1.项目主要分为人脸检测和违规使用*模块。客户可以先通过人脸检测来识别该人脸是否为内部人员，然后可以检测该人员是否违规使用*。 2.本人主要负责人脸检测模块，通过使用CNN和商汤SDK中代码来训练内部人员人脸照片的数据集，从而进行检测人脸照片来实现是否通过审核。 3.在人脸检测模块中，一开始使用dilb库，由于精度不够高从而使用CNN，但对CNN知识不够掌握，所以对CNN代码方面也不够全面，精度比dilb库略高。

1.项目主要有CNN卷积训练数据集、TK界面设计、车牌识别等功能。客户可以通过上传需要识别的车牌照片，可以识别到车牌号。 2.这是个人大学中的课设报告，所以都是独自一个完成。通过准备好的数字、字母和省份照片。通过搭建CNN来训练数据集，然后再通过对车牌号照片中的车牌先进行检测，再利用字符分割函数逐一分割后识别得到各车牌*。 3.问题主要涉及在解码的过程，需要通过自己定义的编码器来进行解码，才能得到对应的车牌号。

1.机器人可以实现清扫和拾取物品。使用者可以通过终端来操作机器人实现铲夹合一的操作。 2.完成该机器人需要进行嵌入式编程和拼接机器人操作。本人完成的模块是嵌入式编程，由两人为一组进行操作，使用比赛中专用的Audio软件来进行编程，通过Servo库，同时定义机器人需要完成操作的函数，调整引脚端高低来控制机器人。 3.难点在避障、监控功能，避障过程中机器人面对连续的障碍物后只会向右转进行躲避，后期我们编写了更适合的函数，通过检测前方与左右是否可以通行来进行避障。监控功能一开始无法让终端和机器人相连，后期通过对代码不断试错，从而可以实现*手动操作机器人