C++

FAYFay数字人框架！！重要通知：我们已经把Fay的三个版本合并成1个，并致力提供更稳定更全面的功能。我们致力于思考面向终端的数字人落地应用，并通过完整代码把思考结果呈现给大家。Fay数字人框架，向上适配各种数字人模型技术，向下接入各式大语言模型，并且便于更换诸如TTS、ASR等模型，为单片机、app、网站提供全面的数字人应用接口。更新日志：https://qqk9ntwbcit.feishu.cn/wiki/UlbZwfAXgiKSquk52AkcibhHngg文档：https://qqk9ntwbcit.feishu.cn/wiki/JzMJw7AghiO8eHktMwlcxznenIg

1. [25%] 软件面向个人健康管理场景，提供记录每日饮食、运动、心情等健康指标的命令行界面，可在 Colab 或本地 Notebook 中运行。 2. [50%] 项目功能模块包括： - “健康日志”数据模型设计与 OOP 实现 - 通过文件持久化存储添加、查看、删除记录 - 日志统计与简单分析（如一周步数总和、平均心情评分） - 交互式帮助与说明文档（嵌入 Markdown） 3. [25%] 技术选型与架构： - 基于 Jupyter Notebook/Colab 环境，兼容云端与本地 - 使用 Python `datetime` 处理日期，标准文件 I/O 持久化 - 面向对象编程封装数据与业务逻辑，易于扩展

1.面向教育企业和学校以及个人开发者。 2.相当于市场常规方案，本方案支持监控，添加，上报，订阅等特别，支持高并发，分布式，负载均衡。 3.产品由用户，管理员，运维，开发者组成，技术由自己手动写的框架。

三维扫描方案的应用软件（非算法部分）是用户与扫描仪交互的核心工具，涵盖了数据管理、模型编辑、可视化展示和导出等功能。它在制造业、医疗、文化遗产、建筑、娱乐、教育等领域中发挥着重要作用，解决了数据管理、模型优化、可视化展示等实际问题。 相比于传统的 MFC/QT 方案，本软件采用 Electron + C++ 方案，具有以下优点： 1、开发效率高：基于 Web 技术的前端开发速度快，工具丰富。 2、跨平台支持：一次开发，多端运行，覆盖 Windows、macOS 和 Linux。 3、性能优化：C++ 核心模块 + GPU 加速 + 多线程支持，充分发挥性能优势。 4、业务逻辑扩展灵活：模块化设计，易于维护和扩展。 5、用户体验好：现代化界面设计，交互体验优秀。 6、部署与更新便捷：一键打包、增量更新和自动更新机制。

1. 本项目主要致力于解决日语歌词汉字注音的问题。通过该项目，用户能够方便地对汉字注音，并对歌词进行解析、编辑和格式化。 2. 在处理较大歌词文件时表现稳定，能够快速解析和显示歌词，用户体验流畅。 3. 如何运行项目？见Github连接

1. 管理员口令登录 , 密码采用 MD5 加密算法封装验证 2. 浏览库存商品信息 , 采用 Qt 数据网格控件实现 3. 商品入库和清仓 , 用表单录入商品信息 , ( 可指定商品类别 , 进价 , 售价, 入库数据等 , 还可上传商品样照 ) 4. 预售订单功能 . 选择指定数量的库存商品出售 , 系统自动计算出应付总金额并显示销售清单 , 用户可一次预售多种商品 , 然后统一下订单 5. QT环境: QT6.5.3 QT Creator 16.0.1

本项目为专门在纯C++中使用的便携游戏引擎 解决初学者使用C++开发引擎的困惑且满足一些需求较小的C++开发者进行游戏开发 使用教程：https://fls-float.github.io/floatengine-doc (不全)

Windows下的超级视频播放器，使用ffmpeg做视频解码，ddraw和d3d图像渲染，dsound和sdl做音频渲染。 1.视频使用DXVA2 硬件加速，解码和渲染都在gpu内完成，cpu占用可以做到极致0占用，可播放8K视频。 2.支持本地视频，网络视频（rtsp/rtmp/HLS/FLV）播放。 3.支持快进、快退、帧进、帧退、倒放、倍速播放，图像缩放和移动，键盘控制。 4.图像增强（亮度、对比度、GAMMA、锐化、反色、直方图等基础调节），色域调整。 5.图像标注（线、框、圆、文字）。 6.片段导出、图像抓拍。 7.全景视频播放。

拥有10年以上汽车软件行业开发经验，作为汽车应用开发专家，从事过完整的整车操作系统linux中间件（c++）, soa应用（c++），RTOS从0至1设计及开发落地经验； 熟悉软件 SOA 在V模型开发各阶段的相关产品输出； 对接子系统，熟悉基于模型开发（MBD）的服务框架代码生成； 了解/熟悉 AUTOSAR AP/CP； 熟悉车载总线 CAN /以太网通信，熟悉同/跨域 SOME/IP 通信协议栈原理，了解 DDS； 拥有控制器完整量产管理经验； 熟悉C/C++编程；

安防或者工业领域或商用考情打卡，人脸检测算法。 人脸检测工程项目旨在开发一套高效精准的人脸识别系统，基于OpenCV、eigenface实现实时人脸定位与特征分析。系统支持图像、视频流及摄像头输入，可适应复杂光照、多角度及遮挡场景，检测准确率达98%以上。通过优化代码，确保在嵌入式设备与服务器端的高效运行。项目集成数据增强、模型训练及可视化界面开发，应用于安防监控、人脸考勤、智能门禁等领域，提供API接口便于二次开发，满足工业级部署需求。

面向行业和业务场景：本软件面向金融投资行业，主要用于股票交易策略的回测分析。通过对历史股票数据的处理和分析，帮助投资者评估特定交易策略在过去市场环境下的表现，辅助投资决策。 功能模块及功能： 数据加载模块：通过loadData函数，从 CSV 文件中读取股票的历史交易数据，包括日期、收盘价等信息，并进行格式处理和时间戳转换。 策略计算模块：calculateSMA函数计算简单移动平均线（SMA），runStrategy函数根据 SMA 指标判断交易信号（买入或卖出），模拟交易过程，记录资金变化。 结果展示模块：在控制台输出每日股票数据、均线指标、交易信号及资金状况，最后展示策略回测的初始资金、最终资金和收益率，直观呈现策略表现。 技术选型和架构特点：选用 C++ 语言，因其执行效率高，适合处理大量金融数据的计算和分析。采用结构化编程方式，将不同功能封装成函数，各模块职责清晰，便于代码的理解、维护和扩展。利用 C++ 标准库进行文件操作和数据处理，减少开发工作量，提升代码稳定性。

对图像进行识别并评估图像识别的准确率 1) 对推理的数据集进行分割； 2) 网络分配已分割的数据集； 3) 远程控制推理； a. 初始化推理设备 b. 加载推理模型 c. 数据推理前处理 d. 数据推理 4) 返回推理后的推理结果； 5) 对推理结果进行处理获得FPS值（加速卡每秒钟推理的图片数量，其中推理包括推理前处理、推理及推理后处理三个部分）及推理的精度值；

由于公司项目不方便展示出来，这里展示一个个人开源项目： 1、项目解决的问题 优秀的算法功底，是程序员学好编程、学好AI大模型原理、参加编程大赛、参加互联网大厂面试的前提， 而要学好算法，需要刷大量的算法题，很多程序员并没有那么多时间和精力刷题，因此与优秀的机会失之交臂。 2、技术选型 本项目的目标，是将1000+算法题总结为150个解题模板， 程序员学会这150个解题模板，就可以轻松解决1000+算法题，学习效率提升6倍， 目前已完成动态规划（最难的算法类型）算法模板的整理，32个模板解190+动态规划题。 编程语言是C++，后续还会支持Java、Go、Python、JavaScript这4门主流编程语言。 3、如何上手 先通过《最优子结构全景图》理解动态规划模板体系， 再逐个理解每个解题模板，并根据模板思路理解对应的例题解法。

1、C++嵌入式LUA脚本执行器，可通过lua脚本快速开发对应的业务数据网关； 2、支持多线程任务执行，可提高数据网关运行效率； 3、开发语言C++，支持数据库：mysql、sqlserver、oracle，支持xml解析，json解析等主流工具，开发工具VS2019； 3、目前已实现国家儿童肿瘤数据上报业务网关，生产在用数据网关。

实现基于C++的光栅化渲染器，支持模型加载（.obj格式)、环境光/漫反射/镜面反射光照模型及用户交互功能，完成从几何处理到像素着色的全流程开发。 基于C++实现完整的图形渲染管线，支持模型加载、矩阵变换、背面剔除及多光源 Phong 光照模型。 使用SDL2处理窗口管理与用户交互，实现动态相机控制与实时参数调整（线框/材质/光照开关)。 实现深度缓冲与扫描线光栅化算法，支持透视校正插值，优化渲染效率与画面精度。 设计模块化架构，分离Mesh/材质/渲染逻辑，扩展支持.obj/.mtl文件解析与多模型场景管理。

这是一个简单的植物大战僵尸关卡，它实现了原版植物大战僵尸的基本功能，玩家可以在这里体验到经典游戏的乐趣。在这个关卡中，许多游戏的参数都可以根据个人的需求和喜好进行自由调节，以便达到最佳的游戏体验。这种灵活的设定允许玩家根据自己的策略和战术选择不同的设置，从而使整个游戏过程更加丰富和多样化。

项目概述 本项目旨在构建一个分布式深度学习训练系统，涵盖客户端、主服务器和从服务器，实现用户登录、数据上传、任务管理、模型训练、监控与可视化等功能。系统支持高并发、易扩展和高容错的训练任务处理，适用于大规模深度学习任务的分布式管理。 客户端功能（PyQt） 客户端基于PyQt开发，提供用户登录、数据上传和任务状态查看功能。用户通过账号密码登录，获取JWT令牌以验证身份。数据上传模块支持多线程上传标注数据压缩包，并提交包含用户信息和任务参数的训练请求。任务状态查看模块定期查询主服务器，以表格形式展示任务列表，支持按状态、提交时间排序和筛选功能。 主服务器功能（Django + Nginx + Kafka + NFS + Prometheus + Grafana） 主服务器采用Django框架，结合Nginx、Kafka、NFS、Prometheus和Grafana，实现用户管理、任务管理、数据存储、监控与可视化功能。 用户管理 使用Django内置用户认证系统，支持用户注册、登录和权限分配。管理员可通过Django Admin界面操作用户数据，实现灵活的用户角色管理。 任务管理 主服务器

面向日夜间全场景的无人机及移动机器人高精度定位导航解决方案，通过多传感器融合技术与先进SLAM算法，实现复杂环境下的厘米级实时定位精度。系统采用激光雷达、双目视觉、IMU惯性导航与RTK-GNSS模块的异构数据融合架构，配合自适应环境感知算法，即使在隧道、地下空间等卫星拒止场景仍能保持公里级移动定位误差小于1米的卓越性能。创新性的多模态建图系统可同步生成厘米级精度点云地图与语义三维模型，支持在线动态更新与离线精细重建，其稠密点云分辨率达到2cm/pixel，可精准还原建筑结构、植被分布等场景细节。该方案具备全天候环境适应能力，通过红外热成像与低照度增强技术实现夜间无光源作业，结合多尺度环境特征匹配算法有效克服雨雾天气干扰。在动态避障方面，系统搭载的4D毫米波雷达与深度相机实现360°障碍物检测，结合改进A*算法与深度强化学习路径规划，确保复杂城市场景下的安全导航。目前已在智慧城市三维建模、电力巡检、应急救援、农业植保等领域成功应用，实测数据显示其三维重建模型与实地测量的误差率小于0.3%，显著提升行业用户的作业效率与安全保障水平。

使用该软件，可以生成高铁白车身表面加工时候的机器人路径。 由于高铁车身比较大，这种情况不适合手动示教，所以需要该软件自动生成机器人的可执行代码。这样可以更好地代替人工。 这个时候只需要根据车辆的实际大小以及窗口门洞位置，导入到软件中，软件就可以对齐进行分析运算。

大家好，我叫王文彬，初来乍到，还望多多关照。 掌握的开发语言：C/C++、OC、Swift、Java。 本职工作是音视频SDK开发，同时也兼顾一部分客户端UI的开发。 强项在于开发移动端播放器SDK、推流器SDK、拍摄剪辑SDK，以及iOS端APP。