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。

基于ROS2和离线语音识别的智能轮式机器人原型产品系统Vibe Coding

本项目以一台搭载树莓派和激光雷达的轮式小车为核心，集成了以下几个完整的功能模块：1、离线语音交互系统：基于Vosk轻量级中文离线语音引擎，摆脱了对云端的依赖。小车能精准识别“小车”、“跳舞”、“前进一米”等关键词，并利用PiperTTS引擎实现自然、流畅的中文语音播报反馈（如“好的，我要来唱歌了”）

600C++机器深度学习

FSDBCClassifier: 开源项目

本项目是面向稀缺样本条件的双组学乳腺癌亚型分类系统，包含以下功能模块：（1）TCGA数据工程管线。解析TCGA-BRCA原始数据，包括RNA-seqRSEM归一化表达、甲基化芯片Beta值与临床数据；完成同一患者多样本优先级配对、缺失值填充与高方差特征筛选，保留2000个基因与5000个CpG探针；

390Torch人工智能

mcp-ocr-tools - OCR全家桶MCP服务器开源项目

mcp-ocr-tools是一个OCR全家桶MCP服务器，为AI客户端（ClaudeCode、Cursor、ClaudeDesktop等）提供文档识别能力。主要功能模块：1)ocr_image图片文字识别：截图、照片、扫描件一键转纯文本；2)extract_doc结构化提取：小票、发票、表单自动解析

980Python机器深度学习

img2excel - 图片表格转Excel命令行工具开源项目Vibe Coding

img2excel是一个图片表格转Excel的命令行工具，基于PaddleOCR开发。主要功能模块：1)表格图片识别：支持拍照、扫描件、长截图等多种图片格式，自动识别表格结构；2)行列还原：智能重建单元格坐标，输出与图片一致的行列结构；3)Excel导出：支持多工作表、自定义表头、格式规范化；4)批

1100Python机器深度学习

利用响应面法和反向传播神经网络耦合方法，对再生细骨料地聚合物基灌关材料进行多目标优化产品系统

1.数据处理模块：支持Excel试验数据导入、异常值清洗、数据集划分，搭配RSM响应面法生成虚拟样本实现小样本数据增强；2.建模预测模块：搭建BP-ANN神经网络模型，可自定义隐藏层神经元数量，完成材料抗压强度等指标回归预测，输出R²精度评价指标；3.多目标优化模块：基于响应面模型开展配合比参数优化

430Python机器深度学习

AutoGuard —— 基于多模态视觉AI的汽车KD件智能防漏错与追溯系统产品系统Vibe Coding

1.AI视觉智能核验（核心亮点）动态装箱监控：通过部署在工位上方的工业相机，实时捕捉工人投料动作。系统内置深度学习目标检测算法，能精准识别数百种KD件的SKU特征。BOM自动比对：系统实时读取当前车辆的VIN码对应的BOM（物料清单），当工人放入零件时，AI自动判断该零件是否属于当前车辆，并计数。异

930Python工业互联网

MindPet – 智能宠物图像分类系统产品系统

系统以Web端交互为核心，主要功能模块如下：图像上传与预览：支持本地图片拖拽/选择上传，实时显示原图。一键推理：点击Submit后，后端调用训练好的ResNet模型完成前向推理，并在右侧绿色结果区直接输出预测类别（如cat）。示例快速体验：底部提供多张预置示例图（狗、爬行动物、鱼、马等），点击即可自

600Python人工智能

ATRI 大语言模型微调产品系统

角色风格复刻：微调后的模型能够高度还原ATRI角色的语言风格、性格特征和说话习惯，对话内容自然流畅，角色一致性高高质量数据合成管线：OCR提取→大模型风格化生成→Levenshtein+n-gram双重去重→质量过滤，形成一套可复用的角色数据集构建流程低成本高效训练方案：LoRA+Unsloth加速

1191PHP人工智能

gemm开源项目

使用寄存器优化，内存和缓存优化，SIMD/AVX512指令集优化等各种优化技术，将通用矩阵乘法（GEMM）的性能，提升几十倍！使用寄存器优化，内存和缓存优化，SIMD/AVX512指令集优化等各种优化技术，将通用矩阵乘法（GEMM）的性能，提升几十倍！使用寄存器优化，内存和缓存优化，SIMD/AVX

680C++机器深度学习

基于强化学习的机械臂产品系统

项目包含视觉目标检测模块、3D目标定位模块、机械臂运动控制模块、柔性夹爪驱动模块、人机交互监控模块五大核心模块。系统通过工业相机采集传送带上小龙虾图像，AI模型完成小龙虾检测与姿态识别，解算出小龙虾三维抓取坐标；机械臂接收坐标指令规划运动轨迹，控制柔性夹爪自适应完成抓取、投放动作；配套上位机界面实现

950Python机器深度学习

AI Model Deployment Project开源项目

在OrangePiZero3W上实现从模型训练到NPU部署的全流程嵌入式AI视觉系统。-完成YOLOv5sINT8量化，模型体积压缩75%，单帧推理50ms（15fps）-设计双线程架构（采集+推理），ROS话题通信实现视觉与运动控制解耦-可选配Web远程监控界面

700EmbeddedSystem物联网

基于Bert-LSTM-LDA模型的舆情分析系统产品系统

系统提供一站式微博舆情监测与可视化服务。用户可实时查看热点话题的情感极性分布、互动量预测走势、地区舆情热力图及主题词云，支持多维度榜单筛选与文章详情下钻分析。后端基于SpringBoot与大数据组件，前端采用Vue3结合ECharts和Three.js构建3D数据大屏，实现毫秒级检索与动态交互，帮助

650Java企业服务

智慧油田多智能体 LangGraph + Supervisor + Specialist框架RAG-产品系统Vibe Coding

1、多智能体协作引擎—基于LangGraph构建Supervisor+4专家分层架构：知识检索专家（RAG+网络搜索）、报告生成专家（数据查询+方案撰写）、工况监测专家（设备故障/管线/安全诊断）、环境数据专家（天气/位置），Supervisor自动识别用户意图并路由至对应专家。2、RAG知识检索—

640Python人工智能

基于大小模型协同的智能乒乓球运动分析与可视化系统设计产品系统

运动员端具有以下功能：（1）个人信息管理：包括编辑个人信息和加入俱乐部功能，允许用户更新和维护其个人资料，并提供加入体育俱乐部的功能。（2）动作识别与可视化分析：包括正向视角识别和侧向视角识别，分别从正面和侧面视角进行动作识别，帮助运动员全面了解自身动作表现。（3）训练数据智能化分析：包含分析训练数

850Python人工智能