图形和图像工具

开发了一个开源的用户社群教育与分享平台，具备高度自由的定制能力和强大的互动功能。它支持多用户协作、实时发布、富媒体内容展示，并通过去中心化架构保障数据自主性，特别适合搭建小型教育社区、自主学习圈和知识分享平台。相比传统平台，它更易部署、可拓展性强，并能实现与其他联邦社交网络的互联互通。 通过前后端分离的技术架构实现强互动社群体验：前端采用 Vue.js 和 TypeScript 构建现代化界面，后端使用 Node.js 搭配 PostgreSQL 和 Redis 实现高性能的数据处理与实时消息推送。平台支持模块化扩展、WebSocket 实时通信、多媒体内容管理和任务队列，便于构建教育分享、用户互动、内容沉淀于一体的社群平台，部署灵活、功能完整、上手快捷。

VINUS极影一体化演播室系统采用完全自主开发渲染引擎，集合了强大的场景编辑系统、物件动画编辑系统、纹理动画编辑系统、灯光控制系统、材质脚本编辑系统、粒子播控系统，以及多模式多协议跟踪系统。传统与VR兼容并包，支持4K应用与8K扩展，以最优的性价比、最简使用逻辑打造最专业的虚拟演播室直播、录播系统。可广泛应用于校园电视台、精品课录制、电商直播、短视频制作、广播电视、线上产品发布会等领域。采用自研AI抠像算法，无需复杂参数调节，一键抠除蓝/绿背景，实时查看抠像效果。无轨模式下，无需移动真实摄像机，软件内置摇臂系统即可实现多个机位之间的推拉摇移及切换，模拟摄像机阻尼运动效果。 系统是高度集成的多功能真三维实时渲染虚拟演播室解决方案，完美规避传统虚拟演播室系统架构复杂、成本高昂、安装调试维护困难等诸多缺点。不仅具备高质量虚拟VR/AR、多通道视频输入输出接口，还涵盖了高性能色键、多视频信号源混合切换、调音控制、字幕图文、视频录制、网络直播、流媒体发布等多种应用功能。一套系统即可满足各类型节目虚拟制作应用需求。

基于 Spring Boot + MyBatis + MySQL + AIGC + React 的智能数据分析平台，封装了讯飞星火模型接口，区别于传统 BI，用户只需要导入原始数据集、并输入分析诉求，就能自动生成可视化图表及分析结论，实现数据分析的降本增效； 后端自定义 Prompt 预设模板并封装用户输入的数据和分析诉求，通过对接 AIGC 接口生成可视化图表 json 配置和分析结论，返回给前端渲染； 由于 AIGC 的输入 Token 限制，使用 Easy Excel 解析用户上传的 XLSX 表格数据文件并压缩为 CSV，实测提高了 20% 的单次输入数据量、并节约了成本； 为保证系统的安全性，对用户上传的原始数据文件进行了后缀名、大小、内容等多重校验； 为防止某用户恶意占用系统资源，基于 Redisson 的 RateLimiter 实现分布式限流，控制单用户访问的频率； 考虑到单个图表的原始数据量较大，基于 MyBatis + 业务层构建自定义 SQL 实现了对每份原始数据的分表存储，提高查询性能 30% 和系统的可扩展性； 由于 AIGC 的响应时间较长，基于自定义 IO

这个智能药箱控制系统，主要面向那些有用药管理需求的人群，比如老人、慢性病患者等。它能解决药品过期、用药不规范等问题，让用户更方便地管理自己的药品。相比于市场常规方案呢，它的特点可不少。它结合了嵌入式技术和物联网，能实时监控药箱里的药品情况，比如药品数量、保质期等。还能通过物联网功能，在药品快过期或者需要补充药品时，及时给用户发送提醒。在产品组成方面，有智能药箱硬件部分，这是基于嵌入式系统设计的，还有配套的软件应用，通过物联网与药箱连接，方便用户在手机等设备上查看和管理。

基于国内外通用大模型OpenAI、千问、DeepSeek，结合几何造型引擎，搭建基于AI的工业设计： 1、以“交付结果”代替“给予工具”为目标； 2、基于自然语言作为优先交互方式； 3、创建可修改、可编辑的BRep三维图形，而非拟合式三角面的固定三维特征； 4、交付工业级图形应用； 5、当前以包装设计为应用点进行展示。

通过类设立Record数据容器，运用__init__方法进行数据的存储。然后class定义Filereader父类，然后分别class子类Jsonreader，Filetxtreader多态读取txt和json数据。接下来运用python的基本语法for循环等进行数据的处理。最后运用pyecharts软件进行数据的可视化分析。

多年前开发校园建筑能耗监管平台 由于监控校园建筑能耗情况，是针对一套内网平台，需要用到校园地图 把校方提供的超大尺寸地图做成切片，用Openlayers开发离线地图 可添加水印，根据不同级别切片图片，保存在不同目录下 功能比较简单，有点动手能力就可以自己写一个

1、负责半导体晶圆的的光谱检测，在经过机械手将晶圆运送到位后，光谱仪触发，检测数据 2、与PLC交互，控制气缸动作，观察光谱变化，实时显示光谱曲线 3、包含了与PLC交互的控件，以串口通讯的方式连接光谱仪，在测试时将光谱仪的数据实时显示曲线，并保存数据 4、是通过C#的Winform界面进行控制和操作。也可以优化成WPF界面。

本研究提出了一种名为Around2center的自监督去噪框架，旨在仅使用单张噪声图像进行去噪。 1.以集成到专业图像处理软件中，如Adobe Photoshop、GIMP等，提供更高效的去噪功能。 2.在安全监控系统中，去噪算法可以改善监控图像的质量，提高监控系统的可靠性和有效性。 3.在智能手机和平板电脑上，去噪算法可以集成到相机应用中，提升用户拍摄照片的质量。

我和公司的技术团队共同开发了体积测量相关产品，“智慧物流数字月台云平台”，该平台整合包裹分离、体积测量、装载率计算等功能，已在邮政系统及京东物流等企业落地。 技术上，异形件及堆积包裹测量技术，依托Orbbec gemini 2L深度相机与三维算法，精度超97%；车辆体积装载率技术颠覆传统定性监管，通过实时建模使装载率提升15-50%，主导的团体标准推动行业规范化；异形件自动分离技术破解分拣难题，效率达人工3倍。 其中视觉处理部分和体积计算部分主要由我完成并持续升级与维护。

小程序搜索“家长的帮手” 核心功能：试卷扫描，试卷擦除，背单词，错题集，AI解题 小程序主要解决 随手录制错题集，背单词 还在为错题整理混乱、复习效率低下而烦恼？这款错题集小程序是你的专属学习助手！它以简洁易用的界面和强大实用的功能，帮助学生、职场备考人群快速记录、分类整理错题，告别传统手抄错题的繁琐。​ 一键拍照即可智能识别题目，支持多种学科、题型，快速生成错题卡片；支持手动录入，满足不同场景需求。可按照学科、知识点、错误类型等自由分类，方便针对性复习。强大的筛选功能，能精准定位薄弱环节，制定个性化复习计划。提供错题重做、自动生成测试卷等功能，巩固学习成果；智能统计错题频率，清晰掌握学习短板。同时，支持多设备同步，随时随地复习，让学习更高效、更轻松。无论是中小学生日常学习，还是成人职业考试备考，这款错题集小程序都是提升成绩的必备神器！

本项目基于 ​Vue3 + Cesium + OpenLayers + JavaScript​ 技术栈构建，实现政务信息化场景下的多维度地理空间数据管理与实时物联监测。系统以某城市影像服务系统为原型升级，重点突破大规模GIS数据前端解析、二三维联动可视化、多源传感器数据融合展示等关键技术难题。 技术架构与创新点 ​二三维一体化引擎​ 采用 ​Cesium-OpenLayers集成框架​ ，实现三维地球（Cesium）与二维地图（OpenLayers）的无缝联动，支持视口同步、图层叠加与动态投影转换，满足规划审批、应急指挥等场景的协同作业需求； 通过 ​WebGL硬件加速​ 优化渲染性能，支持单场景加载10万+矢量要素，并集成3D Tiles规范实现倾斜摄影、BIM模型的流畅展示。 ​多源数据融合处理​ 前端动态解析 ​GeoJSON/Shapefile/CZML​ 等格式的政务GIS数据，结合 ​Turf.js空间分析库​ 实现缓冲区分析、路径规划等核心功能； 集成 ​MQTT/WebSocket协议​，实时接入气象、交通、环保等领域的传感器数据流，通过热力图、轨迹动画等形式动态

人类染色体核型智能分析系统，是一款基于人工智能技术，对人类染色体中期图像进行自动分割、识别、计数，并自动生成核型图的遗传实验室辅助工具。 功能包括：图像管理、一键识别、导出核型图、手动编辑（笔刷、多边形、缩放、旋转、移动等）、配置管理。 达到的性能：分割准确率>90%，核型准确率>75%，GPU识别速度12张/分钟，CPU识别速度4张/分钟，支持GPU、CPU、XPU、NPU、TRT环境，支持Win、Linux操作系统。 目前已被多家医院遗传实验室采用。

本方案采用4G Cat.1模块作为主控（如移远EC200N），集成ARM Cortex-M4内核，实现农业物联网的智能化控制。系统支持多路RS485传感器（土壤墒情、气象数据等）采集，通过Modbus RTU协议上传至云端。低功耗设计结合太阳能供电（MPPT充电+LiFePO4电池），待机电流

一.AI配音 1.部署到本地配音模型 2.部署到本地的声音克隆 3.AI逆向翻译第三方生成的配音音频，用于匹配输入文本及后续处理 二.视频画面 1.AI生图: 利用大语言模型生成分镜描述，再使用文心，智谱等当前开放免费使用的生图API 2.视频随机混剪 3.简易高效的本地AI换脸视频生成

借助深度学习技术，用模型识别的方法来识别番茄病虫害，采用迁移学习对比AlexNet、VGG16等八种具有代表性的卷积模型，通过模型大小、准确率、召回率等参数进行比较得出最优模型，在最优模型MobileNetV3的基础上引入多尺度注意力机制、轻量化特征模块、可变形卷积等技术，并采用数据增强技术，解决模型在复杂背景下难以准确识别的问题。最终将模型部署在Android移动端和Flask网页端实时采集图片并做推理。本研究可以为番茄病虫害识别提供简单量化的解决方案，具有实际的应用价值。

UltraDesigner是基于自主研发引擎EM Engine打造的专业级图文系统，完全为直播而设计，可以控制图形及视频播出，随时快速修改模板内容； UltraDesigner使用的实时渲染引擎EM Engine，可以将播出串联单中的内容实时渲染输出为高清、4K数字视频信号或IP流； UltraDesigner适用于广电、教育、政府、军队、气象、访谈、脱口秀节目和线上教学，以及新闻、体育、财经等多种录播及直播客户群体。

随着信息技术的发展，互联网数据规模呈指数增长。海量数据中蕴藏着巨大的价值，通过对其进行分析和可视化，可以更高效的使用这些数据。本文拟研究基于电影数据的数据分析和可视化，该系统可以实现： 1.数据采集，通过Python爬虫爬取豆瓣电影数据，包括电影名称、电影票房、电影评分、电影评论、电影导演和演员等数据。 2.电影数据分析，包括电影票房、电影评分、电影类型等方面的分析。通过对数据的分析，提高数据的可用性，以便于发现电影市场的趋势和规律，使电影从业者做出更加明智的决策。 3.对电影数据可视化展示，包括柱状图、折线图等多种图表形式。通过可视化展示，可以更加直观地展示数据分析结果，帮助用户更好地理解和利用数据。

某生产线上设备缺陷检测软件，通过摄像机进行图像采集，运用配方管理的方式构建算法检测流程，通过深度学习及模板匹配的方式进行缺陷检测，可以适应多种型号及各种类型的缺陷

编写算法实现数字信号处理以及数字信号的二维三维展示 该作品实现了三维数据的快速解析，优化了三维解析算法。实现9000点左右仅需7s左右即可完成三维数据解析。并且实现了三维数据绘制，包含体绘制，网格、线绘制。可查看体积内部分布情况，直观的观测到三维体积内部结构。 可实现数据驱动建模，成像前不需要手动建模，使用数据驱动自动建模，更直观的展示整个数据的成像效果