Python

利用定点相机拍摄现场图片，利用目标检测算法识别现场存在的烟雾和火焰并定位，获取信息后传送至后台并报警。 在该项目中我主要负责将工业场景的烟火识别数据采集，预处理，目标检测模型的训练和优化，模型轻量化部署等工作。

1.项目是自动脚本，包含： 文字转语音，语音转文字（字幕），图片合成MP4视频， excel文档处理； 2.我在项目中负责全栈Python脚本开发，服务器部署，环境搭建。

项目功能： 使用Python开发一款devops平台，集成gitlab、neuxs等，实现Jenkins 自动打包，流水线发布等功能，实现容器管理，集成k8s 容器管理平台，功能参照zadig实现。 集成开源cmdb平台，实现主机-vm-container等的一键管理；集成promtheus、graylog等工具实现可观测性平台建设。

抓取某科研机构一定的水稻数据。对数据进行存储、解析。 爬取难点： 该科研机构网页中嵌入了图片格式的数据，替代html文本。需要采用图形识别算法对图片格式的数据进行解析识别，再重新上传到数据库，避免数据污染。 对于非结构化数据，采用Mongodb存储。 技术栈：playwright+mysql+mongodb+orc文字识别

1.项目实现了对网站访问数据的统计分析。具体又分为网站数据、阻击数据、来源分析、流量分析、访客分析、受访分析等几个主要模块。 2.本人在项目中担任总体设计、数据库设计、后端开发、联调管理等职务。 3.靓点：大量并发访问、大数据处理等。

ChatGPT是由OpenAI开发的一种强大的自然语言处理模型，它是GPT（Generative Pre-trained Transformer）系列模型的一部分。GPT模型是基于深度学习的神经网络模型，使用Transformer架构来处理自然语言任务。 与传统的模型相比，ChatGPT在对话和交流方面有着显著的优势。它可以读取上下文并生成与之前对话相关的连贯回复，能够实现自然、流畅的对话。ChatGPT使用了大量的预训练数据，具有广泛的语言知识和表达能力，可以用于生成对话、回答问题、提供建议等。 ChatGPT的训练方法是通过大规模的语料库进行预训练，然后通过微调来适应特定的任务和应用场景。OpenAI为ChatGPT提供了API接口，使开发者和用户可以通过简单的代码调用来实现与ChatGPT的交互。 然而，值得注意的是，尽管ChatGPT具有强大的生成能力，但它也存在一些局限性。它可能会生成不准确或不恰当的回复，甚至会偏向于生成不恰当、有害或不道德的内容。因此，在使用ChatGPT时需要小心并进行适当的监管和过滤。 总的来说，ChatGPT是一种强大的自然语言处理模型，具有

1、利用SE Block对Alexnet进行优化，并且利用5个数据集进行测试的优化后的模型。 2、使用余弦退火算法解决局部最优解问题。 3、利用可视化Grad-CAM对模型进行验证。

AI绘图是指通过人工智能技术来生成艺术作品、插图、图像等。它结合了机器学习、深度学习和计算机视觉等领域的技术，使计算机能够理解并模仿人类的绘画技巧和艺术风格，从而创作出具有艺术性和创造力的图像。 AI绘图的具体实现方式可以有多种，其中一种常用的方法是使用生成对抗网络（GANs）。GANs由生成器和判别器两个神经网络组成，它们相互博弈来提高生成器生成逼真图像的能力。生成器从随机噪声中生成图像，并试图欺骗判别器，使其无法区分生成的图像与真实图像。判别器则试图区分生成的图像和真实图像，并给出二进制判断。 通过训练生成对抗网络，AI可以学习到绘画艺术的样式和特征，从而能够自动生成具有艺术性的图像。它可以模仿各种绘画风格，如油画、水彩画、素描等，还可以根据用户提供的输入或指导生成特定主题或场景的图像。 AI绘图的应用非常广泛。在艺术创作领域，它可以帮助艺术家快速生成草图、概念设计或艺术作品的初步构思。在设计和插图领域，它可以提供快速的原型设计和图像生成，帮助设计师快速实现创意想法。此外，AI绘图还可以用于游戏开发、虚拟现实、动画制作等领域，为这些领域提供更高效、更创新的图像生成工具。 尽

根据需要的数据，使用相应的解析方法提取出目标数据，并进行存储。可以将数据保存在本地文件中，或者存储到数据库中。

1、项目功能： 1）项目包括基础架构平台安装调试，服务器，网络设备、ups等；底层云平台部署，采用开源cloudstack, 或者openstack 等平台。 2）定制瘦客户终端+spice\rdp 远程桌面协议，实现云桌面功能。 3）集成桌面教学、学生授课等软件实现开机即用，远程管理，统一调度等功能。 2、负责工作描述： 担任项目经理，负责项目需求调研、技术方案制定（网络设计、云平台部署架构）、项目实施交付（云平台部署调试、应用迁移、AD域控及文件服务器部署等）和后期技术支持等工作。 3、问题 远程视频播放卡顿问题优化。 文件服务器共享及打印机远程打印支持。

用pyhton pyqt5 编写的两个运维小工具，实现ip地址（包括v4和v6）计算器，和远程管理linux 主机（执行脚本、shell命令等）的功能。

1.整个项目从前端语音信号处理到后端语音识别、语种识别以及声纹识别整套系统。 2.本人在项目中负责前端语音信号处理以及后端声纹识别部分。

1、利用yolov4对安全帽进行识别，对图片数据集进行处理，将图片路径和标签提取出来放到一个txt文本中。然后，将这个txt里的数据和标签按照8：1：1的格式，分为训练集、验证集和测试集。然后进上诉的内容输入的到网络中。再次之前对每一次的输入进行色彩变化、以及一些基础的数据增强算法等。有效的解决了数据的过拟合。最终得到的测试结果达到了83%。

通过python的网络爬虫手段,以输入关键词的形式,批量爬取猎聘网站招聘简历,并可通过剔除关键字快速找到符合要求公司,同时可批量查看同行业平均薪资等基础信息

Qtale是一款基于问卷数据的分析开源软件，Qtale的设计参考了python数据分析可视化工具Dtale。Qtale预期实现的模块包括结构方程模型构建、数据可视化、接入Chatgpt工具辅助分析等，采用插件化的开发方式，允许第三方开发者为该软件赋予额外功能。 当前完成模块包含了数据录入，数据统计功能。

本项目旨在设计基于人工智能和大数据的集问诊、售药、疫情监控等功能于一体智能医药系统。该系统首先利用红外测温器采集的人体温度、麦克风（阵列）采集的病情描述语音、超高清摄像头采集的患者体表指征图像，然后利用人工智能技术分析患者病情并进行药品推荐。最后，联网的终端实现了药物的高效调度及疫情监控。本系统不仅实现了问诊与售药的智能化，还利用大数据实现了流行病分析与预测，最终形成全流程一体化的智能医药系统。

1.项目是一个百度图片爬虫，可以根据关键词，自定义需要爬取的图片的内容，带IP代理； 2.爬虫脚本的开发（python）GUI工具界面

界面前端功能：登录验证、保存账号、找回密码、账号注册等 后端功能：账号密码验证、找回密码验证（短信验证）、注册验证等 有前后端设计经验

爱心屋是学校公益项目，主要工作是回收旧书、衣物等物品，筛选过后用于二次出售（以app内爱心币形式）或者捐赠。 主要有几个使用场景： 1. 捐赠系统，捐赠时记录捐赠信息（包括图片，爱心币价格评估） 2. 产品管理，记录、检索、批量处理捐赠品的状态，包括来源、时间、出售状态、价格、二维码、库存等 3. 用户管理，记录、检索、修改用户状态。包括注册、注销、获得爱心币、使用爱心币、绑定校内账户等 4. 活动管理，用于添加、删除、修改促销活动、包括用户预约活动，管理特殊折扣，管理活动时间、开始状态 项目主要为CS+BS架构，用HPPT接口解耦前后端，同时提供webUI和APP 我主要负责后端服务。使用FastAPI和requests为主，数据库操作使用peewee，数据库为了与原始系统保持一致，接入了原有的MySQL，并且根据原表格重建了python ORM，由于需要接入原有的扫码、pda等设备，这个APP后端在接到前端服务器请求后，会根据需求发送request到原服务器并进行相关操作。

1、利用网络爬虫以苹果、纽扣电池、PE塑料袋和充电头等211个关键字从百度图库中爬取得到数据集，共分为4大类，分别为可回收垃圾、厨余垃圾、有害垃圾和其他垃圾。 2、利用ResNext-101权重模型进行迁移学习，构建了分类模型。 3、利用Tacotron模型对data_thchs30数据集进行了语言合成。