机器深度学习

机器学习，深度学习是人工智能的核心分支，致力于让计算机系统通过数据驱动的方式自动学习和改进性能，而无需显式编程。其核心是从数据中识别模式或规律，构建数学模型，使计算机能完成预测、分类、聚类等任务。主要类型包括监督学习、无监督学习和强化学习。机器学习广泛应用于自然语言处理、计算机视觉、推荐系统等领域，正重塑各行各业，是当前AI爆发的核心技术之一。

图书管理系统产品系统

系统分为图书信息管理、读者信息管理、借阅归还管理、图书检索查询、数据统计五大核心模块。支持管理员录入、修改、删除图书与读者资料，办理借书、还书操作；读者能够在线检索书籍、查看借阅记录；系统自动记录借阅流水，统计图书借阅情况，实现图书馆业务数字化管控。

390Java企业服务

ai斯诺克计分系统产品系统

摄像机放在斯诺克桌子正上方的灯中间，用一台小型工控机，一拖二进行ai识别球识别，识别球号，跟踪球体运动轨迹，碰撞球判定，进球判定，最后依照斯诺克的规则进行计分

350C++人工智能

基于BiGRU的中文孤立词手语识别系统产品系统Vibe Coding

整体主要基于CSL500中文手语数据集进行。结果表明，本文训练的模型在测试集上的识别准确率达到了97.56%，并且大多数类别的识别准确率都在90%以上，整体效果较为稳定。部署测试中，经过量化优化后的模型能够在树莓派平台上实现较稳定的实时推理，基本满足实际运行需求，这验证了该系统在真实场景下具备一定的

640Java人工智能

能力开放系统产品系统

能力编排与组合（服务编排）业务价值：允许业务方像搭积木一样，通过低代码甚至零代码的方式，将多个原子API按业务逻辑进行流程编排，自定义节点走向与出入参映射。这一创新极大地降低了跨部门、跨系统的业务集成难度，缩短了新业务场景（如复杂审批流、组合查询）的上线周期，提升了能力的复用率。精细化流量管控（流控

380C机器深度学习

基于X-光成像的异常检测系统产品系统

该系统是为配套硬件定制的一套包含硬件控制、用户管理、数据管理、图像检测、AI检测子系统等多功能于一体的软件系统。硬件控制模块通过以太网、串口、USB等方式实现与硬件控制单元的通讯，如PLC、X-Ray发射器、X-Ray成像控制器、异常执行机构等，从而实现对硬件设备的操控；用户管理模块实现了角色分配与

740C++机器深度学习

小依产品系统Vibe Coding

小依是一个有虚拟形象的AI情感陪伴助手，具备三大核心能力：长期记忆（通过PostgreSQL+向量检索记住用户的喜好、经历和重要时刻，对话中能主动提起过去的事）、自适应性格（根据每次互动动态调整性格参数，从初识时的谨慎温柔到熟悉后的活泼亲密，千人千面）、多模型路由（智能选择最合适的LLM处理不同强度

1080Java人工智能

基于STM32F103 的OLED 图形显示与交互系统：产品系统

可以实现贪吃蛇游戏的基本流程，系统稳定可靠，是在stm32f103上面实现的，可以通过遥感控制贪吃蛇的方向，通过PCB板上面的按钮进行开始，暂停等罗辑控制，通过OLED显示屏显示

790C智能硬件

隧道巡检机器人产品系统

1、下位机：完成隧道小车的驱动控制；控制线阵相机扫描隧道；控制补光；控制雷达探测周边障碍物确保安全；接收遥控器控制指令。2、上位机：整合下位机采集的图像；实现缺陷的人工标注；实现缺陷的自动识别；输出说明缺陷类型及位置信息的工单

630C++机器深度学习

护路神（异物入侵检测）系统产品系统

下位机：通过对激光雷达所采集实时点云进行分析，融合视频图像识别目标类型，针对不同的目标类型产生对应的事件上报至上位机；接收来自上位机的协议指令并执行上位机：综合下位机上报的事件产生不同等级的告警客户端：提供全网所监测路段的实时监控，并提供历史数据的查询及报表分析

750C++机器人

星载综合任务管理与遥测指令处理软件产品系统

本项目面向卫星载荷在轨运行场景，目标是构建一套可部署在星载计算平台上的综合任务管理软件，支撑地面指令接收、任务调度、状态采集、数据处理和遥测下传等核心业务。系统围绕“指令进入、协议解析、任务执行、状态监控、结果反馈”的业务闭环设计，提供指令处理、数据总线、协议编解码、智能处理任务编排、设备状态采集、

1260C++边缘计算

无人驾驶感知相关知识产品系统

1碰撞检测模块：预测物体会不会碰撞+碰撞后如何检测出来已经碰撞2目标检测模块：使用传统或深度学习检测具体的货物容器（托盘，货架，料笼），厂区的行人，头盔，车辆等3避障检测模块：360°雷达检测避障，可对高于8cm的静态物体进行检测，不针对特定物体，不依赖数据集，移动物体通过多传感器相机和雷达融合输出

810C++自动驾驶

YOLO 视觉算法产品系统Vibe Coding

核心技术：YOLO视觉算法（YOLOv5/v7/v8），针对跌倒检测优化功能：通过实时视频流识别跌倒、触发警告、降低安全风险性能：端到端检测，30+帧/秒，准确率超过95%

900Python机器深度学习

数学建模竞赛论文产品系统

1.数据清洗：处理缺失值、异常值，统一数据格式，确保输入质量。2.探索性分析：通过可视化图表（散点图、热力图、分布图）分析各变量与销量的相关性，识别关键特征。3.特征工程：对类别变量进行编码，构造交互特征，筛选高相关性变量。4.模型构建：建立多元线性回归模型，并对比决策树、随机森林等算法效果，选择最

1230自动化测试区块链

基于ROS 2的YOLOv8目标检测机器人视觉系统产品系统Vibe Coding

1.基于ROS2Humble搭建机器人通信框架，实现多节点分布式开发，支持传感器数据实时采集与传输；2.集成YOLOv8目标检测算法，实现对行人、车辆、障碍物等多类目标的实时识别与跟踪，检测帧率稳定在30FPS以上；3.提供目标坐标输出、ROS话题发布功能，可直接对接机器人导航、避障等上层模块，支持

1270C++人工智能

智能视觉检测与告警系统产品系统

项目包含视频接入与解码模块、GStreamer实时推流与处理模块、AI目标检测模块、目标跟踪模块、告警与事件管理模块、设备配置管理模块、Web可视化展示模块等。系统支持多路摄像头/RTSP视频接入，能够在嵌入式设备侧完成图像采集、解码、预处理、目标检测与连续跟踪，并将识别结果、轨迹信息和告警事件实时

1430C++人工智能

5G远程无人智能车产品系统

1、项目具体功能模块包含3大核心模块：①树莓派4B硬件控制模块（负责小车动力、转向的指令输出）；②纯视觉场景标识识别模块（处理操场环境视觉数据）；③场景决策与动作执行模块（根据识别结果输出操作指令）。2、项目主要功能描述：以树莓派4B为控制核心，搭载视觉设备采集操场环境信息，实时识别操场跑道线并实现

2110EmbeddedSystem机器深度学习

aloha复现产品系统

人类示范的模仿学习在机器人技术中表现出令人印象深刻的性能。然而，大多数成果专注于桌面操作，缺乏执行一般实用任务所需的移动性和灵巧性。在这项工作中，我们开发了一个模仿移动操作任务的系统，这些任务是双手的，并且需要全身控制。我们首先介绍MobileALOHA，这是一个低成本的全身远程操作系统，用于数据收

1700Torch人工智能

YOLOv11 目标检测与模型训练系统产品系统

核心算法:采用最新的YOLOv11算法，兼顾检测速度与精度。一站式流程:集成环境检测、数据集配置、模型训练、结果可视化等全流程功能。多模态检测:支持图片文件、视频文件以及实时摄像头画面的目标检测。可视化交互:通过直观的GUI界面展示检测结果（边界框、置信度、类别），并支持训练过程中的参数配置与日志监

2100C++人工智能

基于人体识别的工业级ADAS系统产品系统

1.项目整体可以分为软件部分和硬件部分，软件部分可以分为图像采集、模型推理、结果输出、远程控制，硬件部分主要是外设（摄像头、屏幕，电源、喇叭）、边缘端处理设备和信号输出器2.功能描述，通过在适当位置部署摄像头采集图像，可以对危险进行预警并辅助操作员控制，具体辅助方式可以根据使用方式修改。这里以设备部

1850C++机器深度学习

基于AIOT技术的消防设施运行状态监测装置的设计与实现产品系统

本项目结合AIOT（人工智能物联网）技术，利用单片机、传感器、摄像头等设备实时监测系统将自动生成警报信息并通过微信模板消息通知用户，确保消防设施的运行状态能够得到及时监控与响应

1600C人工智能

当前共21个项目登录查看更多

登录后即可上传、下载作品

分类

Mybatis 车载应用 Perl TiDB Nuxtjs HaProxy 深度学习 Torch Lua 生活旅游

点击空白处退出提示

机器深度学习

重点城市程序员兼职推荐

重点岗位程序员兼职推荐