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。
负责漂浮物视觉感知算法研发,实现漂浮物目标检测、距离估算、尺寸测算等功能;完成感知结果与前端地图系统对接,实现漂浮物位置及大小的实时可视化展示,并参与地图交互形式优化与项目落地。
80C++机器深度学习
功能介绍:1.细长静电线链接CV算法识别(属于cv算法模型识别小目标中的细长特难目标检测)2.工作人员值守识别3.当装卸车作业时,未连接静电线就开始作业时,预警
340C++人工智能
雷达数据处理产品系统
点云聚类目标跟踪航迹框生成场景识别利用模型去做端到端处理算法工作全部涉及测试验证模型量化部署实现符合要求的全部功能还可以按照需求进行扩展开创性的引入模型在工程化的工作中
210C++汽车
该项目旨在对晶圆半导体进行成像,通过对图像中特定位置的线,圆,夹角进行检测,得出尺寸和角度的信息,据此判断产品测量项是否合格;通过传统算法结合深度学习,对产品进行缺陷检测与分类,并计算缺陷Blob信息,据此判断产品是否合格。
280C++机器深度学习
基于QT的opencv深度学习的人脸识别基于QT的opencv深度学习的人脸识别基于QT的opencv深度学习的人脸识别https://zrq2.batch.icu/posts/opencv-dnn-facerecognize-+qt/
310C++机器深度学习
1、拍卖算法模块,包含(协商模块,任务添加模块,任务移除模块),鲸鱼优化算法,包含(螺旋上升、全局探索,局部探索)2、在无人机和无人车被干扰的条件下实现任务规划
300C++自动驾驶
LamaErasure产品系统
⚡零配置环境,开箱即用:所有推理环境(ONNXRuntime,OpenCV)均已作为ThirdLib静态/动态链接集成,无需在目标机器上安装Python或任何深度学习框架。?丝滑的交互式画布(InpaintCanvas):支持鼠标直接在图像上涂抹生成Mask,实时调用后端ONNX模型进行图像无缝擦除
260C++人工智能
医学系统产品系统
实现全身器官和骨骼高精度高速度分割主导从0到1的数据闭环建设:协调多家合作医院收集临床图像数据,联合放射科医生共同制定浓聚区域(如骨转移灶、代谢活跃区等)的标注规范,确保标注标准兼具医学合理性与算法可学习性。针对医学图像信噪比低、病灶尺度多变等特点,自主设计了一套面向任务的预处理与数据增强pipel
370C++人工智能
系统基于多目相机完成溜井扫场与标定,结合目标检测算法识别石头、破碎机、栅栏、车辆、人员等目标信息;下位机根据识别结果完成自主路径规划、破碎、推石、扫石及人员/车辆避障,并通过CAN通信控制破碎机执行作业;上位机实时接收并展示破碎次数、人员进入次数、车辆进入次数、石头层高等关键数据,同时支持多路RTS
530C++音视频多媒体
点云智能分割产品系统
本项目基于PointNet/PointNet++实现点云的高精度分割与分类,核心功能覆盖全流程开发。搭建Ubuntu+PyTorch环境,支持点云数据加载、预处理、标注、训练与推理;借助CloudCompare完成点云裁剪、标注、合并与导出,实现自定义数据集制作;通过脚本自动分离点云坐标与标签,构建
700C++机器人
1.基于ROS2Humble搭建机器人通信框架,实现多节点分布式开发,支持传感器数据实时采集与传输;2.集成YOLOv8目标检测算法,实现对行人、车辆、障碍物等多类目标的实时识别与跟踪,检测帧率稳定在30FPS以上;3.提供目标坐标输出、ROS话题发布功能,可直接对接机器人导航、避障等上层模块,支持
600C++人工智能
项目包含视频接入与解码模块、GStreamer实时推流与处理模块、AI目标检测模块、目标跟踪模块、告警与事件管理模块、设备配置管理模块、Web可视化展示模块等。系统支持多路摄像头/RTSP视频接入,能够在嵌入式设备侧完成图像采集、解码、预处理、目标检测与连续跟踪,并将识别结果、轨迹信息和告警事件实时
850C++人工智能
1、算法部分:基于PaddlePaddle,在官方指定数据集上进行打榜,所有器官分割任务平均dice系数达到0.94232、软件部分:基于WEB的3D医疗数据解析平台,其中包含医疗数据的导入、分割、可视化和数据分析功能四大基础功能,且飞桨模型可在本地或云端部署进行推理。另接入百度文心大模型用于医嘱格
590C++人工智能
本系统实现用户注册与登录认证,支持多用户数据隔离;提供商品信息管理功能,包括商品的新增、查询、修改与删除;支持收银结算与总价自动统计;采用数据库实现数据持久化存储;通过参数化查询与密码加密机制保障数据安全;界面简洁直观,操作高效,适用于中小型商户日常收银与管理场景
610C++机器深度学习
检测跟踪无人机
690C++机器深度学习
完成高性能半导体晶圆处理算法软件框架,实现:1)高通量2D图像处理及3D点云处理任务工作流;2)高性能CUDA、Triton算法实现2D图像处理及点云处理;3)机器学习、深度学习缺陷处理;
580C++机器深度学习
1.亚像素级特征测量:深度集成Halcon(HalconCpp),实现基于形态学与高斯平滑的1DMetrology边缘测距,以及基于形状的模板匹配,实现亚像素级圆/靶标提取。2.视觉抓靶与刚体对齐(Rigid2DAlign):内置视觉偏差计算引擎,支持多点靶标识别并求解最佳平移与旋转矩阵(XYθ)。
1010C++智能硬件
项目包含完整的训练与评估流程,核心模块包括:1.基于UnrolledADMM思想构建的可展开重建网络2.自定义C++/CUDA算子实现投影与反投影加速3.PyTorch模型训练框架与多实验配置管理4.支持多阶段参数学习与可学习正则化模块5.自动化评估脚本输出PSNR、SSIM等指标6.系统采用模块化
770C++人工智能
1.数据处理模块,采集大量的交通牌数据,进行Autolabeling,包括很多种对已有的交通牌进行数据挖掘等2.交通牌感知模型的训练以及评测,更改模型,进行模型推理等3.感知后处理,进行目标的跟踪,检测,已经给出牌子的3d坐标
770C++人工智能
图像采集与预处理模块核心缺陷检测与分类模块缺陷管理与人机交互模块系统控制与通信模块在高分辨率下扫描整个晶圆表面,在图像中检测出各个缺陷并进行分类。得到缺陷检测分类结果后画出mapping图和密度图、生成报告.
1050C++人工智能
当前共42个项目more
×
寻找源码
源码描述
联系方式
提交