项目包含视觉目标检测模块、3D目标定位模块、机械臂运动控制模块、柔性夹爪驱动模块、人机交互监控模块五大核心模块。系统通过工业相机采集传送带上小龙虾图像，AI模型完成小龙虾检测与姿态识别，解算出小龙虾三维抓取坐标；机械臂接收坐标指令规划运动轨迹，控制柔性夹爪自适应完成抓取、投放动作；配套上位机界面实现

该项目和主要是一个基座平台，可对外对接其他平台做各种功能，功能如下1、目标识别2、物品盘点3、区域告警4、实时流媒体每一个项目都需要单独的图片集和进行训练，方便后续项目中进行项目推理，提高准确率，目前已在多个项目中使用，猪子盘点，外来物闯入，姿势识别等

代表项目：车联网攻击检测深度学习模型（SAE-BiLSTM-改进Transformer）•基于PLEXE构建V2V车联网仿真场景，设计并注入多类网络攻击，生成多维时序数据•使用MySQL存储数据，完成数据预处理与特征工程，构建模型训练数据集•提出SAE+BiLSTM+改进Transformer融合模

项目包含七大核心功能模块：1.多模态交互模块，支持文本、图片、音视频混合输入识别与问答；2.自然语言处理模块，实现意图识别、文本摘要、语义抽取、对话管理；3.代码生成模块，支持多语言代码编写、调试、重构、项目批量生成；4.长文本理解模块，支持十万字级文档解析、知识库检索、长内容总结对比；5.数学推理

1.骨龄智能预测系统基于RUS-CHN图谱与深度学习算法的骨龄自动评估，支持批量影像处理，提供精准的骨发育成熟度评级与生长发育趋势分析。2.生长发育身高分析整合多源生长数据，建立动态身高追踪模型，生成个性化的生长曲线预测，辅助评估儿童营养状况与遗传身高潜力。3.数据管理系统构建安全高效的临床数据管理

RoadMC的功能主要包括三部分：一是合成点云数据生成，基于路面统计先验和病害几何模型，模拟裂缝、坑槽等11类病害并生成带逐点标签的LiDAR场景；二是点云分割模型，提供Swin3D与PointMamba骨干网络，结合mHC通道混合和GAN风格变换进行病害识别；三是训练与评估工具链，支持二分类预训练

本智慧农贸电子秤识别系统基于深度学习YOLO算法开发，主要实现农贸市场摊位电子秤设备合规性智能检测功能。系统依托现场监控视频图像，自动识别摊位中是否摆放官方合规溯源电子秤，可精准区分合规溯源秤与普通非标秤、违规改装秤，有效解决人工巡查识别慢、判别难、漏检率高的问题。系统具备实时检测、智能分析、自动判

核心功能:区域统计(update_zone_count): 为每个摄像头的每个区域(zone)维护时间序列统计,记录每帧的人数/物品数、检测明细(detections)、动作(actions),仅保留最近10秒数据。规则评估(evaluate_rules): 评估摄像头下所有启用的规则,支持三种规则

在OrangePiZero3W上实现从模型训练到NPU部署的全流程嵌入式AI视觉系统。-完成YOLOv5sINT8量化，模型体积压缩75%，单帧推理50ms（15fps）-设计双线程架构（采集+推理），ROS话题通信实现视觉与运动控制解耦-可选配Web远程监控界面

本锅炉工业智能控制系统算法分为五大核心功能模块，整体围绕锅炉全流程闭环优化调控设计：实时数据预处理模块：对接浙大中控ECS300DCS系统，完成炉膛温度、烟气NOx、风量、给煤量、汽包压力等多源时序数据清洗、异常值剔除、缺失数据补全、特征归一化，为算法模型提供高质量输入数据集；LSTM-BP混合预测