技术栈：Python,PyQt5,TesseractOCR,OpenCV,PyMuPDF项目职责：独立设计并开发了OCR文字识别桌面应用程序集成TesseractOCR引擎，实现图片和PDF文档的批量文字识别使用OpenCV实现图像预处理功能，提升识别准确率20%设计多线程处理架构，支持并发处理多个

全流程负责智能客服意图分类系统，涵盖需求分析、数据处理、模型开发、评估部署完整生命周期设计并实现了模块化机器学习流水线，包括数据预处理、特征工程、模型训练、评估分析、结果可视化五大模块针对小样本不平衡数据场景，设计数据增强和类别平衡策略，在220条样本上构建了10类别分类模型建立完善的模型评估体系，

1、管理学生的班级信息、作业收取、线上观课2、老师管理班级学生，下发作业，批作业、发课程视频等3、管理学生和老师，并且进行课程查看4、管理视频通过否5、并且还有严重的权限划分，避免安全泄漏

项目包含完整的训练与评估流程，核心模块包括：1.基于UnrolledADMM思想构建的可展开重建网络2.自定义C++/CUDA算子实现投影与反投影加速3.PyTorch模型训练框架与多实验配置管理4.支持多阶段参数学习与可学习正则化模块5.自动化评估脚本输出PSNR、SSIM等指标6.系统采用模块化

移动作业终端采集的营销现场作业照片和视频数据，上传到营销现场作业平台。人工智能平台获取营销现场作业平台上的图片和视频，调用模型，进行图片及视频的智能计算，计算结果输出到人工智能平台的服务器端，服务器端把数据回传给营销现场作业平台。该平台具备物理机和云资源两套环境，部署了8个英伟达T4GPU卡，可提供

1、项目有哪些具体功能模块：本项目构建的智慧蘑菇房管理系统平台，涵盖以下六大核心功能模块：多维环境智能监测模块：通过部署各类传感器，实时采集菇房内的温度、湿度、CO₂浓度、光照强度、基质含水量等关键参数。环境智能调控模块：联动空调、加湿器、新风、补光等设备，根据预设或AI决策的工艺曲线，实现环境参数

1、项目有哪些具体功能模块：本项目打造的智能两轮车联网系统平台，主要包含以下五大核心功能模块：车辆物联网接入与管理模块：支持多种通信模组（4G/Cat.1/NB-IoT）接入，实现车辆实时在线、状态上报与远程指令下发。车辆状态监控与安防模块：提供实时位置追踪（GPS/北斗）、电子围栏、异动报警、远程

引入多层注意力机制，结合Transformer，在Flickr和MS-COCO数据集实现了2%左右的涨点，提升了检索准确度，可视化注意力机制效果明显，论文成功发表在计算机顶会ijcai。

1.电梯安全监控风险预警：按电梯运行与维保数据划分风险等级（如I/III/IV级），支撑分级管控报警管理：统计困人、设备故障、电动车违规、维保超时等，支持报警类型TOP5排行重点治理：突出困人报警、设备故障、电动车相关风险，便于制定治理措施2.运营与维保管理检验维保管理：覆盖年检、金检、保养、维修等

该产品集成加速度传感器、气压传感器、陀螺仪、AI图像与声音识别等，对轿厢、井道等全链路运行状态进行采集，并传送至电梯全生命周期云平台，实现大数据边缘计算。对紧急事件进行快速处理，包括困人、异常运行、故障等场景的实时报警与推送。