NDK

•采用爬虫获得井盖数据集，根据井盖状态对其进行四分类标注，采用yolov8对输入的井盖图像进行目标检测，使用分类损失、回归损失和目标置信度损失进行模型训练优化，提高识别准确率。 •使用streamlit库与NCNN框架分别部署于Web与Android端，确保了识别结果的实时可视化。尝试多种方法，较好地解决了Pytorch to NCNN的模型转化过程中出现的错误从而导致APP崩溃的问题。 •训练过程中四个分类的mAP均在0.82~0.94，总体mAP@0.5为0.82，表明模型在总体上有较好的表现，有较高的精度和召回率。针对复杂光照条件导致的误报问题，引入曝光度调整的数据增强策略，有效降低误报率，提高模型在不同环境下的鲁棒性，助力路政部门高效监测井盖异常，降低公共安全风险。针对边缘设备fps过低的问题使用了FasterNet，极大的提升了fps。

日常练习作品主要包含功能： 1、聊天室和IM，使用WebSocket实现 2、广告联盟，集成华为惊鸿广告 3、数字人，使用DUIX开源SDK实现，同时通过TTS将文字转换成语音文件，由数字人播放 4、TTS，使用Android原生api实现 5、网络请求工具biz-envoys，主要封装了开源框架okhttp实现，支持访问中间网关平台和直接访问服务器 6、静态密钥配置，文件加解密流，本地文件加解密读取，使用NDK c库实现

为广电做一款户外广告大屏，此项仅一个页面，通过计划的不同形式来展现不同的样式组合 1、播放计划播放与缓存 2、设备远程控制,实现计划下发与更新，截取屏幕内容，设置工作状态，设备清理等 3、设备状态监控，通过远程指令，查看当前屏幕的展示内容，确保屏幕显示正常。 4、屏幕电源控制&Hdmi信号控制 5、页面分屏逻辑，通过返回的不同计划，将屏幕分为左右、上下或四块区域的屏幕显示区域。每个区域显示不同的内容