深度学习

1.支持实时的对话服务(Real-timeCrawlerIntegration)功能描述：对话系统不再仅限于其内置的静态知识。当用户的提问涉及最新事件、实时数据或特定网站内容时，系统可通过集成的实时服务，动态地从互联网上获取最新信息。价值：彻底解决了大模型知识陈旧、无法回答时效性问题的痛点，使服务能

将YOLOV4、YOLOv5、YOLOWorld、Ultralytics-YOLOv5、Ultralytics-YOLOv8、GroundingDINO这些常用的目标识别神经网络，通过WEBUI展现在界面上。 开发者可以通过鼠标点击上传模型，上传图片的方式去查看模型效果。 项目后端涉及到python语言，主要使用fastapi作为web框架。 对于模型卸载功能，最新的5.0版本下使用了multiprocessing的方式进行动态加载卸载，可以解决常用的卸载方式下显存无法完全释放的问题。 前端则是由本人进行美工设计，并完成html+css+js的前端开发。

为BOSCH ROKIT SLAM产品做的add on,可以结合读码器进行二次精定位。本人的技术栈非常广泛，网页，SOC，单片机，AI(主要方向是图像和序列数据预测等)。SLAM，UWB算法等。这个只是其中一个小作品

该项目是基于华为昇腾服务器设计的一个全天铁路场景异物智能检测系统，该项目实现了对前端发送报警图片的处理：主要包括图片前处理，模型推理，图片后处理；同时基于Flask框架实现对处理结果的返回。本人只要负责深度学习模型修改，模型转换，网络微调，Web应用程序框架编写。