助于提升用户的专业能力与素养。
AI模块
作为系统的核心部分，运用先进的 AI 技术实现图像识别、目标检测等功能。
工具箱
生成二维码、
个人中心
用户可在此对个人信息进行管理，查看自身在系统中的操作记录，并根据个人需求设置个性化的使用偏好，以获得专属的使用体验。
AI 识别系统在多个领域都有着积极的应用潜力与价值，它为各行业的智能化发展提供了有力的支持与辅助。虽然目前系统还存在一些有待完善的地方，但随着技术的不断发展与进步，其功能与性能有望得到进一步的提升与优化。