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
系统主要包括机器人视觉识别、Tag定位、路线执行、运动状态判断、自动返程以及异常处理等模块。视觉模块负责从摄像头画面中提取机器人导航所需要的信息;路线模块根据当前状态执行对应路径;控制模块负责机器人动作衔接与状态切换。同时针对原系统进行了性能和代码结构优化,在尽可能保持原有稳定控制逻辑的情况下改善视
390Python人工智能
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
1.台级管理系统功能台级管理系统采用B/S架构,通过浏览器访问,主要功能包括:系统登录:输入账号、密码登录系统,默认账号admin,支持权限控制。首页设备列表:左侧显示已定义设备列表,点击设备后右侧实时加载并刷新监测数据。设备状态通过颜色区分:灰色为离线,绿色为在线空闲,黄色为在线工作中。参数设置:
730C智能硬件
一个AI编程助手桌面应用(Electron),把AI编码引擎包装成带授权售卖体系的图形化产品,支持聊天对话、画布编排、自动化任务和手机遥控。核心功能1.授权门(商业化)启动先进登录窗口:注册/登录对接你的license-server(经cpolar公网地址flexflow.cpolar.top)单账
480Python人工智能
瑕疵检测系统产品系统
本系统基于机器视觉与深度学习算法,实现产品表面缺陷的自动检测与分类。核心功能:-缺陷精准识别:快速检测划痕、凹坑、脏污、毛刺、色差、异物等常见表面缺陷,识别准确率高-实时在线检测:支持高速产线毫秒级实时检测,无缝对接生产线,不影响生产效率-智能分类定级:自动判定缺陷等级(轻微/严重/报废),支持不良
650C++智能硬件
项目包含从协议分析到最终控制的全链路工具集。加密协议分析模块:从盒子端定位libVzLPRSDK.so原生库,通过strings/nm提取加密符号表(AesCtrDecrypt/GetEncryptKey/SetEncrypt等),分析Base64→AES→Base64的加密流程。密钥提取模块:从运
1470C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
系统提供基于浏览器的无人机实时监控和任务控制能力,主要包括无人机位置、姿态、电量、飞行状态及传感器状态实时显示;航点上传、巡检任务启动、探索任务控制、临时飞行点、返航和紧急降落;无人机前后左右、升降和偏航等手动控制;云台角度、相机曝光和变焦控制;视频画面显示;系统状态监控及运行日志。前后端通过Web
1330C++机器人
面向无人机追踪的视觉系统在安防等领域具有重要应用价值。但高空视角下目标微小且密集,对检测算法的定位精度要求较高。同时,嵌入式平台受限于算力与带宽瓶颈,难以满足复杂深度学习模型的实时推理需求。在传统部署中,全量INT8量化易导致微小目标定位精度下降,而全量FP16推理则面临系统帧率过低的问题。针对上述
1130C++智能硬件
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
1、根据设备间功能点完成接口文档的制定2、将接口文档中每个表单对应的消息名称制定消息ID枚举值,和表中字段对应的结构体,统一放在一个接口头文件中3、根据这些数据结构自动生成封装和解析的函数代码,放在.cpp文件中4、根据所有消息类型,设定发送方和接收方对应消息列表,自动完成所有消息收发并相应进行分发
1210C++智能硬件
项目提供一套跨平台物联网SCADA监控系统,支持B/S、C/S多种架构模式,可运行于Linux、Windows、Android、iOS等主流操作系统。系统具备实时数据采集、设备状态监控、报警管理、远程控制、云组态配置、低代码开发以及数字孪生3D可视化展示等功能,支持内网私有化部署,实现工业设备智能化
870C++智能硬件
本系统是专为服务器电源ATE测试打造的自动化测试与数据处理平台,涵盖以下核心模块:1、多设备统一控制与驱动层基于PyVISA和SCPI命令,实现对Source、Eload、示波器、万用表等设备的统一控制。针对不同通讯协议(PCAN、MODBUS、GPIB、USB、HTTP),封装了标准化的设备驱动接
1760Python智能硬件
1、实现了低延迟视频监控,采用MJEPG技术实现视频流传输,进行车载摄像头监控2、实现上位机小车控制,能手动控制智能小车以及切换手动模式和巡检模式。3、实时更新小车PID数据,观察小车PID闭环状态4、实现摄像头舵机控制功能。
1031Python自动驾驶
多系统统一集成:整合监控管理、环境设备控制、智能门禁、自助入住多套子系统,统一接入综合管理平台,实现全部系统统一管控。园区数据汇聚分析:汇聚园区运行、设备、人员、门禁通行数据,实现数据统一统计、展示、分析,破除数据孤岛。智能设备自动调控:实现校园环境设备智能化联动管控,提升园区自动化运行能力。人员与
910Java工业互联网
1.实时位置追踪:收件人通过订单ID关联对应无人机,在地图上实时查看餐品当前位置、飞行轨迹及预计送达时间2.多机状态监控:调度人员通过管理后台同屏查看全机队飞行状态,支持按无人机编号筛选,异常设备自动高亮告警3.配送阶段提示:界面清晰展示“已取餐→配送中→即将送达”各阶段状态,让用户实时掌握配送进度
1280C++智能硬件
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
1、智能体问答,基于多智能体协同框架搭建智能体平台2、知识库检索,基于企业生产流程,管理文档搭建对应知识库及工作流3、mcp服务,基于企业现有数据搭建相对应的mcp服务4、AI视频识别,基于阿里百炼平台搭建图像识别智能体5、基于企业生产数据搭建对应的智能体及tools
1300Python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
当前共43个项目more
×
寻找源码
源码描述
联系方式
提交