代码逻辑实现 使用tensorflow2.x训练的模型，可使用迁移学习减少训练参数，导出的tflite模型体积较小 相机模块使用CameraX，人脸检测模块使用Google的mlkit（本人不会在Android中使用openCV，个人觉得mlkit接口很友好） 由于训练的数据集中没有图片无人脸的情况，需要使用人脸检测模块来辅助该模型，只有出现人脸时才使用模型解释器来推断

使用VTK.js渲染 作为解剖学的教学平台，软件将大体解剖学、断层解剖学、局部解剖学、系统解剖学、表面解剖学等有机结合起来。 使学习更具有连贯性、关联性。软件通过断层图片可以构建人体的空间结构，把断层解剖学与大体解剖学、系统解剖学、局部解剖学有机的关联起来。 通过透明度的处理将表面解剖学与大体解剖学、系统解剖学、局部解剖学巧妙的关联起来。

提供设备管理、可视化节目制作、一键式统一发布的能力。满足用户在办事指南、民生互动、户外广告、通稿宣传、明厨亮灶、广告营销、信息公示、高速交通诱导发布、绿波应用、路况发布、交通违章信息公示、连锁发布等场景的需求。