计算机视觉库/人脸识别

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。

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。

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。

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. 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。

针对XX加固键盘人工检验效率低、易疲劳、主观性强、判断标准难量化、存在误检与漏检风险等问题，充分借鉴国内外先进制造及检测经验，开发一套键盘外观自动检测系统，以“机器视觉”代替“人工视觉”进行键盘外观缺陷检验。该系统可以对键帽错装、反装、漏装、脏污、字符丝印错误等外观缺陷进行检验，具体如下： 1、字符未镭雕透澈检测； 2、字符错键检测； 3、LED背光颜色错误检测； 4、颜色过亮或过暗检测； 5、位置偏移检测； 6、角度旋转检测； 7、机械半成品LED颜色及亮度检测等。

1.本项目分为企业管理，服务商管理，合作平台管理，发票管理及完税管理等模块。实现了服务商和企业之间的签约关系，实现了服务商对企业代开具普票的功能； 2.我在本项目中充当后端业务逻辑开发者及服务商部署运维等； 3.遇到的难题是电子签的法律效应问题及实际普票开具的复杂度。

本项目旨在提供一个docker容器实现人脸检测和性别识别的效果，运行在一些不支持python的环境上（如openharmony）。 我主要负责制作docker镜像，根据提供的算法模型调用他们的接口并通过flask框架提供http请求可访问的接口

1、SSM框架搭建项目架构，SpringCloudAlibaba作为服务注册中心和配置中心。 2、数据库选用Mysql，以及Mybatis框架强化版的Mybatis-Plus简化开发。 3、使用Redis缓存服务器来减轻数据库访问压力。 4、使用Elastic-Job 分布式调度框架来处理定时任务。 5、使用Maven管理、构建项目，Gitea托管项目代码。 6、GitLab+Jenkins+Maven构建与部署项目

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）

使用VIT把图片分成小补丁,编码补丁,使用多头自注意力,前馈全连接层,跳过连接构成编码器层,使用多个编码器层进行编码,最后形成边界框坐标输出

项目分为控制模块、算法模块与数据库模块。其中控制模块主要负责控制硬件系统、与动作及传感机构通讯交互等功能；算法模块主要负责算法加载与管理、数据分析与结果生成等功能；数据库模块主要负责数据记录的查询和修改等功能。 我负责全部的模块编写和系统组建。核心部分是基于深度学习的细胞识别，包括标注训练与测试，采用python编写dll由C#调用

█ 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。

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

阿斯蒂芬阿斯顿发生代发收到发斯蒂芬阿斯蒂芬阿斯蒂芬阿斯蒂芬撒的发生打发斯蒂芬阿斯蒂芬水岸东方艾师傅阿斯蒂芬阿斯蒂芬

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

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；

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。

1.双相机标定是相机标定技术研发的便携式光学三坐标测量仪系统可全面替代门架式三坐标测量机，用于长度、轴矢量、角度、平面度等数据的测量。 2.使用的硬件工具：磁力支架 滑台 光栅尺 双相机 大屏幕 3.功能：三坐标测量（靶标列表：（靶标显示）、探针标定：（Width、Height、Length、探头直径、初始化、探针标定、一键标定）、点测量：（点A、点B）线测量：（线A、先B）、面测量：（面A、面B）、测量模式：（内侧、外侧、内外侧）；轴测量（图片列表、width、height、初始化、靶标显示、靶标中心（结果：轴1轴2、轴2轴3、轴1轴3）、选中：轴1、轴2、轴3）。 4.我负责整个软件和硬件的使用。

整个系统包括硬件系统和软件系统，其中硬件系统采用STM32作为核心处理器，采用摄像头进行图像采集，软件系统包括图像的二值化识别和显示