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。
项目简历:基于Qt搭建停车系统客户端,MySQL实现数据存储;采用Socket与自定义协议实现网络通信;集成OpenCV完成车辆抓拍、车牌识别、自动计费及视频管理,完成分布式服务端-客户端联调功能模块:网络通信与数据同步,检测车辆和人脸,实时数据显示:车辆信息、停车时长、费用计算等数据实时更新,视频
400C++音视频多媒体
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。
570C++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
670C++人工智能
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,定位产品区域,并进行语义分割,计算缺陷Blob信息,据此判断产品是否合格。
360C++机器深度学习
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
900C++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
690C++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
650C++人工智能
检测跟踪无人机
750C++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;
670C++机器深度学习
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
850C++人工智能
核心算法:采用最新的YOLOv11算法,兼顾检测速度与精度。一站式流程:集成环境检测、数据集配置、模型训练、结果可视化等全流程功能。多模态检测:支持图片文件、视频文件以及实时摄像头画面的目标检测。可视化交互:通过直观的GUI界面展示检测结果(边界框、置信度、类别),并支持训练过程中的参数配置与日志监
1530C++人工智能
该项目主要探索多维的Tensor在CPU上实现快速的矩阵运算等,功能实现涵盖了自定义内存配置器Allocator,createTensorOne,createTensorZero,createTensorRand,cat,normalize,selectSet,selectGet,toString,
1250C++人工智能
1.项目整体可以分为软件部分和硬件部分,软件部分可以分为图像采集、模型推理、结果输出、远程控制,硬件部分主要是外设(摄像头、屏幕,电源、喇叭)、边缘端处理设备和信号输出器2.功能描述,通过在适当位置部署摄像头采集图像,可以对危险进行预警并辅助操作员控制,具体辅助方式可以根据使用方式修改。这里以设备部
1380C++机器深度学习
经过初次学习,提交的作业实现的只有几个经典功能-蜂鸣器(开/关);摄像头capture(多次摄像、图片显示时可以点击上下切换);相册(左右点击切换以及删除图片);小试微game二个(仅仅基于字库和一些判断逻辑猜数字等);音乐播放(可随机播放-顺序播放上下一首-滑动调整音量),显示时间等。学习到同学做
1750C++机器深度学习
1.各种模式的IMX415驱动支持,调试支持产品规格1.45umpixelsize,分辨率为:3840X216030fps/60fps,DOLHDR2F30fps等等
2891C++脚本插件
当前共15个项目more
×
寻找源码
源码描述
联系方式
提交