计算机视觉库/人脸识别

该项目主要完成抽烟行为检测，在某些特定场合，例如易燃易爆的场所是严禁抽烟的。因此本项目主要是负责完成场景中人员抽烟行为的检测。检测算法采用的是Yolo V5算法，前期先通过收集整理并标注抽烟行为数据集，然后利用收集的数据集完成抽烟模型的训练。待模型达到检测精度要求后，利用该模型即可完成抽烟行为的实时检测，单帧检测时间大约150ms，检测精度>95%。

微商社群电商平台 负责电商平台技术选型和架构设计 主导后端开发，使用spring-cloud框架前后端分离 商品、订单、购物车、发票、促销模块接口开发 小程序端订单模块开发 按时完成交付上线

智慧社区分为基础信息， 研判分析，大数据展示，移动端使用，基础信息主要是一标九实信息管理，对社区里面人，车，房进行关联，研判分析是对社区的疑似人员，疑似车辆进行监管，大数据展示是显示相关社区数据信息

作品模块：1.运行环境的搭建 2.手部模型的构建 3.手势识别的自定义动作模型 4.鼠标控制接口 可以实现：通过普通摄像头的手势识别来完成对鼠标的控制 其中的：2，3，4部分几乎全部由本人完成。

简单实现五种花的种类识别 具体{ "0": "daisy", "1": "dandelion", "2": "roses", "3": "sunflowers", "4": "tulips" } 项目本身使用的是alexnet网络

该作品是基于YOLOv5的车牌定位与识别系统，旨在在边缘端实现高效准确的车牌定位与识别。它利用YOLOv5算法，通过在图像中滑动窗口来检测物体，将图像划分为网格，并在每个网格中检测物体。通过卷积神经网络进行训练，YOLOv5能够识别各种不同的物体，并在图像中进行定位。对于车牌的定位与识别，该系统可以通过对训练数据进行多次迭代来提高准确率。 该系统能够实现高效的车牌定位与识别，包括对车牌的边框定位和车牌号码的识别。在实际应用中，车牌定位与识别可以帮助交通管理部门更好地监管车辆行驶情况，打击假牌、套牌等违法行为，提高交通管理效率。同时，也可以帮助停车场管理部门实现自动化车辆进出管理，提高停车场运营效率。 该作品在实现上采用了深度卷积神经网络、多尺度检测和卷积特征融合等深度学习技术，并通过对目标边界框的坐标和置信度进行回归，实现了对车牌的高效定位与识别。具体而言，该系统包括了数据预处理、模型训练、模型测试和结果展示等模块，在每一阶段中，都采用了一系列的优化方法，最终取得了较好的定位与识别效果。 数据预处理阶段，采集了大量的车牌图片，并通过图像增强、裁剪、旋转等操作，生成了一组高质量的训

1.开发实用、高性能、且易于部署的各种图像处理功能，如证件照检测，人脸检测，目标检测，人像抠图，文字识别。其中证件照检测可在CPU单线程下实现80+FPS，支持yolov5、yolov8训练的模型推理。 2.模型推理框架主要使用onnxruntime，摆脱各种深度学习框架依赖，其它必须的模块为OpenCV、numpy，可轻松为各类web服务或桌面应用项目集成所需功能。 3.如需开发线上服务接口，博主可使用Fastapi或Flask及gunicorn开发支持外网调用的服务接口，Nginx代理及域名请业主自行配置。 4.注：所提供的所有功能代码均由本人编写！！！严格杜绝可读性差，速度慢，使用繁琐的屎山代码。项目中使用到的第三方模型及参考的文档会注明出处。

作品模块：1.运行环境的搭建 2.手部模型的构建 3.手势识别的自定义动作模型 4.鼠标控制接口 可以实现：通过普通摄像头的手势识别来完成对鼠标的控制 其中的：2，3，4部分几乎全部由本人完成。

使用opencv实现人脸识别和银行卡号识别 人脸检测，把图像分成一个个小块，对每一个小块判断是否是人脸，假如一张图被分成了5000块，则速度非常慢。 为了提高效率，OpenCV 提供 cascades 来避免这种情况。提供了一系列的xml文件 cascades ：翻译 ：小瀑布 级联 cascade 对于每个数据块，它都进行一个简单快速的检测。若过，会再进行一个更仔细的检测。该算法有 30 到 50 个这样的阶段，或者说 cascade。只有通过全部阶段，cascade才会判断检测到人脸。这样做的好处是：大多数小块都会在前几步就产生否定反馈，节约时间。

1.项目为元学习maml和目标检测Yolov5的组合，实现在小样本上学习并检测到目标的功能。 2.检测功能可以移植在各种目标检测任务中，只需提供少量特定任务的检测图片和标签，便可对相应的图片和视频进行目标检测（画框和贴标签）。 3.

1、该项目属于培训学习平台，主要针对二建继续教育做的一个学习平台，此平台包括培训机构的入驻，及各个培训机构课程的购买，对接了微信支付，学员学习过程需要人脸识别才能完成本课程的学习，学习记录可通过后台查看。 2、平台简介：有全部课程、我的课程、入驻机构、个人档案、我的证书等模块功能。 3、 本项目由我一人独立完成。

基于I1协议、《Q:GDW 10517.1—2019南瑞B接口-电网视频监控系统及接口第1部分》、《2020-12068输电线路通道智能监拍装置技术规范.pdf》协议接入内蒙电网、国网，将线路视频、图片、导线舞动情况采集发送到服务器，识别山火、超高、超限并立即报警

使用yolov8 与LPRNet开发的车牌识别软件。opencv dnn 模型部署,yolo v8 迁移只训练了5 epoch,LPRNet 5万张 照片同样训练了5 epoch 纯cpu训练。识别率已经在90%以上，两个模型非常小巧。c++开发识别速度非常快

独立完成 前端使用基于Python的Flask Web开发界面，后端使用python提取Dicom图像的坐标信息、层厚、图像位置、寻找对应RT文件的危及器官坐标点，将其转换到可以应用到陀螺刀系统中的坐标

1.输入多视角的带有相机参数的2D图像，输出3D点云，重建物体的三维结构。 2.使用了pytorch深度学习框架，python程序设计语言，shell脚本，Transformer，自适应注意力机制，数据增强，自适应深度图预估网络，可变卷积，高斯牛顿深度图优化。

药房分拣系统： 包括视觉识别软件，运功控制软件， 视觉识别系统、机械臂 采用三维机器视觉可以有效识别药品三维数据，同时识别药品二维码信息。 算法根据药品三维数据以及二维码信息，可以控制机器人对药品进行快速分拣，利用视觉技术完成药品识别与复核。

AI模型部署框架，提供CV模型算法的前后处理流式框架，整体代码框架follow google mediapipe 该项目主要解决AI算法模型部署开发效率，通过提供基础的模型前后处理算子，提高开发效率。同时提供了一套基于流式数据处理的pipeline，通过dag和数据流，结合高效算子实现模型的高性能以及高效部署。

目标：智慧工厂建设，厂区监控相机添加AI算法功能 - 9种算法需求：安全帽，工服是否合规，非法进入，烟气告警，明火告警，人脸权限，电子围栏告警，防护服操作规范，除静电操作规范 项目方案： - 边缘计算，算法服务器训练模型，下发算法到边缘计算网关，对接入的多路监控相机进行实时推理检测 - 现场108路监控相机，使用6台边缘计算网关+2台算法服务器，实现9种算法实时检测 - 1号边缘计算网关：接入13路相机视频流，其中9路相机实时检测烟火，3路相机实时检测工作服，1路相机实时检测防护服操作规范 - 2号边缘计算网关：接入12路相机视频流，其中4路相机实时检测烟火，8路相机实时检测区域入侵 - 3号边缘计算网关：接入5路相机视频流，实时进行人脸识别，实现权限管理 - 4号边缘计算网关：接入12路相机视频流，其中5路相机实时检测烟火，3路相机实时检测工作服，3路相机实时检测安全帽，1路相机实时检测区域入侵 - 5号边缘计算网关：接入11路相机视频流，实时检测烟火 - 6号边缘计算网关：接入10路相机视频流，其中5路相机实时

快递量方机：集“量方+称重+扫码+拍照+系统对接”于一体，让货物数据采集以及分拣更加快捷，节约了大量的人工以及时间，帮助企业提升了作业效率和经济效益。顶扫侧扫检收设备主要运用在物流、快递电商等行业。适用于重物，如盒子、纸板箱、包装袋等。 可以自动识别多种类型的条码、动态测量尺寸计算体积、自动称重以及计数，最后将获取的数据同步至企业系统。 这样的体积测量数据采集dws设备适用于：物流、仓储、电商、跨境运输、制造等领域。

1. 遥感目标检测 2. 轻量设备部署 3. 大幅宽处理 遥感图像处理是计算机视觉的一个子分支，主要涉及 图像处理、计算机视觉、python编程等。