openCV

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

入住人脸信息统一采集绑定客人线下办理酒店入住登记时，系统同步采集人脸特征数据，将身份信息、入住订单与人脸数据关联存储，完成人脸权限授权，为全场景无感服务提供身份凭证。酒店全场景人脸无感通行服务依托边缘盒子内置深度学习人脸识别算法，对接酒店摄像头、智能门禁、电梯、客房门锁等硬件设备，已完成人脸授权的住

云安全集中管理系统是以两门户(租户门户和运维门户)、资源池、日志管理系统、授权管理系统几部门组成，通过门户层、应用服务层、中台能力层、资源层构成管理平台。以k8s容器化部署和高可用部署、旁挂在客户业务网络的方式，实现对客户流量的控制，将安全防护流量牵引至资源池并回注。另外管理系统可以对安全能力统一按

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

意图识别、意图路由、Agent节点规划（图算法）、MCP服务调用、GraphRAG检索以及结果加权融合、向量召回、Skills技能包意图识别、正常对话、天气查询、表单处理、报告生成、非结构化数据处理、DOCX格式报告（图文表格5W字+）撰写、Agent自动化处理（类manus、openclaw，替代

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

技术栈：Python、Streamlit、Pyvis、ONNXRuntime、DeepSeekAPI主要功能：藏药知识库、知识图谱可视化、AI问答，以及藏文OCR

下位机：通过对激光雷达所采集实时点云进行分析，融合视频图像识别目标类型，针对不同的目标类型产生对应的事件上报至上位机；接收来自上位机的协议指令并执行上位机：综合下位机上报的事件产生不同等级的告警客户端：提供全网所监测路段的实时监控，并提供历史数据的查询及报表分析

系统主要包括设备数据采集、视频流接入、图片上传分析、AI模型推理、实时数据展示、历史数据保存、事件告警、ROI区域配置、模型参数配置、MQTT/HTTP接口上报、日志查看、服务状态监控、配置管理和远程运维等功能。设备侧支持通过Modbus、串口、MQTT或HTTP接口采集现场数据；视频侧支持接入摄像

多模态规划现语音交互，个性化闹钟设置，个性化资源，问答系统，人脸情绪识别，情感分析、任务代办、问答系统、错题诊断等板块加强学生的学习积极性，为学生提供有效的学习平台。

用户注册/登录、Token鉴权、多钱包管理（增删查、种子派生）模拟区块链：创世块、转账、交易池、按地址挖矿、水龙头充值隐写通信：将UTF-8消息切分为比特块，通过构造「交易哈希后缀匹配」的转账序列编码；接收方用种子还原钱包并解密三种算法（A/B/C）对应utils_encrypt_tx、utils_

采用Python+Selenium技术栈，可模拟浏览器行为，实现翻页、等待加载、元素定位等操作；支持解析JS动态渲染内容，将数据整理为结构化格式，解决传统爬虫无法抓取动态页面的问题。

设备台账管理：设备新增、分组、协议配置、参数模板数据采集：串口/网口接入，Modbus寄存器读写、MQTT消息订阅实时监控：设备在线状态、运行参数实时展示、组态图历史数据：曲线查询、报表导出、按时间/设备检索报警管理：阈值报警、短信/站内信通知、报警日志

支持图片上传识别、实时视频流目标检测、框选标注预警、异常情况自动告警、识别数据统计汇总、检测结果Excel导出、历史影像回溯查询、多账号角色权限分级管理，界面简洁操作容易简单。

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

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

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