1.5G模块，防止网络带宽对视频流进行影响，选择了使用5G模块2.高清摄像头模块，对远程医疗场景进行实时采集信息3.推拉流视频服务器，保证视频流能稳定传输到远端4.FPGA驱动板，定制的OLED驱动板，可以传输视频到OLED板，并可以通过PWM同时控制OLED背光板的576个LED灯

模块1：通过can通信经过舵机控制拖拉机前轮。模块2：通过北斗模块对拖拉机进行位姿确定。模块3：通过nav2对拖拉机进行路径规划bi。模块3：视觉避障功能，利用摄像头和yolov5网络对拖拉机3米左右的人进行识别避障。

非接触式监测：使用医用级摄像头对保温箱内早产儿进行持续视频采集，避免传感器接触对婴儿造成的刺激深度学习姿态识别：基于改进的YOLOv4/YOLOv5算法，实现对早产儿关键身体部位（头部、四肢、躯干）的精准定位和姿态分类异常行为检测：通过时序分析识别异常姿态模式（如持续性异常体位、活动减少等），及时预

这是一个自己写的爬虫框架(开发中),注重易用性,便捷性,可以有效地提高爬虫脚本的开发效率支持迭代自动爬取,自动数据收集,快捷配置等功能未来预计加入动态页面渲染,智能页面结构分析等功能

sithra-rs是一个基于Rust实现的跨平台聊天机器人框架，专注于提供高性能和可扩展的机器人开发体验。采用类似axum的高性能web服务器架构设计，为您的机器人提供闪电般的响应速度。通过这个项目，您可以看出我对于axum深刻的理解，自行解构底层实现并手动重写使其适合我们的需求。

1）RAG知识库：导入PDF/Word/表格，清洗分块、向量化、热更新；2）智能对话：基于企业语料高质量问答，引用原文证据；3）流程自动化/多Agent：创建工单、指派、催办、回写表格/审批；4）工具接入：飞书消息/日历/表单/多维表格、Webhook、第三方API；5）权限与审计：按部门/群组控权

视觉定位识别：采用最小二乘法多组位置标定，精准定位目标物体，为机械臂抓取提供高精度位置基准，解决定位偏差问题。​视觉特征识别：借助全卷积神经网络，实现端到端物体特征提取，可精准识别不同尺寸、形态、材质的物体，适配多样抓取对象。​强化学习决策：通过深度Q学习算法，让机械臂自主学习抓、推动作的最优位置与

基于高通SNPE的模型部署到色选机项目1.图像采集，利用camera设备采集2600张茶叶（640*640），并标注13中茶叶类别。2.数据增强，利用数据平移、缩放和仿射变换，扩充数据集。3.利用Yolov5算法进行模型训练。4.利用SNPE进行模型进行模型转换和量化，因为SNPEdsp不支持5D算

数据集自动化处理：支持数据集的自动标注（结合半自动化标注工具辅助人工高效标注）、数据集划分（按比例自动拆分训练集、验证集、测试集）、数据增强（自动实现图像旋转、缩放、亮度调整等操作，扩充数据集规模）。模型自动化训练：内置多种YOLO版本（如YOLOv5、YOLOv7、YOLOv8）的训练脚本，可自动

本PCB板缺陷检测系统集成高分辨率成像与深度学习算法，能对焊点、线路进行毫秒级高速扫描与智能分析，精准识别开路、短路、漏铜、异物等数十种复杂缺陷。系统具备自学习能力，越用越精准，并自动生成统计报表，实现全流程质量追溯，显著提升直通率与生产效率。