通过http://[ip]:[port]/C:/Users/Administrator/Documents/foo.bar访问静态文件 静态服务器可以通过传递参数——case_sensitive区分大小写或不区分大小写 您可以通过传递参数——disable_serve_index来切换文件夹视图 通过传递参数——valid_pattern或url_pattern，允许访问指定的文件 通过传递参数——ip_pattern允许从指定ip访问

１.包括客服管理，实施管理，考勤管理，知识库。主要用到的是客服管理，包括项目提交，项目受理，项目分析，项目开发，项目测试，客户确认。主要是让在客户的顾问提交需求，把需求分析分配给开发，开发做完后再做测试，测试后才把做好的程序给客户更新。 2.我做了全部的功能，主要前端用的是fineui框架，后端是c#，达到实现b/s的效果。 3.难点就是输入需求时要截图再保存，后来用了百度的插件来实现。顾问就截图工具就可以粘贴图片。

1、项目简介，功能点比较简单：将excel、csv文件中的数据，自动填写到表单并提交，有简单的日志记录输出情况； 2、技术情况：python语言+qt面板；

主要功能： 信息化系统是以患者为中心，服务于重症科室医务人员，提高工作效率及医疗服务质量。软件主要包含了重症医学临床管理系统和中央监控站，重症医学临床管理系统主要实现患者床位总览、患者护理、医嘱管理、数据字典、设备管理、质控管理等。其中患者护理包含患者床旁基础护理、出入量管理、监护仪监测管理、呼吸机监测管理、护理记录单打印、导管护理、体液平衡。中央监控站实现各病区床位监护仪数据查看，各病区每月质控指标计算结果分析。 管理后台原型设计： 1、使用工具：axure9 2、主要基于ant.design和element组件进行原型设计 3、主要负责需求分析、功能规划、框架样式确定以及产品组内工作任务分配

1. 外业踏勘数据采集 2. 实现功能包括：实时外业数据操作，gis数据操作，定位功能，图片上报，图斑编辑，数据导出，数据导入，数据统计

1. 赛事参赛者实时运动轨迹可视化，尾迹实时可视化，参赛实时数据上报及展示，并可会看直播； 2. 难点在于参赛者众多时，前端渲染卡顿问题，最后实现pc上从300实时轨迹到20000+流畅运行的升级。

我们的交通标志识别系统利用先进的卷积神经网络（CNN），特别是YOLO-v5模型，来实现对交通标志的实时识别。这一系统经过大量数据的训练，已开发出高精度的识别模型，并成功集成到车载设备中。该车载设备配备摄像头，能够实时捕捉道路图像并通过模型进行分析，从而准确识别出各种交通标志。 主要功能： 1. 实时识别： 高效处理：基于YOLO-v5模型，系统能够在毫秒级别内处理图像并识别交通标志，确保在行车过程中不延迟。 精准识别：通过大量数据训练，模型具备高精度识别能力，能够准确分辨各种类型的交通标志。 2. 车载设备集成： 硬件集成：系统已成功嵌入车载设备，设备内置高性能摄像头，实时捕捉道路影像。 低功耗高性能：设备设计兼顾性能和功耗，确保长时间稳定运行。 3. 图像处理与分析： 实时图像输入：摄像头实时捕捉道路图像，系统即时处理输入图像。 标志识别输出：系统处理图像并输出识别结果，包括交通标志的类型和位置。 4. 项目优势： 高精度识别：利用YOLO-v5模型的优势，通过大量数据训练，实现对交通标志的高精度识别。 实时处理：系统能够在行驶过程中实时处理图像并识别交通标志，提供即时反馈，提升

主要功能： 通过构建数字化综合体，利用物联网技术、设备监控技术采集生产线设备等物对象的实时数据，加强信息汇聚管理和服务，多系统维度、多层次的清楚地掌握设施各系统的状态，提高厂房服务的可控性、安全性，减少人工干预，以合理掌握、管理、运行厂房设施，并通过智能系统等新兴技术的运用，以保障设施安全运行为首要目标，实现设备管理、资源管理、运维管理、故障预测诊断等集成数字化 管理后台原型设计： 1、使用工具：axure9 2、主要基于ant.design和element组件进行原型设计 3、主要负责需求分析、功能规划、框架样式确定以及产品组内工作任务分配

根据钉钉打卡日志，计算每周或者指定区间的打卡时长 用户可以设置，在相应的时刻（或者提前）弹出提醒，通知准时下班

使用简单的配置文件可以实现自动化地处理平时生活和工作中常见的繁琐或者重复的内容，比如文件操作，文本操作，文件下载，资源上传，备份等等

1.包括基本资料，销售管理，生产管理，包括输入销售订单，品号资料，产品工序单价,员工资料，部门资料，工单，裁床单，报工单，来实现员工的计件。 2.我负责全部的模块，使用了c#，sqlsever,javascrip等。实现在电脑端输入单据，手机端扫条码来输入计录。 3.手机端的难点就是要简洁，同时员工也看得懂，记录的字段要完整，在电脑端要看到完整的记录。把某些字段隐藏，手机上只显示款号，尺码，颜色等，工单号码就隐藏来记录。

项目描述负责模块功能:多语言、运价查询、工作台、订单列表、个人设置、快捷订舱详情、客户满意度 调查表 项目使用的技术：html、css、js、vue全家桶、axios、elementUI、tailwind、scss、pingyin.js、i18n多语言 项目难点： 1.首页站点数据展示：点击展示站点数据的时候首先先把所有的数据都展示出来，然后再用vuex来对数据进行存储使下次再点击展示的时候就不用频繁的调接口数据减轻项目加载时间 2.多语言功能：先导入所有的语言文字json文件，然后在main.js里面默认改为中文语言，在用户点击切换语言的时候通过用vuex来存储语言变量然后传入到请求头中发给后端，让后端把所有的接口数据返回都变成多语言的数据再进行展示 3.订单物流运踪轨迹：根据后端返回该订单的运踪轨迹链接，然后用外部链接展示地图 4.自定义封装表单组件：把所有的elementUI表单组件整合到一个组件当中，然后根据传入的type值来判断是哪个表单，如果是站点搜索表单，那么就禁止输入只允许点击搜索框来弹出一个弹框来双击数据或者选择数据确认，如果是下拉框表单，那么就统一所有数据的key和

1. 整个项目分为两个端：后台管理及移动端，其中移动端分为三个app，客户端，商户端，骑手端； 2. 项目功能包括：全景地图，3d购物，视频直播间，视频通话，语音交友，实时消息，外卖团购，缘分匹配，同城相关服务（招聘信息，悬赏任务，新闻，闲置物品，二手车，租房等信息发布）； 3. 负责后台前后端全部开发任务，移动端所有接口，移动端大部分功能实现。

该小程序是针对于运达人PC兼容小程序端并且在h5端做出兼容 项目功能：站点搜索、用户下单、订单查询、订单详情、订单轨迹查询、个人设置中心 使用技术：uniapp、vue、i18n 项目难点： 1.h5兼容多语言：根据用户登录的是否小程序端还是h5端判断多语言功能展示，然后通过vuex存储数据多语言变量然后传到请求头传给后端返回多语言数据，然后再对页面进行优化布局 2.站点数据排序：获取到所有数据然后再用pinyin.js获取到所有的数据的拼音然后再进行对比排序 3.站点数据展示：通过vuex来存储所有站点数据，在页面第一次加载的时候就存进到内存中避免反复调接口减少

基于vue3+vite+wangeditor+echarts开发的PC端项目，独立负责整个项目搭建开发部署和上线，wangeditorc编辑器可以编辑文案上传图片视频以及商品信息，支持echarts图表展示 地址:http://mttest.api.qqbuy.com/

对于重点交通路段的车辆信息进行监测和违法取证。 亮点分析： 1、使用后台线程处理视频帧： 创建了 VideoProcessor 线程类，用于处理视频帧和检测。 通过信号 frame_processed 将处理好的帧和入侵信息传递回主线程，避免主线程阻塞。 2、硬件加速： 确保在OpenCV中使用硬件加速解码（这部分需要确认OpenCV的安装支持硬件加速）。 3、非极大值抑制优化： 使用 cv2.dnn.NMSBoxes 函数进行非极大值抑制，提高检测框的准确性。 4、异步任务： 将繁重的计算任务放在后台线程中执行，提高主界面响应速度。

本项目实现了高效的数据爬取脚本，自研量化模型，旨在为投资者提供全面、实时的A股市场分析与投资决策支持。项目通过自动化手段实现了对A股市场的全天候监控与量化分析，及时获取最明智的投资决策。 1. A股历史数据爬取： 数据全面：覆盖所有A股上市公司的历史数据，确保数据的广泛性和完整性。 高效采集：采用优化的爬虫技术，能够快速、准确地获取大规模数据。 数据存储：使用高效的数据库系统存储历史数据，支持快速查询和分析。 2. 24小时自动化监测： 实时监控：系统全天候运行，实时获取最新的市场数据，包括股价、成交量等关键信息。 预警系统：配置智能预警机制，当市场出现异常波动时，系统能即时发出警报。 自动更新：定时更新数据库，确保数据的时效性和准确性。 3. 量化模型分析： 实时胜率计算：基于最新数据和历史数据，量化模型实时计算每只股票的胜率。 多维度分析：综合考虑技术指标、基本面分析和市场情绪等多方面因素，提高分析的准确性。

import pymysql：导入 MySQL 数据库连接库，用于与数据库进行交互。 from selenium import webdriver：从selenium库中导入webdriver，用于控制浏览器进行网页操作。 from selenium.webdriver.edge.options import Options：从selenium.webdriver.edge.options模块中导入Options，用于设置浏览器选项。 from selenium.webdriver.support.ui import WebDriverWait：从selenium.webdriver.support.ui模块中导入WebDriverWait，用于等待网页元素加载。 from selenium.webdriver.common.by import By：从selenium.webdriver.common.by模块中导入By，用于指定网页元素的定位方式。 from selenium.webdriver.support import expected_conditions as EC：从s

我们的驾驶员状态检测系统集成了多个YOLO-v5模型，部署在车载设备上，旨在实时监测和评估驾驶员的状态。系统利用摄像头捕捉驾驶员的图像，通过OpenCV进行处理后输入到YOLO-v5模型，从而检测出驾驶员的年龄、性别、驾驶状态（如是否集中）、是否疲劳等关键信息。这一系统能够有效提高行车安全，减少事故风险。 主要功能： 1. 驾驶员特征检测： 年龄识别：利用YOLO-v5模型分析驾驶员的面部特征，准确预测其年龄范围。 性别识别：基于面部特征和模型分析，实时识别驾驶员的性别。 驾驶状态监测： 2. 注意力检测：通过检测驾驶员的眼睛和头部姿态，判断其是否集中注意力。 疲劳检测：通过分析眼睛闭合状态、眨眼频率等指标，实时监测驾驶员是否疲劳。 图像处理与输入： OpenCV处理：使用OpenCV对摄像头捕捉的图像进行预处理，包括图像增强、裁剪和缩放等操作，以便更好地输入模型进行分析。 实时输入：系统能够实时处理和分析图像，确保监测信息的时效性和准确性。 项目优势： 多模型集成：系统结合多个YOLO-v5模型，提供全面的驾驶员状态检测，提升了识别的准确性和多样性。 高效图像处理：通过Open

前端技术： HTML/CSS：用于构建用户界面的基本结构和样式。 JavaScript：实现前端交互逻辑。 Vue.js 或 React：前端框架，便于构建复杂的用户界面组件和高效的交互。 后端技术： Java用于处理业务逻辑和数据操作。 Spring Boot加速后端开发。 数据库 MySQL存储巡检数据