RoadMC的功能主要包括三部分：一是合成点云数据生成，基于路面统计先验和病害几何模型，模拟裂缝、坑槽等11类病害并生成带逐点标签的LiDAR场景；二是点云分割模型，提供Swin3D与PointMamba骨干网络，结合mHC通道混合和GAN风格变换进行病害识别；三是训练与评估工具链，支持二分类预训练

1.四结构识别：震荡/趋势/反转/黑天鹅四种市场结构自动识别2.自适应网格：基于ATR动态调整入场间距，适应不同波动率3.双向开仓引擎：支持多空双向、多层级加仓逻辑4.Python回测框架：完整的历史回测流程，输出夏普比率、最大回撤、胜率统计5.中英文双语支持：面向全球交易者，英文/中文交付

本智慧农贸电子秤识别系统基于深度学习YOLO算法开发，主要实现农贸市场摊位电子秤设备合规性智能检测功能。系统依托现场监控视频图像，自动识别摊位中是否摆放官方合规溯源电子秤，可精准区分合规溯源秤与普通非标秤、违规改装秤，有效解决人工巡查识别慢、判别难、漏检率高的问题。系统具备实时检测、智能分析、自动判

1、完成车载智能陪伴机器人硬件开发与适配，包括机器人主体、车载底座、Type-C供电线、外观配饰、包装及说明书；2、完成与元境智联车机端APP/智能设备APP的适配，实现设备扫描、配对、连接状态展示、表情资源更新、设备管理等功能；3、完成蓝牙/WiFi通信协议、极狐私有IOT控制协议适配及车机鉴权流

单层lstm做时间特征提取四头注意做核心预测非黑箱模型，根据热力图具有可解释性能够基于过去3-6个小时去预测未来3-6个小时的光伏发电情况若采用剪枝参数量可能还会更小

DualBackboneFusion项目简介DualBackboneFusion是一个面向CLIPPromptTransfer的双视觉主干融合研究项目，核心目标是验证较弱的RN101视觉主干是否能为较强的ViT-B/16主干提供互补预测信息。项目不直接融合imageembedding，而是在pred

该系统是为配套硬件定制的一套包含硬件控制、用户管理、数据管理、图像检测、AI检测子系统等多功能于一体的软件系统。硬件控制模块通过以太网、串口、USB等方式实现与硬件控制单元的通讯，如PLC、X-Ray发射器、X-Ray成像控制器、异常执行机构等，从而实现对硬件设备的操控；用户管理模块实现了角色分配与

项目主要包括登录模块、读者模块、管理员模块和智能识别模块。登录模块实现用户账号验证和角色区分，支持读者与管理员进入不同功能界面。读者模块支持图书查询、分页浏览、图书借阅、图书归还以及借阅数量限制。管理员模块支持图书信息管理、馆藏数量维护、库存不足提醒、借阅数据统计和图表可视化展示。智能识别模块基于Y

系统主要包含模型加载、数据源选择、图片检测、视频检测、摄像头实时检测、检测参数调节、结果可视化、检测结果表格展示、场景分析、驾驶建议生成、语音播报和暂停问答等功能模块。用户可以分别加载交通标志识别模型和行人车辆识别模型，选择图片、视频或摄像头作为输入源，系统会自动绘制检测框、显示类别和置信度，并根据

针对农田中病虫害日渐严重，农药施用混乱的问题，利用基于卷积神经网络的YOLOV11目标检测算法，建立用于监测农田病虫害的智能识别模型，通过轮足式巡检机器人搭载摄像头方法进行实时巡检。