人工智能

项目简介：物联网平台是公司携手三大运营商建造的为汽车互联户主管理机卡信息的综合业务平台。系统用户主要是：本公司管理人群，客户端(物联网卡使用)人群。针对两类用户实现的功能：物联网卡信息录入，订单导入，订单与业务系统对接，物联网卡信息维护，物联网卡状态停复机变更，GPRS流量启停，IMEI号变更记录监控，流量及短信账单生成导出。模块划分：物联网卡批量定时同步模块、物联网卡状态管理模块、订单模块、账单模块、账户分配模块、运营商API通道配置模块、告警信息通知模块。 项目职责： 1、负责项目的运营商API通道开发对接。 2、负责后台管理模块的开发，包括物联网卡GPRS，停复机，卡充值等功能。 3、负责物联网卡IMEI变更记录模块开发。 4、月度短信流量账单出具功能的开发。 项目业绩：项目及时交付，功能稳定运行。

项目主要功能，创建一个试案，选择模拟器，选择上传的数据，就可以创建训练了，训练完毕后可以下载相关的模型。 全局css封装 sql 解析 大文件分片上传

项目使用YOLO5s模型，转为TensorRT模型，使用C++编程，经过Int8量化、CUDA预处理、多线程，在1060 卡上可以跑到200多FPS（720P）， 部署在docker或Jetson 系列上，可实现RTMP推流

在新冠疫情时代下，因口罩遮盖难以主动通过人脸来进行身份识别的问题，已经给广大民众带来了十分的不便。民众对更加简便的身份识别系统的渴望已经非常热切，该项目利用火热的人工智能领域的深度学习技术和爬虫技术，实现了最强大脑银河水滴梦幻般的步态识别系统，支持多人步态识别。 主要使用爬虫技术爬取深度学习模型输入所需的特定图像数据；（行人步态） 主要涉及深度学习应用领域有：目标检测、目标追踪、语义分割、步态识别；通过项目实践熟练掌握了以下框架和库：Pytorch、TensorRT、Cython、PyQt5，并且收获了对图像数据的处理与分析的能力； 博客介绍地址：http://t.csdn.cn/JELeN

基于Vue+Element+百度 SDK 实现各种需求，对地图上的 聚合和离散等有自己的一套经验；对接超图 GIS 工程师，配合和 引导乙方工程师完成需求。

项目介绍：星络家居是一款基于人工智能，物联网，云计算，语音识别等技术，打造的家庭智能交互体验的app，可以用手机直接控制家居设备。 我的职责： 1.使用vue开发设备的H5页面 2.开发空调，遥控器，晾衣架，洗碗机，人体传感器，窗帘，灯，开关，扫地机器人，破壁机等等设备的H5 3.与app和软硬件后台开发制定设备协议 4.根据定好的协议和规范，前端mock数据，进行开发联调 5.根据交互稿开发各种动态、静态交互效果 6.到客户现场通过设备，联调H5操作和发布的指令是否正常 7.定位问题，解决好各种和app以及后台之间的指令传达问题 8.处理和解决各种手机型号之间的ui界面兼容问题

低代码引擎，由界面设计器、OneCode通码框架以及，DSM领域建模工具 三部分支撑体系相互支撑的部分来组成，通过开放标准的组件协议完成相互继承支持。视图设计器引擎 设计器，采用的是拖拽引擎+插件的构造模型，用户可以通过开放的低代码协议编写插件。支持JS和JAVA两种扩展语言。样式构建提供了标准CSS3编辑器，支持事件动作以及函数动态扩展。支持自定义函数库扩展，支持阿里字体图片等资源库。 （2）OneCode通码编辑器： OneCode,是一款为低代码语言定制的统一语法体系，采用Java语言作为原生语言，运行在JVM环境中，用户可以通过Java语言与低代码应用进行交互，也可以通过Java语言完成引擎插件，调用代码引擎完成编译部署应用。 （3）DSMEngine领域建模： DSMEngine 是独立于设计器的OneCode建模工具，平台采用领域建模模型，支持仓储管理、聚合应用，以及CodeFactory输出为OneCode代码编译输出。 DSM模型支持三种建模模式： （1）CodeFrist 代码优先模式 通过Java语言 OneCode 模式原生撰写。 （2）ViewFri

Java博客系统的项目。用 Java 编写的系统里，简洁优雅的很少。这个项目还轻快且强大 # 安装命令 yum install -y wget && wget -O halo-cli.sh https://git.io/fxHqp && bash halo-cli.sh -i # 更新命令 bash halo-cli.sh -u

1、分为前台、后台，管理后台为spring MVC+bootstrap，前台安卓APP 2、我负责整体架构、框架搭建，服务稳定，APP功能开发等 3、并发量是难点，并发量高的时候需要做负载均衡

目前我国公路交通发展非常繁荣，汽车保有量十分巨大。同时我国也拥有众多雨水充沛的地理环境。同时雨刮器也是汽车最基本的配置，在开车时，可以有效地清除汽车挡风玻璃上的雨水，使视线清晰。不过在使用雨刮时，刮水过多或过少是一个普遍的问题。在日常行车中，汽车挡风玻璃上的雨水大小，往往会影响驾驶员对路面情况的判断和反应。因此，雨刮器是否能以合适的频率工作很大程度上影响驾驶员的注意力分配和对路况的判断。根据统计数据，世界范围内由于在雨天情况下手动操纵雨刮器而造成的事故占比约为7%[1] 在汽车挡风玻璃有积水或雨滴时，驾驶员的视力会受到影响，尤其是在大雨的时候，当雨刷器不能有效地刮掉挡风玻璃上的雨水时会使驾驶员的视线变得模糊。这种情况下频繁打开或切换雨刷器频率的行为会造成驾驶员行车过程中注意力不集中，增加驾驶员的注意力压力，同时降低雨刷器使用寿命，大大增加在高速公路等特殊路段上的行车难度。 装有雨量传感器的汽车可以根据挡风玻璃上的实时雨量大小自动开关并调节雨刷器使用频率，可是只有部分汽车安装有这类传感器，主要是由于增加该功能需要额外的硬件电路支持，提高了汽车制造成本与销售价格，同时提高了车载电路系统的复

NFT，链游，羊了个羊，商城，任务系统，OA，crm，插件，盲盒，视频直播，语音直播，智慧农场，元宇宙，狼人杀，农场游戏，

检测步骤： 1、先对原图进行相机内参校正 2、先用HSV中的S和Sobel阈值对原图进行二值化 3、将二值化前视图转成鸟瞰二值图图 4、用滑动窗口遍历二值图，找到左右两边的车道线区域 5、用多项式对左右两边车道线区域进行多项式拟合，得到两边实际的车道线 6、计算车道线切斜角度，即曲率 7、根据曲线对假设的梯形区域进行仿射变换

1.工业零件的缺陷检测以及分类 2。主要步骤包括，缺陷图片标签制作，深度学习网络搭建，深度学习网络的训练以及调试，以及最终网络效果图的展示和测试。

这是DSP相机软件，对过往的车辆、行人进行跟踪抓拍，对抓拍图片进行号牌识别，贴字，并发给主控机或调试软件。支持卡口（视频和线圈）、超速（线圈测速、雷达测速）、占道、压线等电警。本系统涉及的算法主要包括曝光算法、频闪灯/LED灯控制，偏振镜控制，号牌算法，非机动车算法。我负责整个逻辑部分以及曝光算法、频闪灯/LED灯控制以及偏振镜控制。

主要是通过pandas库实现现网数据的导入,根据现网工参数据进行比对,将不一致数据进行统计汇总输出保存.最后通过tkinter库将程序封装成exe可执行文件

项目描述: Ant Design UI页面设计及代码生成器，可将生成的代码直接运行在基于Ant Design的vue项目中；也可导出JSON页面，使用配套的解析器将JSON解析成真实的页面。 负责模块: 1. 开发页面设计器中表单、表格、按钮、插槽等基础控件 2. 开发基础组件中包含的小组件，利用Vue.Draggable使其可自由拖拽 3. 开发包含基础组件和小组件的配置项及其逻辑 4. 将设计器安装包托管至公司npm私服上 5. 更新迭代新需求及bug修复

智慧消防平台通过互联网+技术为接入该平台的所有联网单位实时统计消防数据，第一时间提供消防安全解决方案。 主要模块有消防资产管理、警情以及设备监控、视屏监控、监管数据统计查询等 智慧消防平台 v2.0 主要负责消防资产管理、警情以及设备监控、视屏监控、监管数据统计查询等需求开发。 智慧消防平台 v3.0 负责前端技术升级 为Vue+Element 框架，负责前期技术选型，框架搭建等直至项目落地。

chatGPT使用有障碍？使用时自己写的prompt 得到的答案达不到预期？ 把你的设想告诉我吧！ 我将用我丰富的 AIGC 经验以及对GPT模型的深层理解帮助你得到你想要的东西！

项目简介：电商商城项目 项目职责：负责订单，支付等系统模块开发。 项目业绩：项目及时交付，功能稳定运行。

这个项目是使用PyTorch进行机器学习的，它大概包含以下模块： 1. 数据处理模块：这个模块用于读取、预处理和转换训练数据。这个模块负责清理和转换数据，以使其适合模型的输入格式。 2. 模型设计模块：这个模块定义了神经网络的结构，并实现了前向传播、反向传播和参数更新等功能。这个模块设计、调整和优化神经网络的架构，以最大限度地提高模型的性能。 3. 训练和评估模块：这个模块用于训练和评估模型。这个模块定义损失函数、优化器和训练过程，然后对模型进行评估和测试。 4. 预测模块：这个模块用于根据新的数据点进行预测。这个模块加载已经训练好的模型，并将新的数据点输入到模型中以获得预测结果。 在这个项目中，我负责的任务包括： 1. 设计和调整深度学习模型的架构； 2. 调整和优化超参数，如学习率、正则化参数等； 3. 进行数据清理和预处理； 4. 监控和记录模型的训练过程，以便进行后续优化； 5. 评估和测试模型的准确性。 在技术方面，使用PyTorch框架来构建、训练和测试模型。也需要使用其他Python库来处理数据、可视化模型、记录实验结果等。 难点包括： 1. 确定合适的神经网络结构