openCV

●系统架构设计：主导构建模块化Agent架构，集成视频理解、行为分析、画像建模与LLM决策四大模块，支持实时流式处理与批量更新，系统日均处理视频50W+，用户行为日志2亿+条。●多模态：基于Qwen-VL实现视频帧语义分类，准确率达91.3%（Top-1）；融合YOLOv8（目标检测）、Whispe

（一）基础目标检测功能1.红绿灯状态识别：精准识别红灯、绿灯、黄灯、熄灭故障四种状态，区分机动车红绿灯、行人专属红绿灯，适配不同路口灯型样式。2.多目标精准检测：覆盖红绿灯有效管控区域内所有核心目标，包括机动车（轿车、货车、电动车、摩托车）、行人、非机动车，支持密集人群、车辆拥堵、逆光、弱光、雨天、

功能模块：本系统主要包括以下模块——三维场景展示与交互模块、视频流接入与管理模块、异常行为检测模块、告警信息定位与可视化模块、二维视频与三维模型融合投影模块、历史告警查询与统计模块。主要功能描述：三维场景展示：基于Cesium引擎加载工地倾斜摄影模型或手工建模数据，支持旋转、缩放、测量、图层切换等基

1、功能模块：系统主要包含四大核心模块。一是屏幕视觉感知模块，基于OpenCV和PyTorch实现桌面元素检测与识别；二是任务规划模块，结合大语言模型（LLM）进行任务拆解与决策；三是自动化执行模块，模拟鼠标点击、键盘输入、窗口切换等人机交互操作；四是结果校验模块，对执行结果进行自动验证与异常反馈。

项目包含七大核心功能模块：1.多模态交互模块，支持文本、图片、音视频混合输入识别与问答；2.自然语言处理模块，实现意图识别、文本摘要、语义抽取、对话管理；3.代码生成模块，支持多语言代码编写、调试、重构、项目批量生成；4.长文本理解模块，支持十万字级文档解析、知识库检索、长内容总结对比；5.数学推理

系统覆盖政策、企业、标书三域知识，支持8类业务问题的自然语言问答。核心功能包括：多路语义检索（BGEEmbedding+Milvus）、BM25关键词召回、RRF融合排序、BGEReranker精排、Qwen分层模型答题，以及自研ReActAgent多步推理。支持查询改写、意图路由、流式输出与引用溯

1、本地私有化AI交互内置Web可视化管理面板，接入通义千问、智谱AI等主流大模型API，所有对话、文件处理数据保存在本地电脑，不上传第三方服务器，保障文档、业务数据隐私安全。2、全流程电脑自动化执行支持自然语言指令操控本地电脑：批量读写Excel/Word文档、本地文件整理、浏览器自动爬取/导出数

人脸采集与注册：管理人员通过摄像头采集人员人脸图像，上传至云端人脸库完成注册登记，支持批量导入与权限分组设置活体检测与识别：设备端实时采集人脸图像并进行活体检测，防止照片/视频冒用，与百度智能云人脸库比对完成身份核验门禁联动控制：识别通过后联动门禁系统开闸通行，识别失败触发异常报警，实时记录核验结果

目标实时检测：机载摄像头实时采集画面，YOLO模型对视野内的入侵无人机进行实时检测与识别，输出目标类别与置信度视觉追踪锁定：OpenCV追踪算法持续锁定检测到的目标，输出目标在图像中的实时像素坐标，确保目标始终处于追踪状态云台视觉伺服：树莓派将目标像素坐标通过串口下发至飞控，飞控驱动单轴云台动态调节

项目主要包括登录模块、读者模块、管理员模块和智能识别模块。登录模块实现用户账号验证和角色区分，支持读者与管理员进入不同功能界面。读者模块支持图书查询、分页浏览、图书借阅、图书归还以及借阅数量限制。管理员模块支持图书信息管理、馆藏数量维护、库存不足提醒、借阅数据统计和图表可视化展示。智能识别模块基于Y

系统主要包含模型加载、数据源选择、图片检测、视频检测、摄像头实时检测、检测参数调节、结果可视化、检测结果表格展示、场景分析、驾驶建议生成、语音播报和暂停问答等功能模块。用户可以分别加载交通标志识别模型和行人车辆识别模型，选择图片、视频或摄像头作为输入源，系统会自动绘制检测框、显示类别和置信度，并根据

系统包含四大核心模块：1.图像检测模块：基于YOLOv11s模型实现10类水稻害虫实时检测，mAP@0.5达0.8404；2.预警分析模块：集成CropFormer与规则引擎，对虫害等级进行智能评估并推送预警；3.农技咨询模块：本地部署DeepSeek-R1大模型，提供病虫害防治知识问答；4.后台管

系统支持USB摄像头及深度相机图像采集，结合视觉算法识别目标物体，通过大语言模型完成语义理解及智能问答，并根据识别结果控制机器人完成导航、动作执行及语音播报。同时支持ROS2节点通信、状态发布、设备管理、日志输出及多模块协同运行，实现机器人整体业务流程闭环。

系统主要功能为小麦病虫害分类识别检测及辅助分析，通过用户上传小麦叶片图片，自动识别其健康情况以及发生了何种病虫害，并给出相应的防治建议，同时保存历史记录以进行数据分析。

系统主要包含商品发布计划管理、素材路径管理、发布台账记录、重复商品检测、类目异常检查、价格字段校验、发布结果截图保存、商品ID记录、数据观察表生成和潜力商品复盘等功能。工具可以读取CSV计划表，自动整理商品标题、描述、价格、类型、素材目录和发布状态，并根据去重基线检查标题相似、封面相似、同类商品过多

1.识别人体骨骼信息，包括手、脸、脚、骨骼等2.识别出人的行为信息，包括站立、行走、卧倒等行为3.针对不同场景、时间下，老年人的不同行为，给与监控，如遇突发状况及时通知告警

1、项目包含钢板图像采集预处理模块、钢板轮廓特征提取模块、磁吸受力仿真计算模块、最优抓取点寻优模块、抓取点位可视化输出模块、机械手坐标导出模块六大核心模块。2、通过工业相机采集钢板实物图像，依托图像算法提取钢板外形、孔洞、折弯区域，力学模型测算磁铁吸附承载力，自动筛选受力平衡、避开缺陷区的抓取点位，

拥有多平台爬虫实战经验，独立完成抖音、小红书、TikTok、极验4包括yolo滑块识别、闲鱼监控、海外智库等采集项目，精通自动化抓取与纯协议逆向，有开源采集系统。熟练Python爬虫、JS逆向、各类反爬方案及MySQL、Redis数据存储，具备工程化思维。

系统实现了一个完整的黑盒对抗攻击检测与防御展示平台。用户可以在前端选择CIFAR-10+ResNet-18或TinyImageNet+EfficientNet-B0实验组合，配置黑盒攻击方法、防御方法、查询场景、查询预算、样本数量和检测阈值。系统支持HSJA、NES、SimBA、BA、Sign-Op

模块一：鸟类检测引擎基于YOLOv8/YOLOv11深度学习模型，支持对图像和视频流中的鸟类进行实时检测。•支持预训练COCO权重（通用鸟类检测）和自定义微调模型（特定物种识别）•GPU加速推理，单帧检测耗时