基于深度学习的障碍物检测系统（YOLOv12完整代码+论文示例+多算法对比）摘要：本文面向道路巡检、园区安防与移动机器人等场景，设计并实现一套基于深度学习的障碍物检测桌面系统：前端采用 PySide6/Qt，支持图片/视频/本地摄像头多源输入，推理过程中提供进度显示/处理进度条与耗时统计，检测结果在主显示区以类别名+置信度方式叠加框可视化，并支持阈值实时调参与目标高亮选择。系统支持一键CSV 导出与带框结果导出（单帧 PNG / 多帧 AVI），同时将账户、历史记录与导出索引写入本地 SQLite 以便追溯；提供登录/注册（可跳过）机制与会话范围内的权限隔离。模型侧支持 模型选择