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。

煤矿设备智能运维大模型平台产品系统

功能模块项目包含以下核心功能模块：1）大模型智能问答系统：基于通义千问大模型提供设备维护、故障诊断、操作规程等专业问答，支持流式对话、思考链可视化、工具调用等功能；2）AI多模态故障诊断：结合文本、图像、传感器数据进行综合分析，自动生成诊断报告；3）设备实时监控：支持提升机、压风机、通风机、排水机、

370Java人工智能

中文文本分类系统 (RoBERTa深度学习版)产品系统

1.分类结果完全可控大多数AI模型是黑盒，分错了只能干着急。本项目内置了“业务规则引擎”，允许您通过配置简单的关键词逻辑来直接干涉预测结果。例如：只要文本中出现“断水、断电”且包含“学校”，可以强制规则将其划分为“校园后勤”类，而无需重新训练模型。这种“AI模型+规则引擎”的双保险机制，确保了在生产

1120Python人工智能

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

390Torch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

550C++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

710C++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

710C人工智能

unity2D游戏/C语言代码按键脚本/嵌入式linux开发产品系统

经过初次学习，提交的作业实现的只有几个经典功能-蜂鸣器(开/关)；摄像头capture(多次摄像、图片显示时可以点击上下切换)；相册(左右点击切换以及删除图片)；小试微game二个(仅仅基于字库和一些判断逻辑猜数字等)；音乐播放(可随机播放-顺序播放上下一首-滑动调整音量)，显示时间等。学习到同学做

980C++机器深度学习

基于双目视觉的深度估计产品系统

视觉数据采集模块：负责获取单目/双目相机的原始图像数据，支持实时视频流采集或离线图像序列导入。包含相机参数校准（内参、外参）功能，修正镜头畸变，为后续深度计算提供精准基础数据。支持图像预处理（去噪、曝光校正、白平衡调整），提升原始数据质量，减少环境干扰。深度估计模块：双目视觉分支，通过结合神经网络和

1670Caffe人工智能

Sony Sensor IMX415 驱动支持，调试支持产品系统

1.各种模式的IMX415驱动支持，调试支持产品规格1.45umpixelsize,分辨率为：3840X216030fps/60fps,DOLHDR2F30fps等等

1151C++脚本插件

信息智能分拣系统产品系统

1.机器派发为了减轻人工派单压力使用AI机器学习技术训练模型，对新产生的投诉案件的投诉内容通过中文文本分类算法，预测所属的对应的案件类型和所属部门为90以上，以达到热线派发精准分类，便将任务自动直接派发。2.辅助派发在机器预测值不足90时，还是由人员进行手工派发，派单员手工派单时，系统也会给出三个派

1230Python机器深度学习

1.利用Wireshark和数学工具深入分析运营商及学校的核心网关，研究公开的隧道式网络协议。通过Python和C++编写的高性能即时部署脚本，模拟手机和电脑等终端，实现对各类终端的公开和非公开网络协议的识别。2.负责对大量网络基础协议包内容（非包头）进行数学分析，验证全新的拦截规则与误杀概率。这一

1850C++网络安全