人工智能

U-net深度学习模型对遥感影像的语义分割算法可以实现以下功能： 对遥感影像进行像素级别的分类，能够更加准确地检测出遥感图像中的地面物体； 在遥感影像中区分不同类别的物体，如道路、建筑、森林等； 对大规模遥感影像进行高效、准确的地物信息提取与监测，可用于城市规划、土地利用变化监测等； 可以借助U-net的一些特性，如多尺度输入和输出、数据增强、转置卷积，对语义分割任务进行优化，提高算法的性能； 可以结合其他算法和模型，进一步提高遥感影像语义分割的精度和效率。

项目主要是算法为主，使用深度学习算法辅助传统的AOI检测，对成品PCB板上的元件焊接质量进行检测。 技术栈：pytorch、openvino、C++ 发表论文：一种基于 AI 的 Chip 类元件 AOI 自动复判方法

项目共有4大模块 1.接入重量数据处理： 通过串口把原始的重量数据接收过来，进行过滤处理，得到一个即时的重量数据，传给主程序。根据情况的不同，更新数据的频率在0.3s~1s 一次 2. 用户交互界面： 将重量实时显示在屏幕上，在用户没有付费前，重量只显示****符号和收费二维码，并语音播报应该缴费的金额,用户手机扫描缴费后，后台判断金额，如果金额正确，则***符号变为实时的重量数字，用户可以看到重量，如果金额不够，则继续显示***，并语音提示客户应该再缴费剩余的金额数，直到缴费足额，显示重量并语音提示。并且判断用户是否离开，对用户说“欢迎再来。。”等等礼貌用语，并且自动将小票信息发送给打印机，打印出小票，语音提示客户获取小票。 3.后端控制平台： 所有者可以访问服务器，通过手机来查看当前的状态，从手机页面可以看到 即时的重量，可以控制电源的重启，机器的重启，可以在手机上输入信息，远程打印小票，满足客户的特殊格式要求。 4.异常报警处理: 当发现重量异常（长时间不置零或者为负数），则自动发送短信或者微信给所有者，告知数据异常。 整个项目是我一个人完整做下来，用的语言为python

和美国留学生一起合作研发的针对化学试剂AI动态解析的科研系统。使用react + ts + java + python 技术栈。系统可直接渲染PDB化学试剂文件，并按科研要求进行展示，支持3d操作

通过本平台建设，实现省市业务协同、数据智能补齐、智能语音、随访档案、统计分析、数字化大屏六大业务功能。本平台 纵向与省厅高危人员核查系统、省厅疫情防控随访系统两个业务系统贯通，横向与青岛市一体化疫情防控平台集成，为基层 量身打造了一站式数据补全、智能去重、动态分配、提质增效的疫情随访平台。平台应用后将会在以下几个方面为疫情防控 随访工作增效减负。

小绵羊数据收集系统是为了货品供应商的多家大型超市销售数据收集，企业的商品在不同的大型超市销售，需要企业及时补货和换货，各种订单的状态需要及时反馈给运营人员，把数据提供给生产、物流配送、财务等部门,需要和不同的商超系统对接，在商超的系统里把订单数据获取回来，在公司内部系统中再处理数据。 我负责有1、到多家大型超市销售系统模拟人的操作进行数据收集。技术栈使用了selenium技术，达成成果，每日定制启动后台服务，模拟的操作登录多家销售系统并下载到本地数据库。

1.项目与国企大厂合作完成，我们负责完成视觉导航，定位融合，ota升级和数据上传功能 2.底层基于双目摄像头实现，不依赖于深度相机

该项目为一个3联屏的可视化系统。其包含3大部份，第1部份是布局在两侧的看板，展示的信息包含监控室值班人员，亮灯时间，出车信息，在线及亮灯率信息，节能降耗信息；第2部份是布局在中间的GIS地图，可结合地图展示城市路灯设施的分布及运行状态；第3部份是悬在GIS地图上的浮窗，主要展示的是告警的提醒信息。

我是一名全栈程序员，精通APP开发、微信小程序、物联网解决方案、人工智能、跨境电商国际贸易解决方案、网站开发、ERP、OA、电商系统等领域。我拥有丰富的开发经验和专业知识，熟练掌握php(thinkphp6)、uniapp、redis、vue、java、C++、C#、android、IOS等编程语言，能够快速高效地开发出符合客户需求的产品。 我曾经参与过多个项目，包括物联网智慧社区、教育直播APP、房产ERP、制造业ERP、物联网新零售解决方案等。其中，我参与研发的物联网新零售解决方案包括智慧水机、环保袋发放机、口罩机、闸机、智能充电桩、纸巾机等，结合抖音、微信、快手流量变现，以及基于物联网与广告媒体流量变现平台，实现了多个领域的技术突破和商业价值。 此外，我也独立完成了跨境电商国际贸易独立站解决方案、人工智能大语言模型等项目。我积极学习新技术，关注最新行业动态，不断提升自己的技能和能力。 www.iioe.top wms.iioe.top www.iwdd.cn www.earchshop.com 手机app，小程序，公众号，拼团，积分，秒杀，直播，转拍，网约车，用户点餐

1.该项目是一个检测发动机污染程度的平台，该平台利用客户上传的数据集训练模型，通过发动机不同部位的图片训练不同的模型，使用模型检测客户汽车发动机的污染情况并生成报告，给客户一个建议。 2.我在该项目中担任前端开发工程师，参与需求评审，高度还原产品原型以及设计稿，配合后台对接数据，最终将项目部署上线提供给客户使用。 3.该项目中一大特点是部署使用到了docker容器技术。

该系统帮助业务的一个知名人工智能企业完成了他们AI的训练 标注员之间的对话会被人工智能系统进行学习，AI会模仿人的角色和说话方式进行训练，并与真人进行模拟对话 标能同时处理数十万次真人与真人，以及AI与真人之间的对话，并将对话内容和结果实时存储，并传给人工智能系统进行二次学习

我是一名全栈程序员，精通APP开发、微信小程序、物联网解决方案、人工智能、跨境电商国际贸易解决方案、网站开发、ERP、OA、电商系统等领域。我拥有丰富的开发经验和专业知识，熟练掌握php(thinkphp6)、uniapp、redis、vue、java、C++、C#、android、IOS等编程语言，能够快速高效地开发出符合客户需求的产品。 我曾经参与过多个项目，包括物联网智慧社区、教育直播APP、房产ERP、制造业ERP、物联网新零售解决方案等。其中，我参与研发的物联网新零售解决方案包括智慧水机、环保袋发放机、口罩机、闸机、智能充电桩、纸巾机等，结合抖音、微信、快手流量变现，以及基于物联网与广告媒体流量变现平台，实现了多个领域的技术突破和商业价值。 此外，我也独立完成了跨境电商国际贸易独立站解决方案、人工智能大语言模型等项目。我积极学习新技术，关注最新行业动态，不断提升自己的技能和能力。 www.iioe.top wms.iioe.top www.iwdd.cn www.earchshop.com 手机app，小程序，公众号，拼团，积分，秒杀，直播，转拍，网约车，用户点餐

帮助用户实现其所有房源的在线管理及潜在客户挖掘 利用MongoDB等工具及自主实同的分析算法，自动抓取分析全网千万级数据。每小时数据处理能力达到7000万条。 服务端对数据进行二次加工处理，并采用ES搜索引擎，使得数据的计算展示速度控制在1秒以内。 该系统助力需求方在市场不景气的情况下获得数百万元的天使融资。

一汽AR生产安全智慧监管系统是一套生产安全员在安全生产过程中，实时监控和监督生产作业人员的安全操作的规范行为，把不规范的着装和行为及时警报和提醒，保证作业过程都是正确的安全操作，数据大屏实时显示生产和工作情况信息。 模块分为如下: 1、视频行为识别和预警服务：根据行为规范识别生产行为安全操作， 2、视频识别预警监控台 3、生产安全智慧监管大屏 4、微信小程序工作流管理 5、生产安全智慧系统后台管理 本人负责有1、大屏数据展示和后台管理，技术栈使用了Spring Boot2 +Mybatis-plus +websocket+Vue ，达到成果是办公流程的后台管理和监管大屏展示。 2、微信小程序工作流技术栈使用了 python +fastapi +微信小程序, 达到成果是安全员通过微信小程序实现了日常办公流程。 3、数据流处理和识别算法 技术栈使用了websocket， pandas ,达到成果是通过规则配置实现算法的调整。

采集模块和报表导出，与plc通讯实现轴运动和拉力采集；采集数据的保存和报表格式的设计生成。 实现卡箍拉力值的测试采集，完成QC质量报告。

主要功能是将输入的图片进行分类，通过模型分类煤和矸石，主要困难是模型的层数和参数选择，图像的预处理等，最终识别率大概百分之九十一

阐明chatgpt的基本原理，并能利用网络上开源的大模型如chatglm6b等进行微调，完成基于多机器多卡的训练与部署，主要基于accelerate库

内容简介: OpenAI的ChatGPT是一款基于自然语言处理技术的聊天机器人系统，它可以实现自动化的聊天对话，即人机对话，未来可以服务于聊天室、客服服务等场景。 ChatGPT的前景非常广阔，它有助于提升客服服务的效率，可以替代人工客服，为用户提供更便捷、更快捷的服务，提高客户满意度，同时也可以帮助企业节约成本。此外，它还可以支持智能家居、智能电话、智能客服等场景，可以成为智能客服、智能家居等解决方案的核心技术。 此项目是一个对接了ChatGpt的网站。使用openAi的官方接口，此项目毫无难点。 1.前端使用html实现。没有后端.

通过传感器对模型各部位的振动数据进行采集，通过数据运算对模型的实时运动进行控制，将各部位振动数值控制在合理范围内，起到保护机械延长设备寿命提高效率的作用。

后台分为10多个服务，使用rancher、 k8s进行治理：物管平台、设备管理等大功能模块。通过将自定义公式存储在Redis中，自动快速完成后台取数，前台利用Hightopo生成电网拓扑图，利用kafka等组件异步接收设备信息，前端与后台服务的交互直接采用Nginx进行反向代理实现，webscoket实时展示,后台服务间的交互采用nacos+cloud来控制服务的注册与发现及远程RPC服务的调用,利用TDengine、mongo等进行数据历史持久化,mysql、redis聚合分析并统一管理，实现数据的读写分离，对拓扑的相关功能画布及文档在后台上传fastDFS、seaweedfs服务器进行统一归档，监控物联设备业务过程中的多种风险，有效提示风险信息