openCV

包含图片上传模块、图像预处理模块、模型推理识别模块、结果输出与可视化模块。支持上传本地图片，自动完成图片尺寸归一化、降噪处理，调用训练好的深度学习模型进行类别预测，输出识别标签与置信概率，并展示可视化的识别结果

系统主要包括机器人视觉识别、Tag定位、路线执行、运动状态判断、自动返程以及异常处理等模块。视觉模块负责从摄像头画面中提取机器人导航所需要的信息；路线模块根据当前状态执行对应路径；控制模块负责机器人动作衔接与状态切换。同时针对原系统进行了性能和代码结构优化，在尽可能保持原有稳定控制逻辑的情况下改善视

系统主要包括图像采集、目标检测、关键点定位、相机标定、PnP位姿求解、坐标系转换、姿态角计算及结果可视化等功能模块。通过YOLO模型完成目标及特征关键点检测，根据相机内参与目标三维几何信息建立二维—三维对应关系，采用PnP算法计算目标相对于相机坐标系的三维位置和旋转姿态，并输出X、Y、Z及姿态角等结

本项目是一款基于YOLO目标检测算法开发的智能视觉分析应用，能够实时识别视频或摄像头画面中的乘用车、行人等目标。系统通过YOLO对目标进行实时检测，并结合目标跟踪技术持续追踪车辆和行人的运动轨迹。通过分析目标在连续视频帧中的位置变化，系统可以计算并显示目标的移动方向、运动轨迹以及实时速度。主要功能包

系统主要包含以下功能：缺陷图像数据处理对工业图像进行整理、筛选和人工标注，构建目标检测训练数据集，并完成训练集、验证集划分。YOLOv11模型训练基于少量已标注缺陷图像训练YOLOv11模型，通过数据增强、训练参数调整等方式提升小样本条件下的缺陷识别能力。工业图像自动检测将训练后的模型部署到后端服务

一、核心功能模块1.多模态图像采集模块支持根据产品材质定制成像方案，可灵活选用可见光、红外、激光、超声波等多类成像传感器，适配金属、玻璃、透明薄膜、高反光工件等不同检测对象。内置工业相机、定制化光源的智能控制单元，可自动调节光源亮度、触发模式，针对复杂工业环境做抗反光、抗干扰优化，最高支持5微米级的

标定模块：相机内参标定，相机和机械臂手眼标定。感知模块：通过深度相机（如IntelRealSense）采集物体RGB-D数据，结合深度学习模型实现目标物体检测识别。路径规划模块：基于喷涂工艺参数（如喷枪距离、角度、流量），利用强化学习或几何算法生成自适应喷涂轨迹，支持实时避障与轨迹优化。运动控制模块

具备rpa的功能，同时融入了ai，还有知识库，使得场景更广。rpa适用于金融，电商，会记，运营等多个场景，属于自动化领域，可以进行图像识别，文档操作，网页和桌面应用操作，低代码开发，低成本开发。

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

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

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

SLAM建图与定位开发：基于2D/3D激光雷达、深度相机，提供高精度建图与定位算法开发，支持多楼层/大场景地图拼接与管理。多传感器融合：实现雷达/视觉/IMU/轮速计/RTK等多源数据融合定位，解决长廊、空旷等特征退化场景的定位难题。仿真与实车部署：搭建Gazebo/IsaacSim高保真仿真环境，

本项目实现了一个可调控生物节律LED光源分析与优化系统，主要功能包括：1）读取并清洗LED光谱功率分布SPD数据，完成波长、功率和单位的预处理；2）基于CIE色度学模型计算相关色温CCT和色偏差Duv；3）基于TM-30显色评价方法计算保真度指数Rf和色域指数Rg；4）基于CIES026/E生理节律

1、传感器模块：多模态传感器实现数据采集2、感知模块：利用多模态算法检测行人空间位置3、通信模块：感知结果与控制系统信息传输4、用户层模块：显示检测结果，并用于用户操作。

1. 依托YOLO算法实现图像、视频中的多类别目标自动识别与定位，精准框选出画面内指定物体​2. 支持自定义数据集训练，可按需识别不同品类目标，灵活调整模型识别精度与检测速度​3. 搭建可视化前端界面，直观展示识别画面、检测结果与统计信息​4. 依托云服务器搭建后端服务，提供算法调用接口，实现模型线

本项目主要包含目标检测、骨架提取、位姿解算和视频流处理四大功能模块，主要功能描述如下：1、系统基于YOLO-OBB算法，实现对目标工件的高精度掩膜提取。2、利用Ada-LSN网络，系统能够在复杂工况环境下精准提取出单工件的骨架点集。3、通过内置的多边形求交与拟合算法，系统能够高精度地量测出工件的倾斜

功能模块：AI算法识别预警模块、消息推送和统计模块项目主要功能：AI算法识别预警，当识别到非法载人时，留下预警图片信息供管理人员参考。消息推送给相关管理人员，让管理人员及时干预

项目模块：施工关闭阀门模块，施工违规统计主要功能：cv算法识别施工前是否先关闭阀门，统计违规信息，发送违规通知信息给相关监督人员;主要功能是判断工作人员手部握住阀门进行开关操作，当AI算法识别到存在此操作时，推送识别结果。

功能介绍：1.细长静电线链接CV算法识别（属于cv算法模型识别小目标中的细长特难目标检测）2.工作人员值守识别3.当装卸车作业时，未连接静电线就开始作业时，预警