人工智能

资源回收网站，根据不同的分类，客户可以下单选择回收品类物品，让回收员上门收货，目前已有多家企业正在使用。释放反馈良好

在语言级别的模态进行初步的情感识别并进行BERT的特征提取。 对于图片数据，利用CNN,Vi-Transformer进行特征提取，并利用Pytorch计算语言数据的对应程度，完成特征对其。 将对齐的数据进行特征融合，输出到Cross-Attention-Modality网络中进行前向传播与Loss计算。 针对不同的下游任务进行特定的超参数微调(Fine-Tuning).可将该模型迁移至任意给定的多模态任务。

1. 该项目功能包括二类/多类loss设计、模型融合、阈值dice指标设计、数据集设计、模型训练和测试。该项目的目的是识别并分割五类人体器官的功能组织单位，提高模型跨越多个器官的泛化性和鲁棒性。数据来源于kaggle平台的公开数据集：HuBMAP + HPA - Hacking the Human Body，输入图像为.tiff格式，图像中的标注信息包含RLE编码过的mask，使用者可以使用该项目分割出人体器官对应的mask，可将mask编码为RLE格式 2. 将.csv文件中的RLE信息转换成.png格式的mask。训练集图片有351张，数据量少，且图片的分辨率很大（3000×3000），因此需要对图像进行切patch操作。训练过程中使用多折交叉验证的训练策略，提高数据的利用率。设计动态门限，找到对应dice值最高的门限值。通过消融实验验证efficientNet、FPN、UneXt50、和ASPP模块的作用（是否会影响指标），最终融合这些模块。在测试阶段使用TTA，提高模型的泛化能力。设计二类/多类loss，二类loss用于预测每个像素是否属于mask，多类loss用于得到该图像属

智能医疗IOT， 利用智慧医院物联网技术，通过全面感知、可靠传递和智能处理，实现对象和流程的绑定，从而实现对象、行为流程的全过程标准化处理，以达到提高医疗安全和医疗质量的目标，实现设备、人、数据统一管理。 负责医院设备数据的对接、大数据的分析模块。

服务内容全部包含: 我们提供一个性能稳定、拓展灵活且轻量化的系统（智能边缘网关+物联设备管理平台+LIMS业务平台），将各种 不同的物联网设备与行业应用高效的连接，优化不同业务形态中的设备和业务逻辑的关联，进而轻松实现各种复杂 的场景和业务流程。 服务优势: 1. 产品成熟度高，已经在多家建材企业上线交付使用； 2. 针对少量可定制需求，能够在7天内UI设计原型，并开发交付完成； 3. 一对一的技术项目经理专属的服务。 服务前需客户提供的信息: 针对建材行业的标准沙智能实验室产品，有需求的客户请联系，反馈如下信息： 1. 具体的描述需求文档； 2. 交付的时间和周期。

该机场安检视觉识别系统为旅客安检提供了便利，主要功能为自动回收旅客置放行李的安检框。 项目主要分为： 1. 识别安检框内的物品 2. 运用机器视觉算法判断安检框是否可以回收 3. 回收安检框 我们负责设计整套视觉识别系统的方案设计，使用RFID技术辅助机械控制做空框自动回收；研发机器视觉的人工智能算法；最终达到了98%的准确率

本系统是为全省委员、各地提案委以及工作单位提供从提交、审查、办理到反馈等一系列提案相关主流程。另外也包括提案评选、基本配置管理和各类数据统计。 项目责任：全权负责本项目-从与用户沟通到项目的需求分析、原型设计、数据库设计、接口编写、前后端联调再到最后的打包部署上线测试，发布正式环境。 技术描述： 1.使用Mycat进行分库分表处理不同地市的数据库表，数据单独处理，提高查询效率和数据安全性； 2.使用配置项对不同地市需求进行个性化处理，在满足需求基础上大大增加代码复用率； 3.提取公用方法，减少代码冗余，提高系统打包、构建、部署效率，打包体积缩小20%； 4.灵活使用系统错误处理机制：异常（Exception）、断言（assert）和日志（log）； 5.将传统的顺序查询统计，改用CompletableFuture.supplyAsync实现异步操作。增强sql复用率、简洁性，提高接口反应速度； 6.使用rabbitMq消息队列，异步对接其他服务，保证数据的实时传输和本系统的正常使用； 7.使用RestTemplate与其他公司系统做数据拉取和推送工作； 8.引入查重、热词等算法提高提

项目功能包含：基础功能、数据管理、开发环境、模型训练、模型管理推理服务、模型集市 技术亮点：云原生分布式Kubernates、Docker、Jupter-Notebook、Ceph、分布式训练-volcano、分布式训练-gang调度、分布式训练-共享gpu

1. 负责番茄系app的促活任务金币个性化发放，在一定成本下实现lt最大化 2. 负责番茄系app的提收任务金币个性化发放，在一定成本下实现收入最大化

识别本项目目标是实现对自动生成的带有各种噪声的车牌识别。此次车牌识别是将车牌7个字符同时训练，字符包括31个省份简称、10个阿拉伯数字、2，共有65个类别，7个字符使用单独的loss函数进行训练。 添加了通过H（色调）和S（饱和度）来对车牌颜色进行判断，然后使用tkinter搭建了简单的GUI，可以实现打开摄像头拍摄照片然后再对照片进行识别

1安全生产管理:包括安全生产计划、安全生产管理、安全隐患排查、安全生产教育培训等懂块，帮助企业制定、执行、跟院安全生产计划，发现和排查安全院患，加强员工安全教育培训。 2事故预防与应急管理:包括事故预测、事故分析、事故应急预案制定、事故应急演练等懂块，帮助企业尽早预测和发现可能发生的事故，制定应急预案和演练提高应急处置能力。 3环境监测管理:包括环境监测数据采集、污染源管理、环境监测报表分析等模块，帮助企业实现环境污染源的可控性，规范环境筒理，提高环博监测数据的准确 4.安全生产检查:包括日常巡检、专项检查、临时检查等模块，帮助企业进行全面，系统的安全生产检查，及时发现和整改存在的安全隐串。 5.安全培训管理:包括安全培训计划制定、培训材料管理、培训记录管理等懂块，帮助企业制定安全培训计划，管理培训材料和记录，提高员工的安全意识和知识水平。

本脚本办公辅助脚本，帮助办公人员完成重复繁杂工作任务，解轻工作负荷 1、使用按键精灵技术开发 2、并发。应用程序、辅助脚本可后台运行，不影响电脑上的其他工作地进行

根据项目需求规划部署方案并对68台服务器进行系统基础环境的优化、搭建基础组件(mysql、redis、 mongodb、 keepalived、ELK)并实现高可用；部署 K8S，实现3master+47node节点用于业务的部署，部署完成后配合开发测试进行联调测试；

1、项目功能是为房地产车位售卖提供一款支持查看真实模型的小程序，对销售方而言，有利于其以3D模式向顾客展示其车库空间、车位信息、路线规划、自由行走、线上下单预定等等功能；对于顾客，提供真实1:1的bim模型以供充分的考察车库，根据喜好选择车位、查看车库管线信息、了解车位相对位置和便捷程度；对销售过程，提供线上带看讲解模式，1对1进行车位讲解售卖，引导顾客线上体验功能，查看车位； 2、功能模块：原生端小程序，提供入口、预定、聊天等等功能，h5端嵌入式，提供3D模型查看，对整个车库模型进行查看，不同视角（鸟瞰、2.5D、漫游、一三视角）考察车位情况，以自由漫游形式提供路线规划、自由行走等等功能； 3、负责模块：原生端线上聊天、预定功能开发；h5段，搭建项目框架，从架构上支持高性能查看模型，快速打开避免白屏，对Android、ios提供兼容方案，对接UE（虚拟引擎），打开3D模型，并做一系列模型操作完成模型旋转、缩放、适配等等基础功能，达到人物视角转换、漫游、车位点击查看、路线规划、标签展示等等功能；

我负责监督干活大大是大地洒的啊实打实的钱大萨达，我负责监督干活大大是大地洒的啊实打实的钱大萨达我负责监督干活大大是大地洒的啊实打实的钱大萨达

一、项目的功能模块： 1.基于python实现网络爬虫程序，爬取3页以上的网页内容。 2.在某二手房网站爬取如小区名、户型、面积、总价、单价等的信息。 3.生成Excel文件，将爬取的信息在表格中保存。 二、我负责的任务： 成功实现了以上各模块的功能。

该项目支持文本摘要功能、英语到法语的翻译功能、英语到德语的翻译功能，可以根据选择不同的模型来达到不同的效果，一共提供四种可以选择的模型，本人在这个项目中担任的角色是全开发，从模型的训练到部署，到前后端的开发。

对芯片生产项目中晶圆片的缺陷模式进行分类与识别，数据规模为10w+。 使用滤波器（中值、模式等）对图像进行降噪处理，使用翻转旋转等操作进行图像数据加强。 使用传统机器学习方法如logistic regression等对晶圆片缺陷进行分类。 使用深度学习神经网络方法如VGGNet、普通深度卷积神经网络（CNN）、引入空洞卷积的CNN、全卷积网络（FCN）等，训练不同模型，不断调整参数优化，进行分类预测。 利用多种神经网络预测结果进行网络投票，得到准确率较高的结果（99.6%）。 下方出售源码。

一、项目的功能模块： 1.在python中实现网络爬虫，发送请求并爬取网页信息。 2.输入想要翻译的单词，通过爬取百度翻译引擎输出结果。 3.在单词翻译的基础之上，进一步实现单词的联想搜索功能，并给出翻译结果。 二、我负责的任务： 成功实现了以上各模块的功能。

功能包含：任务中心、配置中心、车辆中心、审计中心、数据中心、合规云 技术亮点： 满足全生命周期各使用场景需求的云-管-端一体化全栈式数据采集解决方案 支持全域数据采集，特别是座舱域和智驾域的动态融合配置采集 支持模版化数据采集标准 软件模块可根据不同业务需求裁剪或拆分部署 符合数据合规规范和数据安全的要求的高安全性产品