云吉

我要开发同款

DongHeng2022年12月28日

181阅读

所属分类uniapp、IT

作品详情

● 基于 uniapp 开发的一款拍卖产品● 使用 websocket 技术实现拍卖功能，数据的实时刷新● 马甲包版本上线处理● 管理端不同商户权限配置

查看全文

声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!

下载安装【程序员客栈】APP

实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

前往安装

DongHeng

1月前来过

职业方向：高级前端工程师

项目报价：全职 · 500/日 · 10875/月

联系方式：立即查看

服务企业：2家

累计提交：0工时

查看主页

分类

.NET 开源图书 JavaScript MVC 框架 jQuery页面滚动插件 Red OA办公/协作平台分布式应用/网格手机相关软件条形码/二维码 Perl 手机操作系统 Eclipse插件多媒体处理 Python RISC-V

推荐作品

头盔跟踪

任务描述：橄榄球比赛，将视频中检测到的头盔分配给对应的球员，给头盔贴上对应球员编号的标签。排名：287/825 技术实现：1、头盔检测模型选择：YOLOv5 2、视频与传感器匹配：线性最小二乘 3、视频跟踪算法选择：IOU阈值、DeepSORT 任务职责：本人选择YOLOv5检测球员头盔，运用旋转变换，线性最小二乘，将传感器数据与对应视频帧做匹配，比较IOU 阈值跟踪结果与DeepSORT跟踪结果，选择DeepSORT跟踪未匹配的视频帧，最终解决方案得分0.627.

目标检测算法

项目名称：显著性区域检测技术实现：为了提升行人重识别模型的性能，通过框出行人局部显著的区域，来区分相似度过高的不同行人。 1、数据准备：标注准备、数据增强 2、模型选择：YOLOv5 项目职责：本人负责确定行人区域框的位置及类别，制定标注要求，选用YOLOv5的目标检测模型完成了对行人显著性区域的检测，mAP达到0.69，类别识别率均在0.9以上；运用显著性区域，提取区域特征，对行人相似度得分加以限制，在某测试集上行人重识别模型的mAP从0.9285提高到0.9287，解决不同行人相似度得分高的问题。

人工智能算法研究

技术实现：为了提高人脸识别模型的鲁棒性，调研对抗攻击方法，对人脸图像添加扰动，使模型识别错误；调研防御对抗攻击的方法，使识别模型能正常识别对抗图像。 1、攻击模型：FGSM白盒攻击、Boundary attack黑盒攻击 2、防御策略：图像压缩、MagNet 项目职责：本人实现了FGSM白盒攻击，人脸识别模型准确率从99.98%下降到67.34%；实现了Boundary attack黑盒攻击，人脸识别模型准确率从99.98%下降到90.97%；运用图像压缩，将图片从png格式转换为jpg格式，带有黑盒攻击的测试集的准确率从90.97%上升到95.44%。

HipYoTalk悠悠球论坛

模块大致分为用户管理，网址管理、文章管理，评论牵制，首页推送等。后端用了spring ，springmvc ，mybatis汇聚，数据库选择的是mysql，前端页面采用的是jsp类型，难题大概就是调研信息的收集和部分验证功能的不完美。

图书馆管理系统

项目为一个图书馆管理系统，涉及读者、管理员、图书的管理与查询。基于java+javaSwing全栈开发的应用，除了满足基本的增删改查，还实现了统计推荐，逾期归还提醒与罚款，密码加密存储等。