openCV

系统基于YOLOv8目标检测模型，实现人员、安全帽、反光衣、口罩、安全锥、车辆、机械等目标识别，并重点统计未戴安全帽、未穿反光衣等违规事件。系统支持本地摄像头、本地视频、本地图片三种输入方式，提供置信度调节、实时检测日志、人员数量统计、违规事件统计、告警指示灯、蜂鸣报警、抓拍留证和安监报告导出等功能

以多源感知数据为输入，实现多类型预测与检测：利用风速、风向、温湿压等预测风电功率；结合温湿压预测瓦斯浓度；基于振动特征对轴承内圈、滚珠、外圈故障精准定位；依据辐射与气温等预测电力负荷；融合云量、辐射、风速等要素预测光伏功率；通过计算机视觉完成煤炭、矸石、异物及未知物的实时目标检测，为运行优化、安全预

##核心玩法###悟道对弈-与AI进行中国象棋对弈，胜者可获灵石与修为奖励-AI难度分为九重境界，从「无名散修」到「天道化身」，实力逐级攀升-每局限悔棋3次；灵石不足100时禁止对弈###渡劫争锋-PVP实时匹配，与其他修士一较高下##境界体系从凡人到仙帝，十重境界等你突破。境界越高，对局时限越长（

集装箱箱号识别模块：支持URL、本地文件、Base64等多种图片输入方式，内置ISO6346国际集装箱标准校验算法，对识别结果做格式合规校验，过滤无效结果；货车编号识别模块：适配码头俯视监控视角，支持多光照、多角度、模糊场景的鲁棒识别，可批量处理图片目录，自动输出最优识别结果；RESTfulAPI服

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。

1.整数模6分类：输入任意正整数范围，自动按模6余数将整数分为阳数（6k+1）、阴数（6k-1）及中性数，并高亮素数。2.半素数分解：对合数进行质因数分解，识别其阴阳因子属性，计算基于勒让德符号的权函数值。3.统计抵消模拟：对阴类半素数执行贪心配对算法，可视化展示污染项的统计期望归零过程。4.数据导

本项目是一款基于人工智能与神经影像技术的脑龄预测系统，通过分析脑部MRI影像（或多模态数据），利用深度学习模型精准估算个体的大脑生物年龄，并计算脑龄差（BAG）——即预测脑龄与实际年龄的差值。系统可量化评估大脑衰老程度，提前预警认知衰退、阿尔茨海默病、帕金森病等神经退行性疾病风险，为脑健康管理、早期

将整个研究视为一个“感知-决策-部署”的完整系统进行顶层设计。该方法将目标检测模块、多目标跟踪模块，分析并权衡各子系统在精度、速度、资源占用等关键指标上的内在矛盾与协同关系。基于此，规划出从算法层改进、到应用层集成、再到工程层优化的阶梯式技术路线，确保最终实现的系统原型在整体性能上达到最优平衡，满足

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