开源项目

Python实现图像处理项目，为以下几个功能模块： 1. **图像采集**： - 负责从摄像头或其他来源获取图像数据。 2. **图像预处理**： - 包括去噪、增强、转换颜色空间等，目的是改善图像质量，使其更适合后续处理。 3. **图像特征提取**： - 从预处理后的图像中提取特征，如边缘、纹理、颜色分布等。 4. **图像分类与识别**： - 使用机器学习或深度学习模型对图像进行分类或识别。 5. **结果展示**： - 将处理结果以图像或文本形式展示给用户。 6. **用户接口**： - 提供与用户的交互界面，如命令控制、结果反馈等。 对于使用者来说，能够实现的功能包括： - 实时图像采集与显示。 - 图像编辑和处理，如裁剪、缩放、颜色调整等。 - 图像分类和标签化。 - 使用图像进行搜索或匹配。 任务包括： - 项目规划与管理，确定项目目标、进度和资源分配。 - 需求分析，了解用户需求，确定功能模块。 - 技术选型，选择合适的图像处理库和机器学习模型。 - 编码实现，开发图像处理算法和用户界面。 - 测试与优化，确保系统性能稳定，用户体验良

包含登录模块和应用管理模块 登录模块提供多个账号的接入,提供统一会话管理能力 应用管理对接多个已有或新开发的应用, 为应用提供统一的账号和权限管理能力

1、读取服务器集群日志，分析日志，生成告警，根据告警等级发送不同形式的提醒（文字或语音） 2、实现服务器日志异常自动预警，快速响应，提供系统安全性。

项目描述:主要是针对云台通过算法对飞机进行跟踪;对长江航道船舶超高进行跟踪以及预警﹔展示跟踪飞机历史记录;设备监控开发;UPS设备数据接入;数据中心开发;通过算法计算飞机飞行位置、高度、角度，计算出云台旋转的角度以及高度对飞机进行跟踪，通过图像识别识别出船舶信息，再通过算法计算出船舶高度，对超高船舶进行预警，·展示所跟踪飞机的经纬度位置、以及云台跟踪飞机录像，通过检测设备是否在线记录设备状态，实时在前端进行展示，通过SNMP协议接入UPS，获取UPS数据在前端页面进行展示·展示七天飞机跟踪数据，展示风速风向数据、展示水位数据

1.由于小区管理系统采用了MVC三层架构开发，运用SSM框架搭建系统，集成SSM框架的系统从职责上分为四层：表示层、业务逻辑层、数据持久层和域模块层。其Spring主要负责业务控制的跳转，MyBatis框架对持久层提供支持，Spring主要对MyBatis和SpringMVC进行管理，所以每层各有自己的分工。表示层为用户提供交互操作界面，方便用户操作，业务逻辑层主要负责关键业务的处理和数据的传递，数据访问层负责对数据的访问。可以从用户登录、课程管理、系统管理三个方面完成整个管理系统的正常运作。 2.我为项目作者

使用图像处理技术、人工智能技术，改进了传统的人工监测与识别害虫费时费力、反应速度慢等缺点，极大提高了农业生产的效率。 使用目标检测算法 yolov5 作为系统的核心算法。通过收集大量的数据集进行模型训练，让模型可以自动识别和分类病虫害目标。通过数据可视化，用户可以直观的看到病虫害的数量和种类，同时系统也会给出相关的防治措施建议，极大便利了农户的生产生活。 系统模型的准确率达到80%以上，病虫害覆盖率达到70%以上，给出的防治措施正确率高达95%，为相关的作物人员提供了技术支持

1. 分为后台微服务和web UI，为使用者提供SAAS服务 2. 我负责后台微服务开发，使用Go，基于goin框架开发网络服务，为SAAS提供数据服务 3. 基于文件系统实现断点续传，

1. 移动端主要包括预约维修、空间管理、智能巡检、智享空间等模块，管理端有园区概况、办公空间、会议室管理、人员角色、发布管理等模块。 2. 用到的技术是vue3、pinia、vue-router、typescript、内部组件库。 3. 遇到的比较有难度的部分是空间管理配置空间平面图，设置房间工位等图形化操作。

1. 利用keras深度学习框架实现CVPR论文中ghostnet模型的搭建。 2. 实现该模型的训练和测试，方便大家复现原论文结果。

为公司的H5页面提供连接蓝牙打印机打印标签的能力 工作内容： 利用CPCL打印协议封装常用打印指令函数。 使用NanoHttpd在APP中启动HTTP服务，为H5项目提供连接APP发送打印指令功能。

基于微前端架构，编写并交付新功能 根据业务需求，做前期技术验证 持续优化页面性能，提升网页加载速度 持续优化前端架构 推动前端基础建设，提升开发体验

医疗综合信息分析平台 项目背景: 以用户的病例信息作为输入，抽取疾病信息，所属领域类别信息，病状的描述信息，处方信息以及对应的禁忌事项信息等。将该信息抽取完成后存储至数据库。最后由专业人员对相关信息进行质检，完成医疗信息的知识落库。 项目分工: 本人主要负责对病例信息的领域分类，疾病名称识别，病状信息描述，处方信息抽取和禁忌事项的抽取业务。即通过大模型对病例信息的数据实现多个维度的信息抽取工作。 项目成果: 完成外科和耳鼻喉科领域下，数百种疾病信息的知识抽取，准确率达到90%以上。 欢迎合作: 作者在对话领域有多年的研究经验，LLM应用落地上有丰富的实战经验，在这块有大量的交付案例，欢迎有相关业务需求的公司进行合作。

某保险公司快速提数平台，实现报表全配置化，支持快速提取数据清单，横向纵向多维度权限控制。BS结构系统，后台主要是Java，数据端结合传统关系数据库和大数据平台的spark，solr技术实现

参与采集2.0系统的研发工作，偶尔参与设计工作，在不对设计方案进行大改动的前提下针对代码实现难易度提出恰当意见。采集2.0采用了SpringCloud框架，结合MyBatis、Redis、Feign、RabbitMQ等技术对现有逻辑进行了优化，在该项目中我们团队对现有逻辑进行了复用，并结合新技术和新框架优化现有逻辑，在保证质量的前提下，尽可能地提高程序响应速度和用户体验，在时间紧任务重的情况下，我们团队高效地完成任务，并且在进入测试环境后，积极修复bug和优化性能，保证了优质的质量和程序响应速度，提高了用户体验

本项目为企业内部资源管理系统，采用BS架构模式，服务端采用springmvc框架，页面采用easyui框架，图表采用echarts工具。 主要难点：系统中数据图表需要导出成Excel文档，且文档中同时需按导出数据生成对应图表。采用了poi工具，并预先定义Excel模版文档。

1.项目的主要功能是通过语音或者拍照的方式将垃圾识别为分为可回收垃圾，有害垃圾，厨余垃圾，其他垃圾四种类型，帮助用户对垃圾进行分类识别。主要模块分为语音识别模块和图像识别模块。语音识别模块通过部署whisper模型将输入语音转为文字来判断垃圾类型。图像识别模块采用convnext模型对图像进行识别，首先使用收集整理的垃圾图片数据进行训练，然后将模型部署到后端。 2.负责前端和后端的开发和部署，模型的训练和部署。前端采用uniapp框架，后端采用python flask框架，最终实现用户输入语音或者图像之后，系统能够识别并且返回垃圾类型的效果

发热系统是针对发热人群进行管理的系统，包含发热原因，发热地点，发热时间，发热程度，发热男女比例等进行的管理系统

负责多个大型软件项目的管理，负责项目的投标方案、技术方案、解决方案的编写，主要是数据处理、物联网、数据采集、时序数据库方面的方案编写，以及船舶领域的整个集成系统的设计等。

主要面向中小型企业，助力搭建电商平台，并提供专业的技术支持。免费提供长期更新服务，应用涉及可视化DIY拖拽设计 、促销转化、裂变分销、用户精细化管理、数据分析等多个维度，追求极致体验，全面赋能商家，为商家创造价值。

资产管理系统是一种用于追踪、管理和优化组织或个人资产的软件系统。该系统通常包括一系列功能，以支持资产的全生命周期管理，从采购和部署到维护和处置。包含组织架构，用户管理，流程管理， 模块管理等。