某世界级大型企业百万物料仓储管理系统，包含了专业的几大模块，出库、入库、库存查询、盘点、调拨、审核、冲销，融合RFID以及ObjectDetection进行智能出入库、身份认证等

简介：商旅官网，模块分为：首页，产品介绍，合作案例，合作伙伴介绍，以及登录注册 技术栈介绍：整个页面由react搭建完成，官网使用了css动效，过渡加强了浏览体验，并且官网支持自适应 对于现代多端浏览体验更好

根据知识产权编号，查询知识产权信息，这个网站还是挺难的，最终使用的RPA接管的方式搞定，90%自动化 根据知识产权编号，查询知识产权信息，这个网站还是挺难的，最终使用的RPA接管的方式搞定，90%自动化

做为产品经理为远洋集团，定制小程序和PC端的CRM 系统。核心组织架构和数据 功能权限，满足集团客户资源管理、线索、商机、合同的在线处理的定制化解决方案。并执行落地交付开发和上线运营。

该项目为企业官方网站，我们团队负责该项目的策划、设计、制作、测试、上线部署的全流程工作。 该项目为定制开发站，除了界面设计为我们自处设计外，全部前后端程序都采用我们自己开发的框架系统，保证了程序的原创性、拓展性，后期可以根据客户要求进行任意功能的拓展，项目管理后台为我们自主开发的管理系统，客户可以根据自身情况申请著作权。 该项目设计部分使用Figma制作，前端为Html5+css+js语言开发（支持PC、平板、手机自适应功能），具备基础的SEO功能，便于后期客户的推广工作。

七彩云电商平台：多店铺商城系统（BtoC电商平台，电商营销活动：拼团+返佣分销分账+直播等功能系统。从0-1的项目，独立负责电商系统搭建。上线后，累计店铺1000+，日活10000人，年度交易额近1000万。

从0-1的项目，带领团队独立搭建平台级别的产品，出平台级的产品框架解决方案。设计平台级别的产品功能（用户体系、权益 体系、工单中心、客服中心、支付中心、商品中心等），对接三方接口和三方业务，梳理和整合成自己平台的业务线。 原型访问链接： 企业之家项目：https://lanhuapp.com/link/#/invite?sid=qxd4gA6a 密码: ZqtK

改项目结合用工合规专项律师，进行融合，将律师日常工作所需数据通过系统自动化获取分析，并且自动提供法律风险提示及法律支撑。 项目为SaaS平台，包含了管理端Admin端用于管理查看所有租户信息，并且附加法律相关知识预警并数据可视化，让律所律师可以快速识别租户（企业）风险，为企业提供专业法律服务；客户控制台Console端，让租户（企业）可以管理员工的入职、在职、离职所涉及到的合同及法律相关事项；客户小程序端便于租户让员工快速入职，快速签写合同。

实现技术：vue+elementUI 功能模块： 1. 首页 2. 人员管理 3. 网格管理 4. 资讯管理 5. 预约管理 6. 商品经济 7. 文档上传 负责部分：web前端 难点： 1. 自定义了多个通用组件，实现了代码复用 2. 使用vuex实现状态管理 3. 设计分文件夹编写api、页面、公用方法、路由、复用页面主要布局

项目分为小程序客户端和WEB管理后端，WEB管理后端如下： - 工作台 - 商品管理 - 商品分类 - 库存管理 - 价格管理 - 商品分组管理 - 订单管理 - 支付管理 - 营销管理 - Banner管理 - 热门商品管理 - 优惠券管理 - 限时特价活动管理 - 满减活动管理 - 会员管理 - 分销管理 - 角色管理 - 员工管理 - 门店管理 - 门店认证申请 - 门店列表

SAM标注+yolov8-seg实例分割的实时检测步骤： 　　1、图片采集制作数据集，用SAM进行标注，标注完后将保存的json文件组织形式为isat，转为yolo格式，并划分数据集 　　２、yolov8模型训练。修改数据集的配置文件coco128-seg.yaml和模型的配置文件yolov8-seg.yaml 　　３、导出ｏｎｎｘ 　　４、实时检测 网络优化： 　　１、使用模型剪枝技术，去除不必要的层和参数，以减小模型大小和提高速度。 　　２、对模型进行量化，将浮点数权重转换为整数权重，可以显著提高推理速度。 数据增强： 　　３、使用更多的数据增强策略，例如随机缩放、旋转、亮度调整等，以增加模型对不同角度和光照条件下的籽粒的识别能力。 特征融合： 　　考虑使用注意力机制或特征金字塔网络（Feature Pyramid Network，FPN）等技术，以融合不同层级的特征图，以提高检测性能。 增强训练数据： 　　通过合成数据或从互联网上获取更多多样性的籽粒图像来增强训练数据，以提高模型的泛化性能。 超分辨率： 　　将图像进行超分辨率处理，然后再进行检测，以增加微小颗粒的可见性。

功能模块： 1. 公会系统 创建公会，加入公会 2. 聊天系统 多频道聊天 3. 任务系统 接取任务，完成任务 4. 战斗系统 5. NPC系统 负责模块：前端、后端（除美术设计，特效，角色动画，游戏配乐）

简介：基于 Electron 开发 IM 聊天工具，支持群聊，单聊，创建群，添加好友，可以用发送图片，视频，文件。对消息操作可以进行复制，黏贴，引用，撤回，普通文本消息可以执行翻译操作 我负责的模块：我负责前端整体搭建，以及界面交互开发 技术栈：前端使用 react 开发完成，集成zustand作为全局状态管理，使用 antd 作为基础组件库 难点：消息列表基础数据结构由最开始的数组修改为链表，所有操作都会执行链表操作最后在输出数组，并且根据每条消息的MessageID的时序性进行排序。

1.主要模块有新闻点赞、pdf在线预览、信息管理、栏目管理 2.项目技术：ThinkPHP6 + element +vue 个人职责： 1. 对数据库进行优化和设计，并与后台实施开发； 2. 对首页进行了优化处理； 3. 使用axios与接口进行数据交接； 4. 编写新闻点赞功能；

1.模块有首页、投资优势、产业载体、关于我们 2.使用了微信小程序+Vue+Thinkphp6+element 个人职责： 1. 负责后台产业载体模块管理与信息模块管理等； 3. 分析并解决开发过程中的问题； 4. 对数据库设计和后台实施开发 5. 前端数据与后端数据的交互；编写开发文档，并且及时汇报工作进度项目； 6. 编写接口与后台进行数据处理；

1.打卡，预约，报表，园区公告，登录 2.使用技术：微信小程序+Vue+Thinkphp5 负责的模块 1．编写接口与后台进行数据处理； 2．编写公告收藏功能； 3．编写预约与打卡接口处理查出最近统计； 4．负责后期项目数据的处理及优化 ； 5．负责数据的导出操作与数据的导出优化； 3.难点，百万数据，解决使用缓存和优化表与sql查询

现在是一个国际化发展的时代，英语是一门不可或缺的国际语言，不论是学生还是上班族，心中都有一个能 说一口流利英语的梦，但由于害怕说错，不敢开口说，最后学成了哑巴英语。点点通英语通过计划养成、采用视 频教学的方式让用户既能有效地管理自己的学习时间，又能通过视频的发音和唇形高效地学习说英语，还可以互 加好友互相监督打卡。 注册 || 登录 || 首页 || 视频 || 口语 || 我的等功能模块 主要功能模块的响应式布局以及交互效果 注册登录页面的防抖节流、logo 图片占位性能优化 使用 TabBar 标签栏实现主片段页面的切换效果,使用 rem 解决移动端适配问题 好友列表循环渲染以及左右侧的滑动定位效果 点击待学习视频，实时记录已学习的视频个数，并调用后端接口，渲染已学习视频数据

随着网络时代的发展，餐饮业迎来了时代革新，各大餐饮老板开始使用点餐 app 节省人力资源，减少时间成本，于是西柚点餐 app 应运而生。这是一款占用内存小、操作方便简单的点餐 app，用户可以查看所有在售的商品，既可以通过左侧菜单栏选择指定的商品种类，也可以通过右侧滑动查看每一个商品，添加商品到购物车进行， 并在购物车中检查自己的订单，完成向商家发送点单请求。 商品 || 购物车 || 商品详情 || 评价和商家等功能模块 实现商品、评价和商家等功能模块的主流单页面应用，局部加载视图，提高性能和用户体验 与后台数据联调，实现数据动态加载 实现移动端滚动效果，通过坐标计算实现左侧菜单与右侧内容的联动 实现购物车视图与商品视图数据共享，从而实现购物车添加和删除商品的功能 合理使用动画，让视图的显示与隐藏更平滑，提高用户体验效果 使用 async || await 解决循环请求数据处理的问题

该项目是为高精地图的制作提供采集设备、制作工具、信息化管理系统等基础硬件及软件设施。整合生产全流程过程数据以及关键信息，实现生产数据及任务信息的可追溯。提高产品质量。 登录 || 管理员（账号管理|角色管理|权限管理等）|| 预处理（入库作业员|数据接收作业员等） || 分配（差异调度员|差异作业员|总调度员等）|| 作业（质检调度员|质检作业员等）|| 出库（点云切割|日志|订单管理|主线计划等）|| 报表中心等功能模块 根据产品原型图，实现网页响应式设计 使用 React-Router 设置全局前置守卫，并进行 token 有效性验证 实现所有频繁请求功能的防抖节流性能优化 完成所有表单数据采集的验证（使用正则表达式） 产品管理、账号管理功能模块的增删改查及分页查询功能 配置不同角色的页面权限及按钮权限 mapbox 实现区域加载历史、任务轨迹

文本检测： CTPN：核心思想是将图片按宽度为16像素分成很多个小格，检测每一个小格中是否包含文本，同时预测文本的高度和宽度。最后将多个检测结果融合，形成最终的文本框。CTPN缺点:对于倾斜和弯曲的文本检测效果很差，这个是因为模型自身的原理决定，很难通过训练解决。 CRAFT：可以识别任意角度的文本，而且可以给出图片中每一个像素为文本的置信分。在深度学习的OCR文本检测中，有一个很大的痛点就是在图片里有比较大的文本和比较小的文本的时候，小文本容易被漏检，这是因为采用了类似region proposal原理的算法（比如CTPN），很难通过调参或者数据集解决。而Craft由于是像素级别的预测，在这方面有天然的优势，不会漏检图片中的小文本。 Seglink：在CTPN基础上进行改进，利用开源项目测试了一些比较模糊的图片，发现效果不是很好，暂时没有深入研究，从论文的结果来看，在复杂场景下的识别效果要好于CTPN。 EAST：在Seglink基础上的改进算法，在识别倾斜和弯曲文本的效果上比较好 文本识别： CNN+RNN+CTC：其中CNN用于提取图像特征