利用深度学习技术自动识别和分类图像内容。通过构建和训练神经网络模型，系统能够精准识别物体、场景和文字，项目采用卷积神经网络（CNN）进行特征提取和模式识别，结合迁移学习技术，提高模型的训练效率和识别准确度。

项目一：企业客户服务平台 技术选型：springboot+微服务+OceanBase+redis+xxjob 项目简介： 企业客户服务平台一期，主要完成一期功能需求研发，包括 PC 端后台 管理功能，移动端客户管理、项目管理等功能，集成单点登录、员工中心、 待办中心接口，实现基础功能集成。同时对接投行信息管理系统、投行业务 督导管理平台等，采集客户、项目等数据至企业客户服务平台。 PC 端采用 JeecgBoot后端+VUE前端框架，移动端采用微服务后端+uniapp 小程序前端框架，数据库共用 OceanBases 数据库。 责任描述： 1. 前期服务端基础项目、开发环境的搭建; 2. 需求分析，分解功能接口，库表设计，开发任务分配。 3. 移动端客户管理，客户数据采集，负面舆情等核心模块发。 4. 系统日志管理，通过自定义注解实现整个系统的操作日记 录。

使用langchain开发大模型，调用api或本地部署大模型，补充外部知识库搭建rag，基于训练好的大模型进行二次开发应用，或本地部署大模型进行微调。

import requests url = 'https://c.musicapp.migu.cn/MIGUM3.0/strategy/listen-url/v2.3?copyrightId=60054701964&contentId=600902000006889198&resourceType=2&albumId=7952&netType=01&toneFlag=PQ' headers = {'channel': '0140210'} res = requests.get(url, headers=headers)

导医通(医疗类) 软件架构: mysql5.7+SpringMvc+mybatis+spring-boot2.3.X.RELEASE+Quartz +poi+redis+nginx+redission+spring cloud SR12 +jcseg分词器+RocketMq+Jenkins+ES+mongoDB 开发环境: Idea2021.3+Maven3.3.9+gitlab+jdk 8 项目描述： 这是一个微服务医疗类的项目，涉及的业务入口分为用户端，医生端，运营端，主要做报告解读，齿科业务，药品商城，互联网医院，医生业务，电话医生，医疗问诊服务，三方对接业务等，每块业务都有拆分成一个服务，通过nacos 注册发现通过openFeign远程调用，具有高内聚低耦合的特点 项目意义： 扩展ikang业务，并提供体检后的业务支持，并为ikang带来更大效益 责任描述： 1. 使用jcseg分词器评价敏感词过滤 2. 对原本cloud sr5升级为sr12,并对注册中心，配置中心升级nacos 3. 叮当快药药品接口对接，药品同步 4. 药品清单redis缓存 5

易览PC原名是产险经营分析平台，是一个综合的经营数据可视化平台。其中易览APP应用有安卓、iOS版本，并且页面有嵌入到快乐平安APP中。其中主要技术：vue全家桶，echarts，element ui，antv g2/6，w ebpack，less，canvas2html，linux，ngnix，electron，git。 1、主导设计了pc代码重构(设计代码模块和结构、纠错以及代码风格等)； 2、设计了可配置的看板、预警，问责及推送和邮件相关功能等，以及高管大屏地图等功能； 3、开发app中部分h5页面，设计图形通用组件； 4、与产品经理、后端工程师、测试紧密沟通，把控项目研发流程和风险，保证研发进度、效率和质量； 5、沉淀业务知识、记录开发所遇到的问题，总结出wiki文档进行输出。 内部软件，只能找到这些图了

电车充电平台，后台分为服务端，运营商端，企业端和设备端，有电站，地图，热点，会员等模块，运用了微信和支付宝商家分账功能

项目描述：龙岗全流程信息化系统移动端是一款专为龙岗区政务流程优化而设计的移动应用，它整合了政府各部门的服务和数据，旨在提供高效、便捷、透明的政务服务体验。 项目职责: 1. 深入剖析设计稿，确定功能模块的优先级与开发时间线，精挑细选适配项目的基础框架和组件库，以构建稳固的项目基石。 2. 采用UniApp中的subpackages（子包）机制解决大型应用体积过大、加载速度慢等问题。 3. 确立一致的代码风格准则，整合高利用率的工具模块，构筑导航路径体系。 技术要点： 1. 使用uView框架丰富的组件库和简洁的API加速开发进程。 2. 使用onReachBottom生命周期函数，实现上拉加载更多数据的功能，避免一次性加载全部数据造成的页面加载缓慢和内存占用过高问题，提升应用响应速度。

1.用户管理： 支持用户的注册、登录、人脸信息采集，人脸识别登录。 2.物联网设备的管理，包括添加，删除，修改 3.物联网设备的控制

数据分析系统分为两部分,主要是分析上证、深证和创业板各板块下的股票,为股票分析师提供多指标股票数据分析解决方案。该系 统通过程序分析和参数预警,将复杂且机械人工分析股票的任务转交给程序完成,帮助股票分析员更高效地获取和分析股票信息,从而 提供更多时间让股票分析员专注于分析更优质的股票。另一部分是关注并分析沐甜商城大宗商品白砂糖交易价格走势。为企业以后 对白砂糖大宗商品的交易提供价格上走势分析。

Highlights Paraformer-large长音频模型集成VAD、ASR、标点与时间戳功能，可直接对时长为数小时音频进行识别，并输出带标点文字与时间戳： ASR模型：Paraformer-

FAQ问答任务介绍 FAQ问答是智能对话系统(特别是垂直领域对话系统)的核心业务场景，业务专家基于经验或数据挖掘的结果，将用户会频繁问到的业务知识以Q&A的形式维护起来，称之为知识库， 当用户使用对话

Highlights UniASR粤语简体语音识别模型，可对近场、低噪、正常语速、朗读形式的粤语简体音频进行语音识别： ASR模型：UniASR模型，粤语简体语音识别模型。 ITN模型：粤语简体IT

人像修复介绍 输入一张包含人像的图像，算法会对图像中的每一个检测到的人像做修复和增强，对图像中的非人像区域采用RealESRNet做两倍的超分辨率，最终返回修复后的完整图像。 模型描述 GPEN将预训

读光文字识别 News 2023年6月： 新增轻量化端侧识别LightweightEdge-通用场景模型和轻量化端侧行检测模型。 2023年4月： 新增训练/微调时读取本地数据集的lmdb，用训练/

Image Quality Assessment for UGC 模型描述 基于resnet的一个简单基线，可以有效评估图像的无参考画质，达到SOTA性能。其网络结构如下图所示： i

Qwen-VL ? ?  ｜ Qwen-VL-Chat ? ?  (Int4: ? ? ) ｜ Qwen-VL-Plus ? ?  ｜

实时香烟检测-通用 模型介绍 本模型为高性能热门应用系列检测模型中的 实时香烟检测模型，基于面向工业落地的高性能检测框架DAMOYOLO，其精度和速度超越当前经典的YOLO系列方法。用户使用的时候，

基于CAM++和聚类的说话人日志系统 输入一段多人对话的音频，本模型可以自动的识别音频中的对话人数，并且对其进行区分，适合用于客服对话、会议讨论、采访等场景，该系统配合语音识别可进一步搭建多人对话的语

SiameseUniNLU通用自然语言理解模型介绍 SiameseUniNLU通用自然语言理解模型，基于提示（Prompt）+文本（Text）的构建思路，通过设计适配于多种任务的Prompt，并利用指