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。

faceSR产品系统

1.内嵌人脸质量判断模型，由于输入质量很差时，生成模型也无法挽救，所以需要有人脸质量判断模型筛选出质量差的图像，跳过算法，以免导致ID失真的风险。2.对于可以挽救的低质量的图像，利用基于codebook的网络模型，结合输入的人像图像和高清的人脸codebook,对人脸畸变部分进行修复，同时提高图像的

40Torch人工智能

NeuralConstructor产品系统

1.项目与文件管理模块：提供项目工作区、文件浏览器和文本编辑器，统一管理工作流、代码、模型及输出文件。支持文件变更监听和未保存草稿的断线恢复。2.可视化工作流编排模块：通过节点与连线组织数据处理、模型调用和结果输出，支持参数配置、类型化输入输出、撤销重做，以及条件分支、循环和嵌套子图。支持图形与YA

210Rust人工智能

单图超分辨率重建 · SRGAN 三尺度全链路复现与 SPAN 生成器替换产品系统

项目包含六个功能模块：1.数据管线：DIV2K800张2K原图预切为480×480图块（共12,610块），支持随机裁块与三尺度（×2/×3/×4）LR生成，读取由解码整图改为读小块，单步迭代从0.86s降至0.092s。2.生成器：SRResNet（16个残差块+PixelShuffle上采样）与

170Python人工智能

SO101 机械臂 VLA 真机部署产品系统

1.遥操作数据采集：基于LeRobot主从臂方案录制示范数据，支持双路相机（腕部+正面，640×480@30fps）同步采集，数据自动编码为视频格式存储，可扩展至多任务数据集。2.模仿学习训练：以smolVLA轻量级VLA模型为策略，语言指令条件化训练（如“将E方块抓入白框”），支持从checkpo

170C++机器人

电子围栏与人员区域入侵预警模块产品系统

-多边形自定义电子围栏：支持任意形状区域绘制，判定人员是否进入围栏范围-人员定位优化：优先使用脚部关键点/人体框底部中心点判定，减少检测框重叠带来的误判-目标轨迹追踪：绑定人员ID，持续跟踪移动路径，区分路过、闯入、滞留-场景联动条件：可搭配其他目标状态，为不同围栏配置差异化判定逻辑-告警状态管理：

250Python人工智能

人员行为与防护用品智能识别模块产品系统

-人员检测与局部识别：定位画面内人员，裁剪人体区域二次识别，识别手机、安全帽、防护服装等目标-行为分析：结合人体关键点、目标相对位置，识别疑似玩手机等违规行为-防护用品核验：结合颜色特征、局部目标、作业上下文，辅助判断防护装备佩戴状态-多帧时序校验：绑定同一个人员ID，滑动窗口投票，降低单帧误检波动

240Python人工智能

基于 YOLO 深度学习的智能目标检测与识别系统产品系统

技术架构：基于Python、PyTorch和YOLO构建目标检测算法框架，结合OpenCV实现图像与视频处理，利用CUDAGPU加速模型训练及推理。数据处理：负责图像数据整理、目标边界框标注、数据集划分及数据增强，采用随机缩放、翻转、颜色扰动等方式提高训练数据多样性。模型开发：基于YOLO系列目标检

280Torch人工智能

基于深度学习的医学影像智能分割与分析系统产品系统

本人负责医学图像分割算法设计、数据预处理、深度学习模型开发、训练优化、实验评估及结果分析等核心工作。技术架构：基于Python、PyTorch、MONAI构建医学图像分割框架，结合OpenCV、NumPy实现图像处理，使用CUDAGPU加速模型训练与推理。数据处理：完成医学图像读取、尺寸统一、归一化

230Torch人工智能

基于 PyTorch 的深度学习视觉智能分析系统产品系统Vibe Coding

项目名称：基于PyTorch的深度学习视觉智能分析系统项目介绍：本项目围绕计算机视觉与深度学习技术，设计并开发智能视觉分析系统，支持图像分类、目标检测、语义分割等核心算法任务，可面向不同业务场景进行模型定制、训练优化与推理部署。核心技术：深度学习框架：PyTorch、TorchVision计算机视觉

250Torch人工智能

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

KeepProject — AI 投篮动作识别与个性化训练建议系统产品系统Vibe Coding

6大功能模块：（1）视频管理，支持MP4/AVI上传删除列表、智能分类、实时骨骼连线标注与角度叠加；（2）骨骼识别，YOLO17关键点检测、MySQL持久化、CSV角度时序导出；（3）角度/动力链计算，手肘、膝、肩等多关节5维追踪与NBA球星模板匹配；（4）AI建议，规则引擎+可选QwenLLM生成

441Python人工智能

灵元子训练框架产品系统Vibe Coding

灵元子（Lingyuanzi）——脑启发的字节级语言模型自研的脑启发式语言模型架构（767M参数、6层），探索「记忆」在Transformer里该如何表达。核心原创：互补注意力（ComplementaryAttention）把注意力映射到Q-K-V框架，但让三个角色跨三种时间尺度：Q=g（持久方向状

610Torch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

作业区域权限校验产品系统

系统分为四个功能模块：1、人员检测模块：在画面中实时定位人员位置，输出人体框；2、马甲识别模块：对检测到的人员做细粒度分类，判断其马甲类型；3、区域判定模块：在画面中预先划定各区域及其允许的马甲类型，判断人员当前所在区域是否与其马甲类型匹配；4、告警与统计模块：越权时实时告警并抓拍留证，同时按区域、

510Python人工智能

机场净空异物检测与跟踪产品系统

系统分为四个功能模块：1、目标检测模块：对视频画面中的风筝、鸟类、无人机等目标做实时检测，输出目标类别与位置框；2、多目标跟踪模块：为每个检测目标分配唯一ID并持续跟踪，记录其轨迹、停留时长与运动方向，避免同一目标重复告警；3、告警判定模块：按目标类型、进入区域、持续时长等条件组合判定是否触发告警，

550Python人工智能

BEQ-PGM-SAC 稀疏奖励强化学习框架产品系统

本项目实现了一套面向稀疏奖励任务的强化学习算法与实验系统。BEQ双向经验队列分别保留近期探索经验和高价值成熟经验，使智能体兼顾探索与利用；PGM优先级门控在梯度更新前评估并筛选训练样本；主体采用离散动作SoftActor-Critic，包含双Critic、目标网络和熵正则，可适配三十六方向等离散动作

450Python人工智能

DN3-GBMR 移动机器人异构协同导航算法产品系统Vibe Coding

本项目实现了一套移动机器人异构协同导航算法系统。DN3模块使用十维相对状态和三十六方向离散动作空间，负责未知环境中的局部避障；GBMR模块将状态—动作经验写入图结构，通过近邻检索、价值更新、聚类和捷径重构复用成功路径；动作融合层根据局部安全性和全局引导结果生成最终动作。系统还包含静态、动态和实物平台

570Java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

TensorFlow / PyTorch 自研芯片适配与 AI 编译器前端产品系统

本项目面向定制AI芯片，完成TensorFlow、PyTorch框架适配，打通模型训练与推理在定制硬件上的工程链路。主要功能模块包括：（1）编译图优化模块：基于TensorFlowXLA/HLOPass机制，落地常量折叠、代数化简等图优化，并支持新增适配业务的自定义Pass；（2）自定义算子模块：支

410C++人工智能

开架式水下机器人产品系统

项目包含开架式机械结构、推进与动力、传感与感知、运动控制、水面控制与通信五大功能模块。开架式框架模块采用高密度聚乙烯（HDPE）或铝合金型材构建模块化开放式骨架，配合浮力材实现水中零浮力配平，耐压电子舱采用双重O型圈密封，支持传感器与工具载荷的快速拆装。推进模块采用“4+4”或六推进器矢量布局，实现

550C++人工智能

当前共314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