人工智能

1. 实现了多app推荐内容获取模块，信息处理分类模块，信息推荐异常模块，分析结果展示模块，整体可以实现对现在各类app中的推荐内容进行监测。 2. 我负责信息抓取，信息处理。利用mitmproxy代理提供的接口，抓取推荐信息并存入数据库。然后用bert模型对抓取的内容进行分类。 3. 在信息抓取模块，如何可以监测多个app的推荐内容，发现mitmproxy可以很好的抓取到所需内容。

1.解决口罩正确佩戴检测算法设计：使用 Pytorch 进行深度学习训练生成口 罩佩戴检测模型，利用 YOLOv5 进行口罩佩戴检测。 我们还在训练的过程中， 随机的往嘴巴部分粘贴一些其他物体的图片，从而避免模型认为只要露出嘴巴的 就是没戴口罩，没露出嘴巴的就是带口罩这个问题，增加一个不规范佩戴口罩类。 通过对画面 Blob 处理，降低了光照变化对检测的影响。 2.解决巡检机器人自动寻路的功能设计：使用超声波传感器和红外避障传感 器， 通过目标距离和朝向检测算法，设计智能避障算法，并使用蚁群算法计算最 优路径并配合避障算法实时纠错，实现智能巡检。 3.解决戴口罩下人脸信息识别：通过人脸检测技术，能检测出 68 个人脸特 征点，可是当需要检测的人脸出现遮挡物的时候，会影响人脸的检测，导致无法 获得画面中的人脸信息。 4.解决Web端可视化监控的功能设计：利用ESP32模块把检测结果通过WIFI 传输到服务器后台，使用 Django 将数据传输到 Web 端，实现可视化监控。 5.解决口罩统一回收消杀的问题：设计口罩回收仓，能通过一个狭长的口罩 回收口将废弃口罩放入回收仓内，通过红外传感器

首先我们从市场背景进行切入。 随着元宇宙进入发展快车道，虚拟经济中的金融风险传导速度也不断加快。近年来，NFT交易量增长迅速，“NFT天价”的新闻也不断涌现，这背后反映的则是各类市场投机行为的产生。 在目前的NFT交易市场中，NFT商品的市值难以确定是第一大痛点，其唯一性和稀有性引发了巨大炒作空间；其次，由于NFT交易是洗钱等犯罪活动的多发地，玩家难以识别用户是否存在割韭菜、诈骗等行为，因此参与交易的用户信用难以评估；同时，区块链匿名性特征使得用户身份难以识别，我们难以追溯用户现实行为。 为了应对这些问题，我们团队设计出了NFT价值评估、NFT交易价格预测和可疑交易与异常用户识别三大模型，为区块链游戏玩家提供交易风险评估服务，保障广大游戏玩家的消费权益。 经过团队的反复讨论设计与打磨，我们构建出了NFT估噜这样一个以交易风险控制为导向，提供NFT估值和交易风险评估的中介服务平台。每一个期望进行NFT游戏资产交易的玩家，都可以在该平台上实现NFT的筛选浏览、上传挂售、价值评估预测以及交易风险评估等功能，并根据平台评估结果，做出正确合理的交易决策。 NFT估噜的核心功能分为NFT

1、熟练计算机视觉图像处理； 2、熟练多场景计算机视觉中目标检测相关技术； 3、熟练计算机视觉中语义分割、实例分割技术； 4、熟悉OCR、3D感知、重建；

通过物联网，检测学生体育课、体育运动时的心率和体测情况 1. 当体测时时心率大于阀值时，进行报警，防止学生发生意外情况 2. 对学生的运行情况进行监测，统计运动量，定制相应的运动课程 2. 汇总当前班级的运动情况，并上传至相应的部门

互联网的发展使得在线购物成为新常态，并带来了更高品质服务的需求。现有的服装推荐系统基于协同过滤，难以处理海量用户数据，推荐结果缺乏准确性。同样，现有的虚拟试穿技术基于基础图像处理，其试穿效果的拟合度较低。而引入大数据和深度学习技术后，不仅可以高效地处理海量数据，还能实现贴近真实的虚拟试穿。因此，开发结合大数据和深度学习的服装推荐虚拟试穿系统对于满足个性化和高体验感服务需求上具有很高的实用价值。 基于Pytorch和Spark框架，设计并实现了一套服装推荐虚拟试穿系统。该系统在Spark集群上使用ALS推荐算法，能够根据用户评分和服装属性数据，生成个性化的推荐结果存储在MySQL中。通过改进和优化现有的网络模型，设计具有试穿准备器和生成器的新结构模型。在输入经现有模型处理的密集姿态图和服装面罩图后，生成服装试穿视频。使用Django开发前后端，设计用户界面，通过socket与推荐模块和试穿模块进行数据传输，实现服装推荐和虚拟试穿功能。 系统测试结果表明，该系统在生成个性化推荐和虚拟试穿视频上，表现出了极高的准确度和拟合度。不仅能提供用户喜爱的服装信息，还能提前预

参照百度paddleocr项目，完成的医疗图像文档的结构化分析。 个人独立完成，从数据标注、到模型训练、gradio的页面展示。

会使用tensorflow ，pytorch部署各种深度学习网络，会搭建强化学习框架，会写微信小程序，作品图片为测试结果，给我数据可以完成从选择算法，到搭建模型，到训练，完成测试评估后在进行部署，可视化等的全部任务

该算法模型基于FasterRCNN，为了增加对小目标的识别效果而增加了更细致的特征层。 基于Tensorflow2框架开发和部署，BackBone使用imageNet预训练权重微调，在Teslas M40上训练 最终F1score:0.86

嘻嘻~大家好呀！今天要来介绍一款超级棒的程序哦！这个程序是一款qq机器人，可以在qq群里和大家胡扯哦~还可以加上爬虫实现搜图查战绩功能呢！是不是很厉害呢？！这个机器人可是我的好伙伴哦，我们一起在群里玩耍，还会一起帮大家查找喜欢 的图片和游戏战绩哦！快来试试吧！

一个可以从复杂文本中提取出多个相关实体的命名实体抽取算法，例如，“苹果宣称，即将发布的新品是基于因特尔的最新产品，双方股价大涨"，该算法可以一次性提取所有相关事件，-，-，- 1.算法模型基于W2NER模型改造而来，在提取模型的基础上，还可以为相应的事件进行情感分类和文本识别 2.算法F1score为：0.87

红历是一款集记事、备忘录与股票研究为一体的桌面月历式软件。他拥有工作和理财双模式，除日程安排，待办事项记录基础功能外，它加入了丰富的理财资讯，如财联社电报，财联社FM直播音频，重大事件提醒，异动分析资讯，涨停复盘图等功能。该项目由本团队协作开发完成，前端是窗体应用程序，采用的electron框架，后台采用springboot+mybatis，数据采用mysql+mongo+redis, kafka+rabbitmq为中间件，此外还接入了openai的API，能够使用CHATGPT。目前作为赠送产品，可以在犇财教育官网下载，日活人数也已上百。

1.使用基于CNN的深度学习网络算法，实现两张图片之间的风格转换 2.模型轻便，可以使用cuda加速 3.涉及技术：python、tensorflow

前端主要完成八大模块： 场馆名称，场馆监控，vr场景，工作人员，领养宠物，查看宠物位置以及科普空间 和 场馆信息八大模块； 后端主要完成工作人员的管理和vr全景图的crud操作以及管理员对场馆的crud操作 等

基于预训练语言模型BERT，构建一个新闻事件抽取模型，对新闻文本进行信息抽取。 个人独立完成,数据标注，模型训练。但是当时进行论文研究时无前端展示的需求，故缺少展示图像

作为公司outbound产品线的总负责人（产品、研发、测试），负责销售拓客（搜客宝）、筛客（智能外呼机器人、电销系统、线路平台）整条产品线的产品设计规划研发测试和整体运营工作。不但为各个产品的功能迭代做好指导和把关，还为迎合公司战略业务目标而做出产品线的今后发展路径规划。

1、交易前请认真闻读本演知，出现以下情况来及时操作的，由交易双方自行永担 2.您必选在交易广告或交易聊天中提供您的付整详烟信息，确认交易后，订单无法取消: 3、交易手续费:交易完成后收取交易量的交易码为手续费

1、警务通知 2、工作指令 3、案件办理 绩效考核成绩数据:APP 后台和绩效考核同一后合管理，后期有可能要对 APP 曾理和绩效考核管理分开做独立部署两赛管理后合系统，独立运行，所以在开发后台架构时，需要做管理后台分离部署，扩展性预留架构。

我参加了一个有关深度学习人物识别的一个项目。网上下载pokemon的人物图片，编写程序利用深度学习进行训练，达到人物识别的效果。难点还是程序的调试。

项目技术：Vue+ElementUI+SpringBoot+MyBatisPlus+MySQL+Maven+Git等 项目描述：为帮助企业更好的管理和使用其仓库资源，更好的收集和分析物品的信息，实现自动化仓库管理流程，减少手动操作的错误率，提高工作效率，引入了仓储管理系统。该系统主要包括管理员管理，仓库管理，物品管理，记录管理，出入库管理等模块 责任描述： 负责参与需求分析，编写Api接口文档以及进行后端代码的编写工作 负责物品管理模块的后端功能实现，包括物品信息、仓库信息、商品类别、数量信息等维护，负责表字段设计以及基本功能实现 负责对不同类别不同仓库下物品的各个信息的统计以及报表导出 负责部分报表导出性能优化，优化sql索引提高查询效率，以及使用线程池技术提高导出效率