Python

Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
Python语言框架
Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
开发组织  吉多·范罗苏姆
1碰撞检测模块:预测物体会不会碰撞+碰撞后如何检测出来已经碰撞2目标检测模块:使用传统或深度学习检测具体的货物容器(托盘,货架,料笼),厂区的行人,头盔,车辆等3避障检测模块:360°雷达检测避障,可对高于8cm的静态物体进行检测,不针对特定物体,不依赖数据集,移动物体通过多传感器相机和雷达融合输出
50C++自动驾驶
项目主要功能一、插件化宿主平台提供统一的WebShell运行时,通过标准化的plugin.yaml合同实现插件的自动发现、加载和编排。支持四种插件类型:UI插件(前端界面)、能力插件(后端服务)、卡片插件(数据嵌入卡片)和AI插件(智能能力)。插件支持依赖声明、拓扑排序加载和循环依赖检测,并提供脚手
60Python人工智能
AI问数系统产品系统
(1)自然语言理解:用户通过自然语言描述数据需求,如“统计上月各渠道销售额”或“查找ARPU高于200的流失风险极高用户数量”。(2)智能SQL生成:系统自动将用户输入转化为对应SQL查询语句,并可针对多表、多条件复杂查询生成高效语句。(3)数据查询执行:自动连接数据库执行SQL,返回查询结果。(4
61Python人工智能
系统由数据接入层、解析索引层、检索问答层、前端层四大模块构成:1)数据接入:公开渠道券商研报爬虫+主流财经新闻爬取+ObsidianVault本地笔记同步三类数据源,支持增量去重、定时调度、异常重试。2)文档解析:pdfplumber处理原生PDF(含嵌入图表的文字版研报,可完整提取正文、标题层级、
140Python人工智能
PrAlmodel开源项目
从零构建一个全新的、与现有所有AI架构无关的类脑认知系统。不预设任何功能模块,模拟大脑皮层的Pr-Al分子梯度轴,让网络在与环境和任务的交互中自发分化出不同功能区域。核心创新创新 说明 人脑对应层级预测编码 4层网络,每层独立预测,预测误差驱动学习 皮层分层结构(V1→V2→V4→IT)Pr-Al功
291C++人工智能
UAVagent1.0产品系统
本项目的核心创新并非单一算法的修修补补,而是在系统架构层面重新审视了无人机智能感知任务的执行范式。传统无人机视觉系统通常遵循一种固定的流水线——检测然后跟踪然后依据预设逻辑做出响应——这种模式在面对复杂多变的自然语言指令或未曾预见的边缘场景时显得僵硬而脆弱。UAVagent1.0通过引入异构多智能体
221Python人工智能
1.数据处理与特征工程:自动构建生存分析数据集,利用空间索引算法计算历史路径依赖、地理决定论等多维时空特征,并进行数据清洗与平滑处理。2.混合建模与竞赛优选:内置Cox模型竞赛引擎,自动筛选最优理论模型;集成随机生存森林与梯度提升算法,实现高精度风险预测。3.结果评估与解释:提供C-index交叉验
540Python人工智能
本项目主要包含目标检测、骨架提取、位姿解算和视频流处理四大功能模块,主要功能描述如下:1、系统基于YOLO-OBB算法,实现对目标工件的高精度掩膜提取。2、利用Ada-LSN网络,系统能够在复杂工况环境下精准提取出单工件的骨架点集。3、通过内置的多边形求交与拟合算法,系统能够高精度地量测出工件的倾斜
550Python人工智能
核心技术:YOLO视觉算法(YOLOv5/v7/v8),针对跌倒检测优化功能:通过实时视频流识别跌倒、触发警告、降低安全风险性能:端到端检测,30+帧/秒,准确率超过95%
460Python机器深度学习
1、基于Ollama+Flask架构,搭建轻量化Web聊天界面,支持Qwen3.5、Qwen2.5、Qwen-VL视觉多模型切换与图文解析。2、内置全套自动化脚本,支持一键启动、一键关停服务,可配置系统开机最小化自启动,自动规避Ollama多进程端口冲突问题。3、配套国内镜像安装指引、Ollama离
540Python人工智能
首先是基础架构,通过Flask等框架实现登录注册与用户管理,确保身份认证与权限控制;其次是数据感知,利用爬虫技术自动采集外部信息;进而进入核心智能阶段,涵盖模型训练以赋予Agent领域能力,以及通过提示工程或强化学习进行模型调优以提升执行精度;最后是结果呈现,借助可视化工具将Agent的分析结论转化
960Python人工智能
系统主要包含用户登录注册、文本情感实时分析、分析结果保存、后台数据管理、情感统计和可视化展示等功能。用户可以在前端页面输入中文文本,系统调用后端情感分析模型判断文本的正负向倾向,并将结果返回页面展示。管理员可以查看和管理历史分析数据。系统还通过ECharts图表展示情感分类数量、占比和整体分布,使文
480Python电商
本系统实现了一套基于文本引导的图像颜色编辑流程,主要功能包括:1.文本引导图像编辑:支持通过自然语言描述对图像内容进行颜色修改,例如指定物体颜色或调整局部区域;2.目标区域自动定位:基于跨模态语义理解,自动识别图像中与文本相关的目标区域,实现精确编辑;3.颜色可控生成:结合扩散模型生成能力,使颜色编
340Python人工智能
功能介绍:1.细长静电线链接CV算法识别(属于cv算法模型识别小目标中的细长特难目标检测)2.工作人员值守识别3.当装卸车作业时,未连接静电线就开始作业时,预警
700C++人工智能
1、拍卖算法模块,包含(协商模块,任务添加模块,任务移除模块),鲸鱼优化算法,包含(螺旋上升、全局探索,局部探索)2、在无人机和无人车被干扰的条件下实现任务规划
400C++自动驾驶
–使用Pandas,NumPy和TensorFlow/Keras构建端到端分类模型,预测泰坦尼克号乘客的生存情况。–进行了全面的探索性数据分析(EDA)和特征工程(处理缺失值、编码性别/登船港口/舱位等级),并使用Matplotlib和Seaborn可视化了关键生存因素。–通过Gemini辅助的超参
470Python人工智能
系统提供站点级7天水位预测、1–7天历史回测、持久化基线对比、不确定性可视化、上游辅助修正、数据可用性诊断等功能。用户可查看最新预测曲线、对比历史真实值与模型输出、观察不同预测天数下的回测效果,并通过图表快速识别模型在不同时间段的稳定性与适用边界。系统支持在线演示和结果展示,便于技术验证与场景沟通。
350Python人工智能
将整个研究视为一个“感知-决策-部署”的完整系统进行顶层设计。该方法将目标检测模块、多目标跟踪模块,分析并权衡各子系统在精度、速度、资源占用等关键指标上的内在矛盾与协同关系。基于此,规划出从算法层改进、到应用层集成、再到工程层优化的阶梯式技术路线,确保最终实现的系统原型在整体性能上达到最优平衡,满足
420Python人工智能
OCR识别:实现驾驶证/行驶证/银行卡等通用证照识别,以及钢材标签、采购合同、授权委托书等定制化文本识别,已在公司内部全面推广使用RPA流程自动化:完成财务场景13家银行流水自动获取,大幅提升财务工作效率计算机视觉:落地钢材表面缺陷检测、仓库车辆出入库管控、加工中心钢卷自动上卷等工业视觉项目预测算法
520Python人工智能
点云智能分割产品系统
本项目基于PointNet/PointNet++实现点云的高精度分割与分类,核心功能覆盖全流程开发。搭建Ubuntu+PyTorch环境,支持点云数据加载、预处理、标注、训练与推理;借助CloudCompare完成点云裁剪、标注、合并与导出,实现自定义数据集制作;通过脚本自动分离点云坐标与标签,构建
910C++机器人
当前共71个项目more
×
寻找源码
源码描述
联系方式
提交