机器学习/深度学习

本作品采用先进的YOLOv8算法，实现高效的目标检测与目标计数功能。通过精准识别图像中的物体并自动统计数量，为各种应用场景提供便捷、准确的自动化解决方案。

技术方向：图像目标检测、目标分割 开发语言：C++ 部署方式：宿主机部署 部署硬件：GPU服务器、瑞芯微Rk3588、清微低成本芯片5368等 算法说明：支持豆类、巴旦木、大米、花生、辣椒等农作物中好坏料筛选

背景：本人读研期间，正是新冠病毒流行的时间，人们进出公共场所一般都佩戴口罩，导致现有的门禁系统 不能快速准确地识别进出行人的身份，往往需要人们摘下口罩才能识别。故为了解决该问题，实现戴口罩下 的人脸识别，研究设计了在嵌入式设备上快速检测人脸并进行身份识别的算法和门禁系统样机。 (1) 利用深度学习框架 pytorch，并基于 SSD 算法，结合比较新颖的特征提取网络（如 CSPNet）和后处 理算法（如 CIOU），设计了一款轻量化的、能够在嵌入式设备实时运行的人脸检测模型，为人脸识别 提供较为纯粹的人脸图像，mAP 和 FPS 分别可达 96.46%、41。 (2) 利用 MAFA 和 WIDER FACE 人脸数据集，制作佩戴口罩和未佩戴口罩的人脸图像，并重新设计人脸识 别精度验证的测试方法，利用 CSPNet 网络提取特征、CBAM 注意力机制突出重点区域，ArcFace 损失 函数和受 CenterLoss 启发提出的类间损失函数共同训练人脸识别网络，最终人脸识别正确率在人脸底 库为 500 人时，可达 88%，对小型人脸底库识别有较强的应用意义。 (3) 动手搭建门禁系统样机

1. 系统描述：本系统为AI多模态人工智能聊天系统，展示的模块为青少年问卷调查智能问卷。系统根据用户对问卷内容的回答，智能分析诊断用户的心理健康状况，为医生提供指导性建议 2. 责任描述： 整个系统架构搭建，问卷流程设计，以及AI核心模块的开发 3. 成果：已经与上海卫建委成功签订合作合同，并申报为24年度政府相关科研课题

模型：deeplabv3+ 去除笔迹的任务定义为分割任务。因此使用名为 Deeplabv3+ 的语义分割模型来解决这一任务。 实现：train predict 效果与网易相似 https://ai.youdao.com/handwritingErasure.s#/

100%个人完成！网站：https://www.ptefighter.com 后端服务技术栈：Laravel8.x + mysql8 + nginx pc网站 + 管理系统：vue + elementui Andorid: Java + uniapp IOS: object-c+uniaapp

系统是一款基于ThinkPHP框架开发的AI问答小程序 为用户提供了智能而互动的聊天体验 系统还集成了全开源的GPT4.0MJ绘画系统AI，使得用户可以使用AI进行绘画创作

1、本项目主要实现了对癌症诊断医学图像的识别任务，并建立了与用户交互的前后端界面，辅助用户进行癌症的诊断与治疗建议，主要分为前后端、神经网络、聊天机器人等技术模块 2、上述所有技术模块均由我个人独立完成 3、主要技术难点为高质量的图像诊断模型

1、项目主要是为了满足服装配饰消费者尽量还原真实上身效果的虚拟试穿需求，分为前端、后端、图像脱敏、网络通信、图像处理模型等技术模块； 2、我主要负责图像处理模型这一块的工作，基于扩散模型和ControlNet等技术完成高质量虚拟试穿效果； 3、技术难点是如何逼真还原衣服、配饰等的纹理特征。

基于传感器数据的预测和评估： 1、实现长时间序列预测，用于评估预测算法； 2、实现精准短时间序列预测，用于预警算法。

1.gd32底盘控制,uart,i2c,spi,多传感器接入 2.算法版系统框架搭建，多进程通讯，glog，protobuf，UART通讯，ota升级 3.jps导航规划 4.机器人工作站通讯开发，无线升级

一, 此软件用于开发各类功能测试，使用脚本即可完成各类项目。 二， 此系统由本人独立完成， 使用C#开发， 视觉使用halcon算子完成。 三， 此软件性价比极高， 大大提高了开发人员的开发效率。

1.支持多个大模型同时服务，图像生成/文本生成/视频 等全域开源大模型; 2.支持910b/tpu/cpu/gpu部署，支持单卡和多卡混合部署，并发支持; 3.demo使用了3种大模型, 2层级分支处理逻辑, 实现了订腾讯会议、代码解释生成、图片生成和处理一般问题； 4.深度支持RAG，检索增强生成，层次化知识存储；demo支持上传文档，体验专属个人助手(用完即删不会存档,txt或md文件)； 5.全套代码独有，支持前后端定制，支持大模型预训练/指令微调 等微调工作； 6.给出和现有系统混合协作的解决方案；

算法实现基于文本内容的自动匹配： 1、数据预处理，微调中文文本向量化模型和语义分割模型，实现将文本内容转化为向量； 2、构建相似向量库； 3、分析数据特征，构造匹配算法。

求税率， 简单的排序，链表结构，数据分析，结构体的灵活运用，各种循环语句的应用，我本人具有亲和力，平易近人，善于与人沟通，也许今天的我没什么值得推荐的荣誉，但是我有一颗简单的心，做好了面对困难的准备，期望您的机会和慧眼

上下双相机对位贴合 第一步,首先明确我们的目标,就是我们到底在做啥,抓这个产品放到我们的目标问题,所以我们不要在上面图的位置分析。 第二步,假设我们上面的产品没有偏差,直接把产品移动到我们的目标位置:标准放置位置M1(x,y,u),放下产品 第三步,确定我们的看看位置到底是怎样偏差的,然后就知道我们该怎样旋转平移了。

根据去年 的 AI 浪潮 自主研发的 ai 问答 ai 绘画 app ai 问答技术支持 使用羊驼 绘画使用 sd 有多位市场部门经理 以及各个 部门4 个月合作与测试 研发 最终完成 上线 (现在已下线)

技术方向：图像目标检测、关键点检测、目标跟踪 开发语言：C++ 部署方式：采用docker容器 部署硬件：华为Atlas、瑞芯微Rk3588等 算法说明：对视频中未佩戴安全帽、未正确穿工装、打电话、未带口罩以及吸烟等行为进行识别，并报警

技术方向：图像目标检测、图像旋转目标检测、图像关键点检测、图像实例分割等 开发语言：Python、C++ 部署方式：采用docker容器 部署硬件：GPU服务器、比特大陆SE5、瑞芯微Rk3588、华为Atlas200等

首先对热带雨林的遥感图片进行标签处理，我们使用了lableme工具，接下来编写常规unet代码，并将主干架构替换为resnet最后加入ASPP和注意力机制模块进行优化。