人工智能

这个项目属于智慧交通的任务，需要通过摄像头去检测路上的车辆，并计算车辆的数量。 使用yolov5完成目标检测，通过卡尔曼滤波，和匈牙利算法对目标进行追踪 此项目需要采集数据对数据进行处理包括数据标注，后训练目标检测模型，将检测错的数据在处理后进行再训练以提高模型能力。

参与到整个项目中，复杂项目的原型设计、技术选型。 参与到项目的开发中包括后台和部分的Android、ios和小程序端

1.功能模块：数据可视化；损失函数；梯度下降等 2.技术栈：Python，pandas，numpy，matplotlib等，实现多变量线性回归模型，对训练集进行学习训练，得到最佳模型参数进行收益预测

物联网小程序+app： 通过设备联网（WiFi）建立设备身份识别体系，关联设备数据、设备管理、设备预警实现设备数字化、业务数字化的的系统 功能:设备管理、设备预警、设置定时任务等

一些休闲的小项目打发时间，练手，基础的python代码.还会更高级的期望老板的联系我，会帮忙编写网站，前端后端都会，按时提交工作

此项目分为数据处理，模型训练，特征提取，通过聚类算法的到特征提取效果 将数据处理成张量送入lstm提取时间 序列信息，同时使用lstm自编码提取降维后的张量，将特征进行聚类。 将数据处理成图片格式的数据，送入byol中进行特征提取，将特征进行聚类。

本系统为酒店人脸识别管理系统的算法与实现，捕获视频中的人脸信息为后续的人证对比提供对象。酒店人脸识别管理系统包含智能前台、智能电梯以及智能门禁三大模块，每个模块都涉及人脸信息获取与人证对比，即人脸信息获取是系统核心算法。 人脸作为一种与生俱来的生物特征，它具有唯一性而且不易被复制，能够为身份鉴别提供必要前提。与其他常用于身份鉴定生物特征（如指纹与虹膜）相比，它有更大的优势：非强制性、非接触性、并发性以及符合视觉特性。人脸识别系统的研究始于上世纪60年代，并在90年代后期开始初步应用，在当下社会其普遍应用于政治、军事、商业以及其他各项社会生活中。 在当前的可视图像识别中有三大经典算法，分别是以PCA为基础的Eigenface、以LDA为数学思想方式的FisherFace以及局部二值模式LBP算法。三种算法被广泛应用，并不断优化，而在本文中对前两种算法的思想基础进行介绍并对三个算法进行介绍，随后分析对比三种算法的差别以及其各自的优点与缺点。 在本次系统的算法实现中运用LBP算子来实现人脸检测与识别。相对于另外两种算法LBP算法复杂度低，消耗内存小。而且，LBP算子再经过长期演化后产生了许多

一款翻译类的软件 ，支持多种语言 ，即时语音转换翻译。 包括常规文字翻译， 拍照识别文字翻译，语音识别文字翻译。 并有特定场景口语联系。

二维码是用于将数据编码和解码为机器可读的方法。包含一个白色背景上的黑色方块网格，可以被任何成像设备(如手机)读取，并进行处理以从图案中提取所需的数据。需要处理包含不同语言数据，且数据非常大的时候，语言检测就派上用场了。使用Python中的langdetect包，可以在几行代码内检测超过55种不同的语言

1.机器人可以实现清扫和拾取物品。使用者可以通过终端来操作机器人实现铲夹合一的操作。 2.完成该机器人需要进行嵌入式编程和拼接机器人操作。本人完成的模块是嵌入式编程，由两人为一组进行操作，使用比赛中专用的Audio软件来进行编程，通过Servo库，同时定义机器人需要完成操作的函数，调整引脚端高低来控制机器人。 3.难点在避障、监控功能，避障过程中机器人面对连续的障碍物后只会向右转进行躲避，后期我们编写了更适合的函数，通过检测前方与左右是否可以通行来进行避障。监控功能一开始无法让终端和机器人相连，后期通过对代码不断试错，从而可以实现手机手动操作机器人

1.功能模块：数据读取、处理；损失函数、梯度下降函数；结果数据可视化等 2.技术栈：python3,线性回归，pandas,numpy,matplotlib等

1、项目模块：画像标签挖掘、营销用户推荐、个性化触达 2、负责任务：整体解决方案设计、基于python技术栈，运用自然语言处理、推荐算法和大数据处理技术，完成技术方案落地实现，项目上线后业务转化率提升1-2倍，营销收益翻倍

可以使用react\vue\html5\css\uniapp\flutter进行开发，做过Ai相关功能，go、java也可以处理开发，有需要的联系我哦，有个人团队，成员包括java,c,go,前端，运维等

1. 检测图片中的视觉显著区域； 2. 采用多尺度卷积神经网络架构搭建模型； 3. 使用 SALICON 数据集进行训练； 4. 主要工作是收集数据、搭建模型、训练模型以及集成到现有系统功能。

python语言对象编程，网站数据提取，scrapy框架，远程虚拟机，SQL数据库处理 UI界面设计 自动化软件 数据分析处理可视化

1.使用k8s原生java客户端api操作k8s api平面接口以达到控制k8s当中deployment、service、ingress以及自定义资源对 象资源类型 2. 通过replicas副本数量动态扩缩容 3. 对于单个可复用型服务通过不同的配置文件在系统编译构建时指定对应配置文件打多个镜像资源 4. 支持DNS A级记录解析动态绑定到K8S ingress资源对象中实现容器外部流量引入 5. 支持dev、alpha、beta等不同环境隔离发布

1.企业层面的数据驾驶舱搭建 2.数仓，etl，数据湖相关技术交叉 3.是承载在基于可向外扩展的HDFS廉价存储硬件之上的。但数据量越大，越需要各种不同种类的存储

1、进程保护 2、进程隐藏 3、目录保护 4、在XP到WIN10的32位及64位系统中。 5、是驱动级保护。 进程防杀，在任务管理器中，杀不了。进程保护和进程隐藏，提供上层调用DLL，加进程名，或进程ID，都可以。目录防护，是指目录中的文件，防改名，防删除 进程防杀，在任务管理器中，杀不了，在360中，杀不了。

1、项目分为用户画像的搭建、文档的召回、数据的标签识别等 2、本人使用java 搭建了用户实时画像的标签构建，文档的召回引擎的搭建、策略召回通道的搭建

1. 实现从照片提取人物图像，生成png格式的透明背景图片。 2. 基于百度的基础抠图模型，使用前景估计算法优化人像边缘细节，使用人像检测和分割算法提取人物局部位置，减小计算量。