openCV

基于C/C++与OpenCV库，采用CMake构建，独立设计并实现全部视觉处理与决策算法。图像预处理使用高斯模糊、Canny边缘检测及大津法（OTSU）二值化；通过最长白列法快速提取赛道中线，解决视野畸变与边界缺失问题；基于几何特征识别环岛、十字路口等赛道元素。运动控制采用PD算法驱动舵机，结合Si

通过ZeroMQ构建分布式流水线，集成YOLO目标检测与SAM2（SegmentAnythingModel2）实例分割，基于检测框中心点生成目标掩膜；docker分支将完整流水线容器化，Docker镜像经优化从77GB压缩至50GB。

本项目是一个基于RaspberryPi5的自主视觉导航机器人，核心功能包括：红色物体实时检测与追踪：通过HSV色彩空间与动态阈值算法，实现对红色物体的实时识别与坐标提取。自适应色彩处理：采用动态V值调节与形态学滤波（开运算、闭运算），提升不同光照条件下的识别稳定性。全局搜索与局部追踪（ROI）：通过

本项目覆盖验证码识别三大模块：滑块模块支持易盾普通滑块、极验滑块、云片滑块的缺口识别与轨迹模拟，能够自动计算缺口位置并生成拟人化滑动轨迹；点选模块支持易盾点选、极验点选、云片点选的语义理解与坐标定位，能够识别文字/图标/语义类点选目标并返回精确坐标；AI底座模块基于大模型(LLM)进行验证码语义理解

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。

TouchLabel是一个开源的触觉传感器数据标注与分析Python工具包，面向机器人触觉感知研究社区。目前支持4种主流触觉传感器（GelSight、DIGIT、Paxini、Daimon）的数据加载、可视化标注和跨传感器特征提取。核心功能模块：统一数据加载器：一行代码加载不同传感器数据，自动识别格

1、项目功能模块：-屏幕截图检测引擎：自适应ROI区域定位+双边消息区域识别，同时检测自己与对方的表情包-CLIPViT-B/32语义编码：将表情包图像转换为512维语义向量，实现跨模态图文匹配-FAISS向量检索引擎：6140张ChineseBQB表情包构建IndexFlatIP索引，毫秒级相似度