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、多目标追踪与行为识别模块:基于YOLOv8-Pose与OSNetReID识别打餐动作。纯人脸无法判定多人场景下谁在取餐,融合行为识别后可精准判定取餐者;多人同时取餐时触发声光提醒并留存数据供追溯。2、人脸信号丢失补偿模块:行为摄像头与人脸摄像头绑定,解决取餐中因低头、摇头导致的人脸信号丢失问题,
510C++人工智能
端侧实时语音指令识别:负责算法设计与软件开发,完成模型训练、ONNX优化、C++解码及设备部署。在项目测试条件下,信噪比-5~15dB时识别准确率超过95%,响应延迟低于200ms。
460C++人工智能
模块化设计,各功能独立、可复用:1.FPGA采集与信号处理模块:多通道同步ADC采集、可编程激励信号生成(DDS)、实时滤波与解算;2.ARM嵌入式控制模块:外设驱动、通信协议栈(UART/SPI/I2C/CAN)、闭环控制逻辑;3.上位机监控模块:串口/USB/网口通信、实时波形显示、参数下发、数
1121C++智能硬件
系统提供两种互斥的检测模式。检测模式基于YOLO目标检测识别零件状态,通过类别标签自动判断每个工序的OK或NG状态,NG状态具有粘性锁定特性。规则SOP模式基于几何条件判断,结合YOLO目标框和MediaPipe手部关键点,识别取件、检测、放回、限位读取四类工序,其中检测工序支持内窥镜拍照触发,限位
910C++智能硬件
线光谱共聚焦位移传感器的功能可分为四个层面。一、硬件系统光源模块产生覆盖可见光波段的宽光谱白光,通过光纤传输至色散镜头。色散镜头利用特殊透镜将不同波长的光在光轴上聚焦于不同位置,形成一把波长编码的“光学尺”。反射光沿光路返回至光谱仪,同轴式结构让入射光与反射光路径一致,无测量盲区。光谱信号处理模块由
850C++智能硬件
该项目主要有定点巡航和自动避障还有识别人物和识别车牌等定点巡航可以通过使用rviz的地图模型并结合自动避障功能可以实现全局自动循环持续运动人物识别主要通过深度学习YOLOv8系统来进行数据的训练和识别同时车牌主要采用传统的基于手工设计特征的模式并结合深度学习系统YOLOv8来进行识别
920C++人工智能
基于RK3588+rknn-toolkit-lite2的YOLO11n目标检测推理程序,支持图片、视频和摄像头实时检测。内置7类自定义模型(person,fight,sleep,play_phone,gun,knife,fire,smoke),同时兼容rknn_model_zoo导出的80类COCO
1080Python人工智能
将Yolov5模型训练的权重文件转换为TensorRT格式,使用TensorRTAPI进行多线程推理,使用DeepSort对检测结果进行编号,并进行过线检测。
1190C++人工智能
人员定位系统UWB定位:基于超宽带技术的精准定位(定向基站1个即可定位,全向基站需3个)位置追踪:实时推送人员位置数据(pp数据)定位卡管理:绑定/解绑人员与定位卡历史轨迹:查询人员历史定位记录智能照明控制系统控制方式说明批量控制手动控制多盏灯(全开/半开/关闭)定时控制按时间自动开关灯朝夕控制根据
1310Python企业服务
激光雷达产品系统
围绕高空间分辨率相干多普勒激光雷达(CDL)的大气探测需求,系统开展了从理论建模、系统设计、性能标定到外场实验验证的研究工作,形成了一套完整的多参数精细化探测方法体系。(1)在理论与方法方面,建立了CDL系统回波信号模型,分析了空间分辨率提升过程中面临的关键问题,提出了利用长短脉冲差分交叉谱方法,在
820Python智能硬件
能理解人类语言的智能多模态用户陪伴毛绒玩具,可发出可爱的叫声、倾听用户的心声,服务端内置有亲密度系统和性格养成系统,以及与玩具互动达到一定需求后能够解锁的“成就系统”,均可通过微信小程序查看。
2250Python人工智能
可以实现贪吃蛇游戏的基本流程,系统稳定可靠,是在stm32f103上面实现的,可以通过遥感控制贪吃蛇的方向,通过PCB板上面的按钮进行开始,暂停等罗辑控制,通过OLED显示屏显示
1120C智能硬件
1.亚像素级缺陷检测:识别裂纹、压痕、多余物(如直径0.05mm金属屑)。2.三维位姿与对合评估:计算发动机法兰对接面的平行度与间隙(精度0.02mm)。3.动态跟踪与预测:预测活动线缆在振动环境下的瞬时曲率半径,防止折断。4.零漏报报警:检测到疑似缺陷即锁定设备。·硬件:定制紫外+结构光多光谱相机
910Python智能硬件
眼动仪系统产品系统
1.实验设计支持灵活构建实验逻辑,提供鼠标按键时间控制、刺激分组、鼠标控制、背景及背景音效配置、实验流程可控跳转、事件触发、随机设置、交互判断、预刺激设置等功能,满足多样化实验场景的设计需求。2.刺激呈现可展示多类型实验材料,包括文字、图片、富文本、绘制形状、混合材料、视频、桌面录制、网页、问卷测评
1110C++智能硬件
智能护理产品系统
设备接入模块(MQTT多Broker、多Topic映射,预留TCP接入扩展)、数据标准化与解析模块(按设备类型解析并统一字段)、缓存与状态模块(Redis维护设备实时状态与短时窗口数据)、消息总线与分发模块(RabbitMQ承担原始数据转发、状态分发与二次分发)、数据入库模块(Worker批量消费并
1240Python医疗健康
多维姿态精准识别:基于集成在项圈内的6轴陀螺仪传感器,实时采集宠物运动数据,精准识别宠物的跑步、行走、进食、抓挠及睡眠等多种日常行为。声纹情绪深度分析:通过内置音频采集模块,对猫犬的吠叫进行频谱分析,结合情感识别算法,判定宠物处于兴奋、焦虑、愤怒或寻求关注等不同情绪状态。健康趋势追踪:自动记录每日运
3060Python人工智能
NILM恶意负载检测这个仓库实现了一套基于xgboostfeatureengineering的特征提取的NILM流水线,用于:加载JSY/SQLite家电数据集对低频电气测量数据进行归一化从时序功率数据中检测开/关事件基于事件构建设备会话提取会话级特征使用经验规则对设备类型进行分类将设备类型映射为恶
1580Python人工智能
项目包含缺陷类别配置、提示词管理、批量图像生成、视觉质检、自动标注、YOLO数据审计、市场基准对比、销售交付打包等模块。系统能够围绕具体缺陷类型批量生成图像样本,结合质检与标注流程输出规范化数据集,并自动整理图片、标签、质量报告和对比报告,适合用于AOI算法验证、工业缺陷检测POC、客户试单交付和后
1270Python人工智能
1.电梯运行监测通过智能摄像头监测电梯运行次数、开关门次数、运行里程、运行时长、钢丝绳弯折次数等2.视频监控手机、电脑等多终端远程查看环境视频3.AI视觉实时视频行为分析、人脸识别、目标检测电动车、自动统计坐梯人数等4.视频推流搭建ZLM视频流服务器,使用RSTP协议向外推流实时监控,web端HTT
1580C++智能硬件
AI自动开发运动算法,利用主流Agent模式自动化完成复杂流程;使用主流的agent模式,并采用适当的上下文工程,并微调大模型在此场景的特定能力主要功能是快速生成可上线的有效运动控制算法(实现1天产出)
1160C++人工智能
当前共28个项目more
×
寻找源码
源码描述
联系方式
提交