计算机视觉库/人脸识别

1。通过相机对细胞复制的40个循环拍照。 2。对照片进行去卷积等方式进行处理，得到有效荧光值。 3。曲线拟合，根据算法得出CT值。

1. 基于 vue 全家桶 + elementUi 搭建项目 2. 算法启动停止配置，算法任务参数配置启动停止的表单操作，负载均衡参数配置，文件上传到处等。 3. 路线追踪、坐标画点连线生成单轨迹、多轨迹；案件、轨迹保存、轨迹地图复现；案件报警、监控、查看详情、预警解除等

本项目是基于SuperMap GIS基础软件，融合云计算、物联网、大数据GIS等前沿技术，构建了佳木斯城市管理“一张图”平台（以下简称“平台”）。该平台致力于解决佳木斯城市全域各类时空信息资源的高效汇聚、快速交换、安全共享等问题。

我们将模型部署于ModelArts平台上，并融合了对象存储OBS、云硬盘EVS等多项华为云技术构建了功能体系完整的系统。 后端从前端接收用户上传的数据，可由用户选择分布式推理或者单机推理两种推理模式，不同模式的检测结果对于用户来说是一样的，用户无需关心底层的具体实现。后端将结果反馈回前端进行可视化。

本项目主要包含工地项目信息，考试管理，党建管理，设备管理，危大工程（塔吊，扬尘等），视频对接等 主要负责项目开发整体进度，客户沟通，后台项目，设备代码编写及页面编写；

█ 使用mask去除视频的背景，霍夫变换检测预处理后停车场中的直线，对直线排序找到多个列，画出矩形并切分为停车位，保存车位所在坐标； █ 迁移学习，直接使用VGG16模型，固定前10层权重在IMAGENET上预训练模型，利用图像增强减缓过拟合，通过遍历将训练好的模型作用在每个车位，判断是否被占用。

1.通过前端摄像头抓拍人像照片，传回后台， 2.根据频次统计算法，对采集的人像进行归档和识别身份， 3.将新发现的人像身份信息推送社区中心，核查。

1. 项目分为两大部分：航班延误原因的定性分析，建立航班延误的机器学习模型（逻辑回归、决策树、随机森林） 2. 更具项目需求使用python语言处理航班数据集，进行特征预处理，建模，结果可视化等。 3. 撰写相应的实验结果和分析（对应论文第三章）

城市监控AI模型是一个高度复杂且技术先进的系统，旨在提高城市安全和监管效率。这个项目通过集成多种机器学习技术和大数据分析，为公安部门提供实时监控和事件预警功能。以下是对这个项目的详细介绍： 项目名称：城市监控AI系统 项目概述： 目的：利用人工智能技术，增强城市监控系统的自动化和智能化水平，提升事件响应速度和准确性。 技术栈：采用深度学习、模式识别和图像处理技术，结合Python和TensorFlow等开发工具。 核心功能： 实时视频分析： 系统能够处理和分析来自城市各个角落的实时视频数据。 应用图像识别技术自动检测并标识异常行为或潜在风险事件。 行为识别与预警： 通过行为分析模块，系统可以识别各种特定行为模式，如聚众、异常行走路线等。 一旦检测到潜在威胁，系统会自动触发警报并通知相关部门。 数据分析与报告： 系统集成了高级数据分析工具，可对收集到的数据进行深入分析，生成安全报告。 支持数据可视化，帮助决策者快速理解情况并采取行动。 个人贡献： 负责主要的算法设计和优化，确保系统能够高效准确地处理大规模数据。 在系统集成和测试阶段发挥了关键作用，确保所有组件的无缝协作。

1. 项目系paper，主要分为以下模块：提出idea，建立基于transformer的零样本图像分类模型；编程实现模型，并在三个常用的零样本学习数据集上调试参数，给出实验结果；撰写paper 2. 使用的技术：深度学习技术，python开发语言，pytorch深度学习框架，sh命令工具 3. 难点：提出一个可行且富有创新性的idea。

一、步进电机机械臂动作流程控制，红外传感、超声波测距。 二、人脸识别启动工作，扫码启动工作。 三、后台管理： 1、管理员、用户注册登录。 2、配员补货增、删、改。 3、用户下单，人脸识别取货。 4、充值缴费、合伙人利润提成，企业微信转款到个人帐户。

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。

1.支持视频GB28181、设备厂家私有协议接入 2.支持h.264及h.265播放 3.支持实时视频、远程录像、手动抓拍、策略下发、人脸识别、预置位、守望位

通过用户上传的水体图片，我们运用先进的图像识别技术及AI算法，可以对水质进行深度分析和精准鉴别，实现远程、便捷的水质检测与评估。

1. Android java与kotlin原生开发 2. iOS swift原生开发 3. Flutter跨平台开发 4. iOS平台CoreML、TensorFlow Lite跨平台 5. Android逆向与模块开发

智慧旅检综合应用平台 卫检通关查验子系统 人脸图像分析子系统 智能分析子系统 旅客通关数据子系统 数据分析辅助子系统 单兵系统 系统管理子系统

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

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。

项目是一个深度学习算法，用于目标检测。使用自建数据集进行分类任务，获得更好的评价指标。下图是所做的所有项目的项目截图，包含各种视觉算法，python相关

本项目自行收集数据集，实现甘薯种类的分类识别和甘薯病害的分类识别，可为甘薯科研工作者和甘薯生产者提供强有力的辅助作用。 本项目全部由本人完成。