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。

人工智能驱动的城乡排水系统智能感知关键技术与边缘软硬件一体化研发产品系统Vibe Coding

构建包含不同水期及管网特征的高质量水质多模态数据库；底层固化AI算法对化学需氧量（COD）、氨氮反演误差≤20%，单次推断时延≤1秒；实现复杂深度学习模型向百KB级微控制器固件的极限压缩。完成可直接投入运行的软硬一体化实体装备研发；硬件主板内嵌国产独立NPU加速芯片，外壳结构达到IP68级防护防腐标

120Torch人工智能

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

220C++人工智能

无人机探测产品系统

信号处理分析，目标识别，目标跟踪哈哈哈哈哼哼唧唧斤斤计较近近景近景还好还好哈近近景近景斤斤计较斤斤计较距呼呼呼哈哈哈哈哈哈哈哈哈哈哈哈好锦江大酒店斤斤计较斤斤计较斤斤计较斤斤计较斤斤计较斤斤计较

140Python机器深度学习

基于多种分类器的手写数字识别系统产品系统

1.数据加载与预处理模块：加载MNIST手写数字数据集，将原始图像数据（28×28像素）进行归一化、降维处理，转换为分类器可接受的输入格式2.多分类器训练模块：支持多种分类器并行训练，包括SGDClassifier（随机梯度下降分类器）、RandomForestClassifier（随机森林）、SV

240Python机器深度学习

基于YOLO的车辆测速系统（实习项目）产品系统

1.车辆检测模块：基于YOLO目标检测算法，从视频流中实时识别车辆目标，输出检测框及类别信息2.目标跟踪模块：采用ByteTrack追踪器实现多车辆跨帧跟踪，为每辆车分配唯一ID并记录运动轨迹，利用低分检测框二次匹配提升跟踪鲁棒性3.车速测算模块：基于透视变换将图像坐标映射至实际路面坐标，结合帧率和

250Python机器深度学习

第十二届中国软件杯基于百度飞桨的支持11类器官3d图像分割的医疗解析平台产品系统

1、算法部分：基于PaddlePaddle，在官方指定数据集上进行打榜，所有器官分割任务平均dice系数达到0.94232、软件部分：基于WEB的3D医疗数据解析平台，其中包含医疗数据的导入、分割、可视化和数据分析功能四大基础功能，且飞桨模型可在本地或云端部署进行推理。另接入百度文心大模型用于医嘱格

390C++人工智能

中小微企业智能信贷风控与服务平台产品系统

1、信贷审批流程、额度计算、规则引擎等核心模块的开发与迭代。2、数据采集与清洗服务，保障风控特征数据的准确性与时效性。3、配置化数据指标平台的全栈功能，包含数据源配置、SQL规则引擎、任务调度与可视化看板模块。

470Java金融

smarteye产品系统Vibe Coding

检测跟踪无人机

420C++机器深度学习

高性能半导体晶圆处理算法软件框架产品系统

完成高性能半导体晶圆处理算法软件框架，实现：1）高通量2D图像处理及3D点云处理任务工作流；2）高性能CUDA、Triton算法实现2D图像处理及点云处理；3）机器学习、深度学习缺陷处理；

400C++机器深度学习

agent框架设计搭建产品系统

在tobai产品中设计agent智能平台，rag智能问答系统，主要各个行业的定制化知识网络开发。设计agent中决策模块，rag系统中的内容提取，召回排序模块，定制化知识网络的知识提取模块。

440Python人工智能

3D视觉AI弹性算力系统规划与实施产品系统

核心围绕“AI算力弹性伸缩”构建全流程能力，适配Open3D驱动的3D视觉AI任务特性：1.基于KubeRay+容器云实现GPU/CPU节点按AI场景指标（推理延迟/GPU利用率）弹性伸缩；2.分布式调度Open3D点云AI任务，定制GPU/CPU资源调度策略适配需求；3.全链路监控保障弹性伸缩过程

490Python机器深度学习

电商用户行为分析与可视化平台产品系统Vibe Coding

本项目为电商用户行为分析与可视化平台，核心功能模块如下：1.数据采集模块：通过Flume采集APP埋点日志，结合Kafka实现实时数据缓冲，支持历史数据批量导入与实时数据流接入。2.数据分层模块：基于Hive构建ODS→DWD→ADS三层数据仓库，完成数据清洗、维度建模与指标汇总，支持多粒度时间/地

960Java人工智能

基于PyTorch + CUDA C++算子的CT图像重建工程系统产品系统

项目包含完整的训练与评估流程，核心模块包括：1.基于UnrolledADMM思想构建的可展开重建网络2.自定义C++/CUDA算子实现投影与反投影加速3.PyTorch模型训练框架与多实验配置管理4.支持多阶段参数学习与可学习正则化模块5.自动化评估脚本输出PSNR、SSIM等指标6.系统采用模块化

580C++人工智能

ccf-a类会议论文产品系统

引入多层注意力机制，结合Transformer，在Flickr和MS-COCO数据集实现了2%左右的涨点，提升了检索准确度，可视化注意力机制效果明显，论文成功发表在计算机顶会ijcai。

370Caffe人工智能

研究发现，长期适量饮用咖啡与以下风险降低有关： 2型糖尿病帕金森病阿尔茨海默病肝硬化和产品系统

研究发现，长期适量饮用咖啡与以下风险降低有关：2型糖尿病帕金森病阿尔茨海默病肝硬化和脂肪肝某些心血管疾病（适量情况下）3️⃣抗氧化作用咖啡富含多酚类抗氧化物，对抗自由基。4️⃣促进代谢有轻微提高基础代谢率的作用（对减脂有辅助，但不是神药）。

460C人工智能

基于Caffe的图像分类识别系统产品系统

本系统基于Caffe深度学习框架，核心功能包括：1.图像预处理模块：通过OpenCV对输入图像进行归一化、降噪等处理；2.模型推理模块：使用C++实现高效推理，支持批量图片与实时视频流；3.结果输出模块：生成分类标签、置信度及可视化标注；4.数据管理模块：支持识别结果存储与查询。系统可部署在Linu

570Caffe人工智能

基于Caffe的图像分类识别系统产品系统

本系统基于Caffe深度学习框架，核心功能包括：1.图像预处理模块：通过OpenCV对输入图像进行归一化、降噪等处理，提升模型识别准确率；2.模型推理模块：使用C++实现高效推理，支持批量图片处理与实时摄像头视频流识别；3.结果输出模块：生成分类标签、置信度及可视化标注，支持导出报表；4.数据管理模

640Caffe人工智能

神经网路处理工业传感数据预测生产结果产品系统

对此需求搭建了神经网络模型，用fab厂提供的工艺参数与传感器采集数据作为数据集，搭建神经网络预测在某工艺参数与实时传感参数下，会长出的晶体直径为多少，在具备足够的实时预测精后，应用于工业晶棒生产以获得具有稳定直径的晶棒

640Python机器深度学习

中华白海豚🐬个体AI识别产品系统

1、基于深度神经网络的reid技术1.1)采用局部信息对齐技术进一步提高精度1.2)Top1识别率达到89%，Top3达93%以上，即匹配结果在前三名识别率93%1.3)自动区分幼体和成熟体，幼儿未发育完整，无明显特征，统一归为一类，一般通过其母进行跟踪2、QT开发的桌面软件通过XXX部海YY

840Python机器深度学习

水果品质分类模型产品系统

核心功能模块：AI识别引擎：基于MobileNetV2的迁移学习模型，支持6类水果状态实时分类RESTfulAPI服务：Flask框架提供标准化接口，支持HTTP/JSON通信图像预处理模块：自动尺寸调整、归一化、批量处理可视化测试界面：HTML5前端界面，拖拽上传即时反馈主要功能描述：单张/批量图

1060Python机器深度学习

当前共31个项目登录查看更多