C++

C++是一门由Bjarne Stroustrup于1980年代在贝尔实验室开发的通用编程语言,其设计初衷是“带类的C”,即在C语言的基础上增加了面向对象编程等特性。它完美继承了C语言的高效性和底层控制能力(如指针和内存直接操作),同时引入了类、封装、继承、多态等面向对象机制,以及模板、泛型编程、异常处理、标准模板库(STL)等现代特性,使其成为一个兼具高性能和高抽象层次的多范式语言。C++以其极高的执行效率和灵活性著称,既可用于开发操作系统、游戏引擎、嵌入式系统、高频交易等对性能极度敏感的底层系统,也能构建大型复杂的桌面应用和服务器软件。然而,这种强大和自由也带来了显著的复杂性,学习曲线陡峭,需要程序员手动管理内存并深入理解语言细节。尽管面临现代语言(如Rust、Go)的挑战,但凭借其成熟的生态、庞大的代码遗产和持续的标准化演进(C++11/14/17/20),C++至今仍是系统级开发和高性能计算领域不可或缺的基石语言。
系统包含图像采集、AI识别、运动控制、通信、状态机控制和人机交互六大功能模块。主要功能:工业相机实时采集管道图像;基于YOLOv8深度学习算法自动识别焊缝、套环和返修标识;通过ModbusTCP与PLC通信,实现管子前进/后退、夹紧/松开、三档速度控制;焊缝像素级精密对中(精度±3像素);套环自动分
390C++人工智能
系统提供两种互斥的检测模式。检测模式基于YOLO目标检测识别零件状态,通过类别标签自动判断每个工序的OK或NG状态,NG状态具有粘性锁定特性。规则SOP模式基于几何条件判断,结合YOLO目标框和MediaPipe手部关键点,识别取件、检测、放回、限位读取四类工序,其中检测工序支持内窥镜拍照触发,限位
670C++智能硬件
半导体AOI检测产品系统
半导体AOI能识别多种缺陷,比如:晶圆表面的划痕、污点、颗粒和微裂纹;光刻环节的线路偏移、图形残缺、光刻胶残留;蚀刻环节的针孔、短路;封装环节的焊球虚焊、引线偏移或断裂;以及芯片成品的引脚变形、打码模糊等
690C++人工智能
1、设备列表管理:添加、编辑、删除设备信息(设备编号、名称、类型、安装位置等);2、实时监控面板:以仪表盘和折线图展示设备当前温度、压力、转速等关键指标,数据刷新间隔可配置;3、报警管理:当设备参数超出阈值时,自动触发声光报警并记录报警事件;4、历史数据查询:按时间段查询任意设备的历史运行数据,支持
700C++工业互联网
本项目围绕锂电池状态智能估计构建了五大算法功能模块:①数据预处理与特征工程模块——对充放电电压、电流、温度、容量曲线进行清洗、归一化与特征提取,内置基于模糊信息测度的SOC特征选择(DMRCmRC)与基于小波变换(DTCWT)的多尺度特征编码。②SOH健康状态估计模块——集成物理信息神经网络(EM-
780C++人工智能
项目核心功能模块覆盖全流程冠脉影像后处理需求:‌基础影像导入解析‌:支持标准DICOM格式冠脉CTA影像的自动导入,完成影像序列校验、参数提取与预处理‌多模式三维重建‌:包含VR容积重建、CPR曲面重建、MIP最大密度投影、钙化积分计算四大核心重建能力,可完整还原冠脉全段血管走行‌智能测量标注‌:支
630C++机器深度学习
本项目以一台搭载树莓派和激光雷达的轮式小车为核心,集成了以下几个完整的功能模块:1、离线语音交互系统:基于Vosk轻量级中文离线语音引擎,摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词,并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈(如“好的,我要来唱歌了”)
1080C++机器深度学习
平台集成多类型数据标注实训系统,覆盖图像2D标注、雷达点云标注、音频转写标注、图文多模态标注等主流AI训练业务模块。内置课程学习板块、课后作业发布提交模块、在线模拟考试、自动阅卷评分、成绩统计后台、用户权限管理、实训任务管理功能,学员可在线完成标注练习,管理员可下发任务、查看实训成果与测评数据。
670C++人工智能
程序启动后持续截取游戏画面,利用YOLO模型实时检测特定目标(如敌人头部),筛选出FOV内且置信度最高的目标,计算其与屏幕中心的偏差,进而通过相对移动指令驱动鼠标准星平滑跟随。整个过程在50ms内完成单帧闭环,实现近似实时的自动瞄准效果。用户可调整FOV、置信度阈值和帧率等参数以适应不同场景。
1070C++人工智能
人体动作捕捉识别识别人体骨骼、肢体姿态等动作;支持多人同时识别,区分不同参与者,识别动作反馈到屏幕画面。挑战任务交互设置闯关、计时等挑战模式;用户身体动作直接操控虚拟角色,不用手柄、触摸。实时画面反馈屏幕实时渲染游戏场景,叠加用户虚拟形象/骨骼轮廓,动作发生立刻给出画面响应,做到动作‑画面同步。
1000C++人工智能
摄像机放在斯诺克桌子正上方的灯中间,用一台小型工控机,一拖二进行ai识别球识别,识别球号,跟踪球体运动轨迹,碰撞球判定,进球判定,最后依照斯诺克的规则进行计分
790C++人工智能
降AI率模型产品系统
本模型是一款基于深度语义分析的智能文本拟人化优化系统,专为降低学术论文AI检测率而设计。它通过多维度特征提取,精准识别AI生成文本的典型模式(如句式单一、逻辑过渡生硬、词汇重复率高等),并运用动态同义替换、复杂句式拆分与重组、非确定性表达插入(如口语化衔接词、个性化副词)等策略,在保持原意与学术严谨
680C++机器深度学习
降AI率模型产品系统
本模型是一款基于深度语义分析的智能文本拟人化优化系统,专为降低学术论文AI检测率而设计。它通过多维度特征提取,精准识别AI生成文本的典型模式(如句式单一、逻辑过渡生硬、词汇重复率高等),并运用动态同义替换、复杂句式拆分与重组、非确定性表达插入(如口语化衔接词、个性化副词)等策略,在保持原意与学术严谨
510C++机器深度学习
gemm开源项目
使用寄存器优化,内存和缓存优化,SIMD/AVX512指令集优化等各种优化技术,将通用矩阵乘法(GEMM)的性能,提升几十倍!使用寄存器优化,内存和缓存优化,SIMD/AVX512指令集优化等各种优化技术,将通用矩阵乘法(GEMM)的性能,提升几十倍!使用寄存器优化,内存和缓存优化,SIMD/AVX
840C++机器深度学习
工业自动控制产品系统
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
1080C++人工智能
该系统是为配套硬件定制的一套包含硬件控制、用户管理、数据管理、图像检测、AI检测子系统等多功能于一体的软件系统。硬件控制模块通过以太网、串口、USB等方式实现与硬件控制单元的通讯,如PLC、X-Ray发射器、X-Ray成像控制器、异常执行机构等,从而实现对硬件设备的操控;用户管理模块实现了角色分配与
920C++机器深度学习
系统支持训练项目管理、故障模拟、驾驶操作考核、成绩评分、振动反馈、UI界面控制、AI智能问答、训练记录查询及数据统计分析等功能,同时支持多训练科目切换、题库管理及设备联动,实现完整的仿真培训业务流程。
730C++人工智能
层级 模块环境与硬件 Dashboard/EnvironmentList/EnvironmentCreate/硬件检测机器人设计 BodyDesigner(3D设计+URDF/MJCF导出)/URD(统一机器人描述)训练与实验 ExperimentRunner/ModelTraining/Motio
880C++机器深度学习
对PDF、Word、TXT等多格式文档进行文本清洗、切片分块、向量化编码;基于向量数据库搭建检索引擎,结合相似度匹配、重排序算法优化检索精度;接入大模型Prompt工程优化问答逻辑,构建检索+生成的RAG推理链路;完成前后端对接与接口封装,实现私有化部署与稳定服务调用。
920C++人工智能
设计分阶段课程学习与⾃动切换策略,提升⻓周期训练稳定性并降低策略震荡⻛险。构建Sim2Real接⼝与并联映射能⼒,完成⼯作空间惩罚与动作低通滤波,为控制侧联调提供稳定输入。⽀持⻓周期训练、断点恢复与回归验证。打通模型管理与ONNX导出链路,为C++侧推理部署与跨平台集成提供标准模型接⼝。
690C++机器深度学习
当前共74个项目more
×
寻找源码
源码描述
联系方式
提交