Flask

将整个研究视为一个“感知-决策-部署”的完整系统进行顶层设计。该方法将目标检测模块、多目标跟踪模块，分析并权衡各子系统在精度、速度、资源占用等关键指标上的内在矛盾与协同关系。基于此，规划出从算法层改进、到应用层集成、再到工程层优化的阶梯式技术路线，确保最终实现的系统原型在整体性能上达到最优平衡，满足

OCR识别：实现驾驶证/行驶证/银行卡等通用证照识别，以及钢材标签、采购合同、授权委托书等定制化文本识别，已在公司内部全面推广使用RPA流程自动化：完成财务场景13家银行流水自动获取，大幅提升财务工作效率计算机视觉：落地钢材表面缺陷检测、仓库车辆出入库管控、加工中心钢卷自动上卷等工业视觉项目预测算法

一、经验模式采集引擎：从Agent真实交互记录中自动提取可复用的经验模式，目前已积累167个经过验证的高质量模式，覆盖Python、Node、Docker、Go、Rust、Java、Terraform、Ruby八大技术生态。二、模式验证流水线：每条经验模式必须通过自动化复现测试才能入库，当前167个

系统以「总助理」身份与「老板」对话：支持接收安排、任务与结果反馈、事项记录、提醒跟进、按约定格式生成并落盘文件、网络检索摘要、以及受控的配置删除等；CLI（main.py）、钉钉流式机器人（main_dingtalk.py）与带验证码的Web管理端（main_web.py）多入口并行，并可结合语音S

基于无人机搭载高清视觉采集设备，结合计算机视觉算法实现河道水面垃圾、漂浮物、河道边波破损、排污口异常等问题的自动化巡检、识别与定位。最终通过wed端实现巡检结果与实时展示与数据统计，为水利河道管理提供数据支持。

本系统基于深度学习技术，采用MobileNetV2轻量化模型，实现生活垃圾的智能识别与分类。系统支持厨余、可回收、有害、其他四类垃圾的自动识别，通过图片上传或摄像头实时拍摄完成检测。后端使用Flask框架，前端提供简洁友好的交互界面，识别结果包含置信度判定和详细的投放指南。系统具有轻量化、高精度、易

本系统基于Python开发，支持数据读取、指标计算及信号识别等功能。可实现数据自动分析、关键指标提取及结果输出，帮助用户快速获取有效信息。同时支持规则扩展与自定义逻辑，适用于多种数据分析场景。

1.接入硬件设备，形成数据的可视化，同时自动化生成pdf报告；2.支持第三方血氧仪报告的接入，按照医生要求，对报告模板进行调整和，合并输出报告3.给医生提供数据标注和核验功能；4.基于用户数据，实现呼吸状态评估算法，将原始数据转化为0~1的状态评估。

1.可用于检查常见的6种PCB板缺陷，缺陷分别为：【缺失孔、老鼠咬痕、开路、短路、毛刺、铜渣】;2.支持图片、视频及摄像头进行PCB板缺陷检测，同时支持图片的批量检测；2.界面可实时显示目标位置、目标总数、置信度、用时等信息;3.支持图片或者视频的检测结果保存；

1.文本真实性检测：基于BERT模型进行微调（Fine-tuning），通过提取深层语义特征识别AI生成文本，准确率达87.3%；2.图像伪造识别：融合ConvNeXt与SwinTransformer的多尺度特征，利用迁移学习实现对AI生成图片的精准检测；3.多模态特征融合：设计加权融合策略处理图文

该平台是一个集成了大语言模型（LLM）与深度学习算法的端到端分析系统。核心功能模块包括：多源数据融合与处理模块、基于知识图谱的上下文检索模块、基于大模型的未来事件生成与推理模块，以及轻量化态势概率预测模块。平台的主要功能是：自动化地从多模态数据中抽取关键事件，利用大模型和图技术进行深度关联分析与未来

项目实现了完整的AlphaZero训练与推理流程，包括自我博弈数据生成、基于MCTS的策略改进、策略-价值联合网络训练以及模型评估对弈。支持多种棋类环境扩展（如井字棋、Connect4），结构清晰，模块解耦，便于替换网络结构或搜索策略，用于强化学习与博弈算法的研究与实验。

软件核心功能介绍这是一个离线训练的推荐系统，根据用户历史行为与特征，生成TopK个个性化推荐商品，并通过接口返回给前端展示。功能模块：•数据与特征服务模块：汇总MySQL的订单表等及埋点统计点击数据；使用SparkSQL生成多维度特征表。•序列建模与RNN召回:把用户购买行为明细加工为时间序列；通过

DeepSearch是一个功能完善的自主AI研究平台，其核心功能模块包括：动态研究规划引擎：AI可根据用户问题，结合历史研究上下文，自主地、多轮地生成并迭代研究计划与搜索策略。异构数据源接入层：系统通过插件化的元搜索引擎，可同时并行调用通用搜索（如Tavily）、学术搜索（如GoogleSchola

开放域视觉定位：支持通过自然语言指令，在图像中定位任意指定的物体、人物或场景元素。思维链增强推理：利用大模型的内在推理能力，通过多步思考提升复杂场景下的定位准确性。参数高效微调：采用LoRA技术对Qwen2.5-VL-7B模型进行微调，仅训练少量参数即可显著提升在目标领域的效果。完整训练流水线：实现

Myolotrain是一个可视化管理yolo视觉模型训练的系统，为计算机视觉任务提供了直观的图形界面。该平台集成了在线标注、数据集管理、模型管理、训练管理和目标检测功能，支持windows、linux、docker等多种部署方式，使用户能够轻松地训练和部署YOLOv8模型，支持CPU和GPU，使用t

AI自动化办公助手集成了多种实用功能模块：智能表格处理模块：自动合并、去重、清洗Excel文件；AI报告生成模块：基于用户输入快速生成日报、周报、总结；自动下载与分类模块：支持批量下载网页资源并按类型分类保存；自动邮件与消息发送模块：支持批量发送邮件、微信通知；AI文案助手：调用OpenAI接口自动