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。
1、多目标追踪与行为识别模块:基于YOLOv8-Pose与OSNetReID识别打餐动作。纯人脸无法判定多人场景下谁在取餐,融合行为识别后可精准判定取餐者;多人同时取餐时触发声光提醒并留存数据供追溯。2、人脸信号丢失补偿模块:行为摄像头与人脸摄像头绑定,解决取餐中因低头、摇头导致的人脸信号丢失问题,
470C++人工智能
火灾报警系统产品系统
感烟、感温、手报、消火栓、输入输出模块、声光警报器、火灾报警控制器、图形显示装置。感烟探测器用于监测空气中烟雾浓度,适合火灾初期预警;感温探测器通过温度变化识别火情,适用于厨房、机房等场所;手动火灾报警按钮用于人员人工触发报警;消火栓按钮可联动消防泵启动;输入输出模块负责采集设备状态并执行联动控制;
490C++智能硬件
端侧实时语音指令识别:负责算法设计与软件开发,完成模型训练、ONNX优化、C++解码及设备部署。在项目测试条件下,信噪比-5~15dB时识别准确率超过95%,响应延迟低于200ms。
440C++人工智能
模块化设计,各功能独立、可复用:1.FPGA采集与信号处理模块:多通道同步ADC采集、可编程激励信号生成(DDS)、实时滤波与解算;2.ARM嵌入式控制模块:外设驱动、通信协议栈(UART/SPI/I2C/CAN)、闭环控制逻辑;3.上位机监控模块:串口/USB/网口通信、实时波形显示、参数下发、数
1081C++智能硬件
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
860C++智能硬件
线光谱共聚焦位移传感器的功能可分为四个层面。一、硬件系统光源模块产生覆盖可见光波段的宽光谱白光,通过光纤传输至色散镜头。色散镜头利用特殊透镜将不同波长的光在光轴上聚焦于不同位置,形成一把波长编码的“光学尺”。反射光沿光路返回至光谱仪,同轴式结构让入射光与反射光路径一致,无测量盲区。光谱信号处理模块由
830C++智能硬件
该项目主要有定点巡航和自动避障还有识别人物和识别车牌等定点巡航可以通过使用rviz的地图模型并结合自动避障功能可以实现全局自动循环持续运动人物识别主要通过深度学习YOLOv8系统来进行数据的训练和识别同时车牌主要采用传统的基于手工设计特征的模式并结合深度学习系统YOLOv8来进行识别
900C++人工智能
车牌识别服务开发说明书适配平台:JetsonNX/RK3576核心算法:YOLO26n-OBB(旋转车牌检测)+CRNN(字符识别)数据流框架:GStreamer硬解码+两级环形缓冲池关键特性:原始帧不覆盖、camera_id全链路透传、低延迟、高可用、双平台通用目录文档概述整体架构模块功能说明数据
890C++人工智能
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
930C++机器深度学习
目标实时检测:机载摄像头实时采集画面,YOLO模型对视野内的入侵无人机进行实时检测与识别,输出目标类别与置信度视觉追踪锁定:OpenCV追踪算法持续锁定检测到的目标,输出目标在图像中的实时像素坐标,确保目标始终处于追踪状态云台视觉伺服:树莓派将目标像素坐标通过串口下发至飞控,飞控驱动单轴云台动态调节
2000C++人工智能
将Yolov5模型训练的权重文件转换为TensorRT格式,使用TensorRTAPI进行多线程推理,使用DeepSort对检测结果进行编号,并进行过线检测。
1180C++人工智能
三、系统整体架构本项目整体由FPGA+Soc自愈IP核(核心功能层)与全自动化量化验证平台(测试验证层)两大部分构成,两层架构通过标准寄存器接口深度联动,形成“设计-验证-迭代”的完整开发闭环。FPGA+Soc自愈IP核采用标准化模块化设计,包含五大核心子模块:寄存器接口模块支持8位地址、32位数据
1120C++智能硬件
眼动仪系统产品系统
1.实验设计支持灵活构建实验逻辑,提供鼠标按键时间控制、刺激分组、鼠标控制、背景及背景音效配置、实验流程可控跳转、事件触发、随机设置、交互判断、预刺激设置等功能,满足多样化实验场景的设计需求。2.刺激呈现可展示多类型实验材料,包括文字、图片、富文本、绘制形状、混合材料、视频、桌面录制、网页、问卷测评
1100C++智能硬件
支持MIPICSI摄像头输入(如SC450AI/IMX415等),具备高分辨率图像采集能力,支持自动曝光(AE)、自动白平衡(AWB)、自动增益(AGC)等ISP图像处理功能。
1560C++智能硬件
本系统是一套面向工地现场的无人化塔吊智能操控平台,核心功能包括:多塔协同防碰撞:基于实时三维空间位姿预测,主动检测多台塔吊间的潜在轨迹冲突,提前进行加减速或路径微调,避免紧急制动,兼顾安全与效率。吊钩摆角实时感知与防摇:利用视觉测量算法,实时计算吊钩及吊装物的立体摆角与摆动频率,为控制系统提供精准反
1320C++人工智能
本项目实现了一套面向TC264智能车的在线调参工具,核心功能包括串口Telemetry采集、结构化日志解析、滚动时间窗指标计算和规则化调参建议输出。工具可对车辆运行过程中的yaw_error_rms、yaw_error_peak、roll_peak_to_peak、servo_jitter_rate
1640C++智能硬件
1.多传感器数据采集,集成DHT11温湿度传感器、光敏传感器等实现环境参数监测,实现人机交互机制:矩阵键盘输入时OLED实时显示,支持多模式切换2.数据存储管理:W25Q32Flash存储历史数据,支持数据持久化和断电保护,SQLite数据库管理,包含传感器数据表、操作记录表、事件统计表3.通信协议
1710C++智能硬件
1.电梯运行监测通过智能摄像头监测电梯运行次数、开关门次数、运行里程、运行时长、钢丝绳弯折次数等2.视频监控手机、电脑等多终端远程查看环境视频3.AI视觉实时视频行为分析、人脸识别、目标检测电动车、自动统计坐梯人数等4.视频推流搭建ZLM视频流服务器,使用RSTP协议向外推流实时监控,web端HTT
1570C++智能硬件
1.使用线程池,实现动态并行处理,提高算法处理帧率,降低延时。2.实现识别和跟踪模式切换。3.统一接口,具备平台以及算法的扩展能力4.具备编码和SEI包生成能力,保障视频和目标信息同步输出
1940C++人工智能
AI自动开发运动算法,利用主流Agent模式自动化完成复杂流程;使用主流的agent模式,并采用适当的上下文工程,并微调大模型在此场景的特定能力主要功能是快速生成可上线的有效运动控制算法(实现1天产出)
1160C++人工智能
当前共32个项目more
×
寻找源码
源码描述
联系方式
提交