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。
项目由建图、导航、避障、音频反馈四大功能模块组成:①建图模块:基于RTAB-Map的SLAM技术实时构建行走环境三维地图并完成定位;②导航模块:地图栅格化处理后,用A*算法规划起点到终点的最优行走路径;③避障模块:双目深度相机采集深度图,OpenCV分割提取"模糊障碍物"轮廓并测距,不限物体类别实现
120C++医疗健康
万生汇支持商品上架、需求求购发布、技能接单、同城跑腿货运、家政服务等多类型订单发布与撮合。内置万生汇付担保结算模块,资金由持牌机构隔离托管,确认履约完成后放款,规避交易欺诈。项目基于Flutter+FastAPI开发,支持安卓APP与网页端访问,搭载智能供需匹配能力,覆盖实物买卖、劳务服务全链路,普
290C++人工智能
系统共五个模块。①波形接入:读取探伤仪A扫采样序列,按工艺参数(板厚、探头折射角、增益)归一化;②端侧推理:在RK3568NPU上运行轻量卷积网络,单条波形1.13ms完成判读,全程离线;③缺陷定位:输出缺陷所在深度区间与置信度,而非"有/无"二分类;④复核队列:按波幅与置信度排序生成待复核清单,供
440C++工业互联网
基于Web网页的机电一体化设备管控平台。集成了舵机云台控制系统,搭载激光雷达,可通过Web界面实时调节扫描仪的水平角度,并对雷达扫描到的点云数据进行体积测量、帧叠加累积、3D建模和数据导出。
550C++人工智能
项目涵盖端侧感知、嵌入式控制与云端可视化全链路功能模块。具体模块包括:1)多模态传感采集(毫米波雷达、EEG脑电、RFID);2)端侧算法处理(Python/C++信号降噪、特征提取);3)嵌入式硬件控制(RTOS/Linux底层驱动、边缘计算);4)物联网上云(MQTT协议、云端数据看板)。主要功
570C++智能硬件
AI产品产品系统
项目包含四大核心功能模块:1.AI视频人数统计:基于YOLO实时检测人体,支持进出判定线、帧过滤与去重逻辑,提供人数统计、时段报表与客流曲线Web后台。2.移动侦测与异常告警:利用FFmpeg解析视频帧进行对比与动态区域判定,实现移动物体识别、干扰过滤、异动抓拍、告警推送及历史查询。3.离线人脸识别
750C++人工智能
1、项目具体功能模块包括:枪球智能交通组件、违章取证模块、跟踪取证模块、枪球联动复核模块、交通事件检测模块、交通数据采集模块、雷视融合全息数据处理模块、车辆检测与布控模块、雷达标定模块、GPS标定及轨迹处理模块、超速低速取证报警模块、通道占用与离开报警模块、服务区车位检测模块等。2、主要功能描述:系
1070C++人工智能
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,
1840C++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;
2440C++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。
990C++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
2051C++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
2090C++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
1590C++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
1350C++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
1670C++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
1650C++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
3190C++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。
1700C++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
1670C++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
1560C++智能硬件
当前共39个项目more
×
寻找源码
源码描述
联系方式
提交