openCV

a.项目有哪些具体功能模块：设备/芯片参数配置、串口通信与温控联动、实时图像采集与显示、图像校正与处理、常规指标测试、非线性测试、离线数据回放复测、测试结果管理、Excel/TXT报表导出。b.项目的主要功能描述：系统支持采集原始图像数据，完成单点/两点校正、噪声、响应率、NETD、盲元率、动态范围

a.项目有哪些具体功能模块工业相机采集与设备联动、条码区域定位与识别、一维/二维质量分析、测试配置与离线图片检测、反射率曲线与灰度分析、检测结果表格展示、PDF报告生成、日志追踪与发布打包。b.项目的主要功能描述系统可先判断样品是一维还是二维条码，再进入对应检测流程；支持实时采图和离线图片检测，自动

系统基于多目相机完成溜井扫场与标定，结合目标检测算法识别石头、破碎机、栅栏、车辆、人员等目标信息；下位机根据识别结果完成自主路径规划、破碎、推石、扫石及人员/车辆避障，并通过CAN通信控制破碎机执行作业；上位机实时接收并展示破碎次数、人员进入次数、车辆进入次数、石头层高等关键数据，同时支持多路RTS

参与动捕软件系统开发，负责在线相机管理、扫场标定、Marker识别与三维重建、刚体/骨架跟踪、动捕数据录制及UE4/Unity3D实时推流等核心功能实现，支撑虚拟制作、动作分析与实时交互应用。

本项目围绕特种作业远程监护全流程，打造了六大核心功能模块：1.作业票智能分析模块：自动解析作业票信息，提取作业类型、风险点、监护要求等关键内容，生成个性化监护方案；2.监护需求自动生成模块：基于作业票数据，匹配行业安全规范，自动输出监护重点、告警阈值、联动策略；3.视频实时联动模块：对接现场视频监控

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

本项目基于PointNet/PointNet++实现点云的高精度分割与分类，核心功能覆盖全流程开发。搭建Ubuntu+PyTorch环境，支持点云数据加载、预处理、标注、训练与推理；借助CloudCompare完成点云裁剪、标注、合并与导出，实现自定义数据集制作；通过脚本自动分离点云坐标与标签，构建

项目包含六大功能模块。一、实时GPS定位与测速模块，通过GNSS模块获取经纬度，haversine算法计算实时速度，自动判断行驶或停止状态。二、触觉反馈导航模块，左右双通道振动马达根据导航方向输出不同模式的触觉指令，支持多级强度调节。三、策略门控引擎，根据行驶状态自动切换反馈策略，停止时低强度提示，

1.基于ROS2Humble搭建机器人通信框架，实现多节点分布式开发，支持传感器数据实时采集与传输；2.集成YOLOv8目标检测算法，实现对行人、车辆、障碍物等多类目标的实时识别与跟踪，检测帧率稳定在30FPS以上；3.提供目标坐标输出、ROS话题发布功能，可直接对接机器人导航、避障等上层模块，支持

伺服电机组合各种动作，读取各种传感器信号，配合摄像头，利用视觉识别和图像定位，完成自定义动作，利用CANOpen的PDO命令，驱动多个伺服电机，完成各类定制商业机械手的特定动作

1.数据加载与预处理模块：加载MNIST手写数字数据集，将原始图像数据（28×28像素）进行归一化、降维处理，转换为分类器可接受的输入格式2.多分类器训练模块：支持多种分类器并行训练，包括SGDClassifier（随机梯度下降分类器）、RandomForestClassifier（随机森林）、SV

1.车辆检测模块：基于YOLO目标检测算法，从视频流中实时识别车辆目标，输出检测框及类别信息2.目标跟踪模块：采用ByteTrack追踪器实现多车辆跨帧跟踪，为每辆车分配唯一ID并记录运动轨迹，利用低分检测框二次匹配提升跟踪鲁棒性3.车速测算模块：基于透视变换将图像坐标映射至实际路面坐标，结合帧率和

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

1.使用线程池，实现动态并行处理，提高算法处理帧率，降低延时。2.实现识别和跟踪模式切换。3.统一接口，具备平台以及算法的扩展能力4.具备编码和SEI包生成能力，保障视频和目标信息同步输出

该平台包括如下功能：1.数据导入2.数据管理3.视频拆分4.数据集智能筛选：主要用于高相似度图像去重5.手动标注及修正6.智能标注：包括分割一切、跟踪一切、主动学习等算法7按照指定格式数据集导出功能

1.主要使用c++/Qt/qml编写上位机显示控制软件；2.主要使用typescript/react/express.js/tailwindcss等编写web软件

一个轻量级的点云处理软件，专注于高效处理和分析3D激光扫描数据。迷你点云软件支持点云的加载、显示、法线计算、降采样、配准以及距离计算等基本功能，同时提供简化的图形用户界面，适用于工业逆向工程、精密检测和模型优化。提供快速、直观的点云处理解决方案

技术栈：MATLAB神经网络+C++QtGUI输入（6个）：贴片图号、速度、高度、压力、芯片压力、时间输出（4个）：角度、平行度、覆盖率、高度模型效果：160组样本训练，R²=0.9048界面：科技风可视化界面简单说就是用神经网络预测贴片机能做到的质量效果，帮工厂提前发现问题、优化参数。

完成高性能半导体晶圆处理算法软件框架，实现：1）高通量2D图像处理及3D点云处理任务工作流；2）高性能CUDA、Triton算法实现2D图像处理及点云处理；3）机器学习、深度学习缺陷处理；