




个人介绍
1. 丰富的前端开发经验:
拥有八年丰富的前端开发经验,精通各类前端技术,具备出色的架构设计能力。能够快速识别并解决复杂问题,擅长制定前瞻性的技术方案并成功推动实施。
2. 重大项目经验:
《贵州省道路货物运输车辆安全管理平台》省平台建设,贵州省公路集团《大型特种设备集中物联网监管平台》建设,科研项目《AI盒子运维管理云平台》研发(视频监控。抓拍违规等AI技术)。《贵州省信息中心联合奖惩云平台》及可视化大屏。曾参与2018年青岛上合峰会可视化开发,主导开发青海电网《绿能互联平台运行监控中心》可视化大屏、山东国家电网《现场作业安全管控平台》可视化应用。
3. 广泛的技术栈:
熟练掌握HTML5、CSS3、JavaScript等前端基础技术。具有丰富的Vue2、Vue3、React、Node.js、express、nestjs、Webpack、rollup、Three.js、ES6、Uniapp和小程序等开发经验,掌握Blender 3D建模。
精通组件化、工程化开发管理方法,能够高效地进行前端项目的开发和维护,提高代码的复用性和可维护性。开源项目:next-element-vue
工作经历
2016-10-20 -2024-09-01科技公司前端开发
智慧农场项目是一套集农场地块管理、种植规划、设备监控于一体的综合性管理平台。项目通过可视化技术与物联网设备集成,实现了对农场地块、大棚、以及种植作物的精细化管理,帮助用户实时掌控农场运营情况,提高农业生产效率。 主要功能 地块管理 使用地图可视化技术(Cesium 和 Three.js),支持农场地块的绘制、分区和管理。 提供地块属性编辑功能(如面积、作物类型、种植计划等)。 3D可视化展示 基于 Three.js 和 Cesium 实现农场地块的 3D 地图展示。 使用 Blender 制作农场大棚模型,并在平台中进行动态加载与展示。 支持缩放、旋转和切换视角的 3D 交互操作。 大棚与物联网设备监控 实时监控大棚内物联网设备的数据(如温湿度传感器、光照强度、灌溉系统等)。 提供数据告警与历史数据分析功能,帮助优化大棚环境。 种植计划与作物管理 管理种植计划,包括种植时间、作物类型、农事操作等。 数据库记录作物的种植与收成信息,提供可视化的农事统计报表。 前后端联动 前端通过 Vue3 和 Cesium 实现数据的动态渲染与交互,支持地块绘制与物联网设备状态的实时更新。 后端基于 N
教育经历
2012-09-01 - 2016-07-01贵州师范大学计算机科学与技术本科
技能

本智慧农场系统主要面向农业生产管理者、科研人员以及农场运营者,旨在解决农场管理中效率低、资源利用率低以及实时监控和数据分析能力不足的问题。通过可视化和智能化管理手段,本系统能够帮助用户实时监控农场环境、优化生产决策,并提高资源调配的科学性。 与市场上的常规方案相比,本系统具备以下显著特点: 高精度可视化:结合Cesium和Three.js技术,实现对农场环境的3D高精度建模与实时渲染,提供沉浸式的可视化体验。 实时数据交互:基于NestJS构建高效的后台服务,支持前后端实时通信,实现环境数据、作物状态等关键指标的动态更新与展示。 模块化与可扩展性:采用Vue3和TypeScript构建前端界面,提供模块化设计,支持快速集成与功能扩展,满足多样化需求。 跨平台兼容:支持多终端访问,无论是PC端还是移动设备,均可实现流畅操作。 精准地理信息处理:结合Cesium的地理空间能力和Three.js的图形处理能力,实现农场区域划分、资源分布以及环境模拟等功能。 前端:基于Vue3与TypeScript,集成Cesium和Three.js,实现高效、直观的用户界面与3D交互体验。 后端:采用NestJS构建高性能服务端,结合TypeORM处理数据库交互,同时支持地理空间数据处理。 数据处理与分析:集成实时数据采集与分析模块,为用户提供可视化报告与决策支持。 该系统通过技术与应用场景的深度结合,为现代农业管理提供了一种高效、智能的解决方案。


本方案面向需要对图片数据进行标注的行业用户,如人工智能模型训练团队、计算机视觉研究者、教育及科研机构等。针对传统标注工具需安装客户端、不便协作和跨平台使用的痛点,本方案提供了一种轻量化、跨平台、在线化的图片标注解决方案,大幅提升了标注效率和团队协作体验。 无需安装,随时随地使用:系统基于Web技术开发,用户只需通过浏览器访问即可开始标注,无需安装任何软件,支持多平台兼容(Windows、macOS、Linux等)。 实时协作功能:支持多人在线协作标注,通过WebSocket等技术实现实时同步,提高团队协作效率。 高度定制化:提供多种标注工具(矩形、自由曲线、多边形等),并允许用户根据需求自定义标注类型和属性,适应不同领域的标注需求。 友好的用户界面:基于Vue3设计的现代化UI,交互流畅,易于上手。 灵活的数据管理:支持数据导入导出(如COCO、VOC格式),并能通过RESTful API或WebSocket接口与其他系统无缝对接。 上传下载图片资源:支持zip压缩图片文件的上传后系统自动解析,标注完成后可将资源文件自动压缩为zip文件后下载到本地后直接用于yolov8的训练。 高性能与扩展性:通过Node.js Express实现后端服务,轻量高效,适合大规模部署;同时支持与云存储或数据库系统(如MySQL)集成,确保标注数据安全与持久化。 前端:使用Vue3 + TypeScript开发,采用Pinia管理状态,提供动态标注工具与实时协作功能。 后端:基于Node.js和Express实现,提供RESTful API服务,并通过WebSocket支持实时通信。 数据库:可选用MySQL,存储标注数据及用户信息,支持数据高效查询与持久化。 文件存储:支持本地文件系统或云存储(如AWS S3、阿里云OSS),便于图片资源管理。 该系统以简洁高效为核心设计理念,为用户提供一种集便捷性、灵活性和扩展性于一体的在线图片标注解决方案。
