Torch

Torch是一个开源的机器学习框架，最初由纽约大学团队开发并以Lua语言实现，因其灵活性和强大的张量计算能力在学术研究中广受欢迎。其核心设计以动态计算图为特色，支持交互式调试和直观的模型构建方式，尤其适合深度学习领域的快速原型设计和实验迭代。2017年，PyTorch作为Torch的Python版本正式发布，继承了Torch的灵活性与核心理念，同时依托Python丰富的科学生态（如NumPy）和更广泛的开发者社区，迅速成为主流。PyTorch通过自动微分（Autograd）、GPU加速张量运算以及模块化的神经网络构建接口（torch.nn），为研究人员提供了极致的灵活性和控制力，其动态图机制使得模型调试和修改更为直观便捷。尽管后续版本增加了对生产部署的优化（如TorchScript），但其核心优势始终体现在研究和实验阶段的高效性上。PyTorch现已与TensorFlow并列成为深度学习领域最具影响力的框架之一，被广泛应用于学术研究、工业探索以及各类AI模型的原型开发。

国网无人巡检产品系统Vibe Coding

本监测方案由杆用感知终端、线用边缘计算网关设备和物联微服务平台组成。感知终端其中以MT7628+MT2503CPU为处理芯片、WIFI模组、雷达模组、RFID模组（温度标签）、天线单元、双摄像头、北斗定位模组、太阳能板、音频喇叭和麦克风组成的。线用边缘计算网关以RK3568主控芯片，将一组感知终端采

280C人工智能

缺陷检测产品系统

缺陷检测嘛：1.就是标注缺陷吗，定位缺陷，，2.就是如果客户有要求，比如说是毛刺啊，后续要根据工厂的刀具，规划我们的去毛刺路线，也就是去缺陷。3.其次就根据客户的需要再额外处理咯。

380Torch人工智能

智慧园区Agent产品系统Vibe Coding

智能体应用开发：基于Dify、LangGraph等框架实现智能巡检、智慧工单、企业问答、自动报警等多类Agent，完成智能体编排、工具调用与多轮对话状态管理；•业务系统集成：基于FunctionCalling/ToolCalling打通园区设备系统、工单平台、告警平台及微服务接口，实现智能体对业务数

580Java工业互联网

增强几何感知的双目立体匹配方法产品系统

1、项目有哪些具体功能模块项目主要包括：特征提取模块、代价体构建模块、单目视差分布先验模块、单目-立体融合代价体模块、梯度增强细节感知模块、代价体金字塔与查找采样模块、双核GRU迭代视差优化模块、损失函数与训练推理模块、评估与可视化模块。其中特征提取模块包含MobileNetV2双分支特征编码器、上

460Python人工智能

智慧高速端云协同监控系统产品系统

系统采用端云双层架构。端侧在28台边缘节点部署INT8量化的轻量CV专业模型，单帧推理45ms、25fps实时处理，五场景毫秒级初筛，召回优先、仅事件片段回传（带宽节省98%）；云端以微调多模态大模型进行多帧上下文综合判断，结合天气、施工区白名单、事故库做外部校验后自动确认或驳回事件，误报样本回流持

910Caffe人工智能

风电机组对风不准识别算法研究与应用产品系统

本项目基于风电机组SCADA运行数据，围绕风速、对风偏差和有功功率开展分析，提供数据分组、异常数据剔除、对风偏差估算及诊断结果可视化等功能，通过分析功率峰值对应的对风角度，辅助排查风向标零位偏差，为现场检查与校正提供数据参考。

560Torch工业互联网

木材检测项目产品系统

功能模块：五个工作台模块＋五个支撑模块，覆盖检测到执行全链路五个工作台模块为：上料台物料分类、板材切割台缺陷检测与坐标推送、补丁切割台智能寻位切割、补丁修补台缺陷定位与贴胶带计算、补丁暂存台补片抓取定位；五个支撑模块为：PyQt5前端界面、FastAPI＋WebSocket后端服务、工人确认流程、M

1080Python物联网

模块化嵌入式测控与信号处理平台（FPGA + ARM + 上位机）产品系统

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

1761C++智能硬件

企业级RAG多模态智能Agent平台优化产品系统

项目包含垂直领域智能问答与Agent能力接入两大模块。垂域问答支持企业知识库解析、语义检索、答案生成及来源溯源；Agent模块支持工具调用、任务规划、流程编排和多轮交互，使平台从“只能回答问题”升级为“能够理解需求并执行具体业务任务”。

710Torch人工智能

基于软件无线电的无人机一体化防御系统产品系统

多模态融合检测与智能识别引擎：融合电磁监测与视觉识别能力。其中，电磁监测采用“延时自相关触发、阈值抓包、多路STFT拼接”的并行监控架构，视觉识别采用YOLOv8模型。SDR驱动的动态干扰与精准诱骗技术：基于实时星历合成欺骗导航信号，实现从“驱逐”到“捕获”的精准轨迹引导，并通过白名单机制避免误伤合

1220Python人工智能

工件正反面、角度、瑕疵多合一视觉检测产品系统

快速检测流水线上几十个工件的正反面、角度、瑕疵情况等信息，本算法使用人工神经网络，借鉴多个经典工业模型（yolo、unet、centernet、mask-rcnn等）的思想为客户设计了高度优化的定制化算法，检测速度控制在10ms以内，检测精度符合客户要求。

1020C++人工智能

Query意图识别（深度学习）产品系统

设计了数据模块、模型模块、学习模块、系统模块、其他（配置、常量、工具等）模块。数据模块：用于处理序列标注数据的Dataset类和各种数据处理与预处理、数据统计与元数据生成、数据集划分等函数。模型模块：定义了Query意图识别模型LSTMModel，是一种基于LSTM实现的Query语句意图识别模型。

2361Python人工智能

Query成分解析（NER）产品系统

设计了数据模块、模型模块、学习模块、系统模块、其他（配置、常量、工具等）模块。数据模块：用于处理序列标注数据的Dataset类和各种数据处理与预处理、数据统计与元数据生成、数据集划分等函数。模型模块：定义了Query成分分析模型LSTMCRFModel，是一种基于LSTM、CRF实现的Query语句

2031Python人工智能

负荷异常诊断产品系统Vibe Coding

内置Web可视化操作页面，支持一键生成模拟负荷时序数据集；可单独训练逻辑回归、1D-CNN异常检测模型，也支持一键完整执行整套流程；自动解析并展示两类模型准确率，持久保存操作历史记录，方便直观对比传统机器学习与时序卷积网络在故障识别任务上的表现，交付完整可运行源码。

1220Python工业互联网

多车间一体化产线数据智能平台产品系统

1.多车间多设备统一数据采集、存储、同步模块；2.AI批量故障识别预警，全车间设备异常统一标记提醒；3.可视化数据看板，实时展示各车间产能、设备运转趋势；4.分级账号权限系统，区分车间操作工、车间主管、工厂管理员数据查看范围；5.月度/季度生产、故障统计报表自动导出，支持Excel本地保存。

1570Python人工智能

工厂产线设备故障分析智能系统产品系统

1.产线日志数据采集模块，实时读取设备运行参数；2.AI故障识别模块，基于历史故障样本训练识别异常数据；3.自动报表生成，每日导出生产运行、故障统计Excel；4.异常告警提醒，数据超标自动标记推送；5.轻量化后台面板，查看历史故障记录、产线运行趋势。

1390Python人工智能

多种ai工业项目开源项目

当前智能制造、机器视觉、无人机控制、通信信号处理、新能源监测、网络数据采集多领域数字化需求爆发，工业产线质检、交通车辆检测、光伏储能运维、飞行器飞控、高速通信信号优化、网络信息抓取等场景均亟需AI算法与软件配套解决方案。传统单一功能系统通用性差，企业常需多套工具分别处理图像识别、数据采集、设备控制任

1400Caffe人工智能

面向生鲜供应链的视觉+多传感器多模态质检系统产品系统

系统构建了一套视觉与近红外光谱深度融合的多模态质检体系。功能层面，支持毫秒级实时采集果蔬外观图像与内部光谱数据，自动完成品种识别、表面瑕疵定位及新鲜度等级判定。通过特征级融合技术，系统能同时捕捉色泽纹理等表观特征与糖度水分等生化指标，输出综合质量评分。检测结果通过标准化接口实时对接产线MES系统，驱

1000Python工业互联网

中文分词通用工具产品系统

设计了常量与配置模块、核心数据结构模块、工具类模块、索引与词图计算模块、核心分词逻辑模块。常量与配置模块：定义工厂的“基础规则”和“标准配件”，避免硬编码，统一管理配置。核心数据结构模块：定义分词过程中需要的“实体对象”，封装词的属性（位置、长度、权重、类型）。工具类模块：提供底层工具能力——字节流

2291Python人工智能

地图搜索引擎产品系统

在接口服务能力上设计了智能检索、关键字检索、建议检索、周边检索、矩形检索、多边形检索、沿途检索、专题检索、地理编码、逆地理编码、详情查询、方位检索、扇形检索。智能检索：可以对Query进行全方位的意图理解，对不同的意图可能会返回不同数据结构的搜索结果，有POI列表、行政区域、城市分布、城市跳转、纠错

1611Java人工智能

当前共30个项目登录查看更多

登录后即可上传、下载作品

分类

JavaScript 音视频多媒体 LoadRunner 机器人边缘计算哈希算法 Delphi ArkTS 驱动开发 Charles

重点城市程序员兼职推荐

北京程序员兼职上海程序员兼职深圳程序员兼职广州程序员兼职杭州程序员兼职成都程序员兼职南京程序员兼职武汉程序员兼职西安程序员兼职重庆程序员兼职郑州程序员兼职长沙程序员兼职苏州程序员兼职合肥程序员兼职厦门程序员兼职济南程序员兼职青岛程序员兼职天津程序员兼职大连程序员兼职福州程序员兼职石家庄程序员兼职沈阳程序员兼职太原程序员兼职无锡程序员兼职南昌程序员兼职哈尔滨程序员兼职南宁程序员兼职珠海程序员兼职宁波程序员兼职昆明程序员兼职东莞程序员兼职贵阳程序员兼职美国程序员兼职长春程序员兼职温州程序员兼职佛山程序员兼职常州程序员兼职呼和浩特程序员兼职兰州程序员兼职乌鲁木齐程序员兼职中山程序员兼职海口程序员兼职洛阳程序员兼职

更多

点击空白处退出提示