Vue

Vue是一款由尤雨溪于2014年开源的渐进式JavaScript框架,专注于构建用户界面与单页面应用(SPA)。其核心设计理念是“渐进式”,意味着可以逐步采用:既能够作为轻量级库嵌入现有项目,增强交互性;也能作为完整的全家桶框架(配合Vue Router、Vuex/Pinia、Vite等)用于开发大型复杂应用。Vue的语法模板基于标准HTML扩展,通过简洁的指令(如v-model、v-for)实现数据与视图的绑定,逻辑则采用直观的选项式API(Options API)或更灵活的组合式API(Composition API)编写,学习曲线平缓且易于集成。其响应式系统通过依赖追踪确保数据变化时视图高效更新,虚拟DOM机制优化了渲染性能。Vue还强调开发者体验,提供了官方的浏览器调试工具DevTools和强大的构建工具链。凭借清晰的文档、灵活的架构以及活跃的社区生态,Vue已成为与React、Angular并列的现代前端三大框架之一,尤其适合需要快速迭代、高可维护性的Web项目。
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
371Python人工智能
系统核心功能:1、使用记录采集与脱敏:自动记录模型输入输出,对敏感信息脱敏后入库,形成使用日志库;2、经验自动总结:定时任务分析使用记录,自动提炼成功经验与失败教训,生成结构化经验条目;3、临时知识RAG:经验条目存入向量库,模型回答时实时检索相关经验作为上下文,临时生效;4、训练微调固化:对高频复
880Python人工智能
1、高效、精准地识别铁路沿线防护围栏的各类破损情况,包括整体缺失、局部损坏及结构性倒塌等。基于对检测视频的全面分析,识别准确率在行业中处于领先水平,为快速修复与物理隔离提供了首要的决策依据;2、对铁路沿线的周边环境进行精细化扫描与检测,准确识别出可能存在的彩钢瓦房等硬质飘浮物隐患,实时关联其与铁路线
880Java人工智能
平台围绕目标检测模型开发提供数据标注、训练任务编排、训练状态监控、结果分析和智能问答等功能。用户可以在统一界面中完成图像数据整理与标注、配置模型和训练参数、启动训练任务并查看实时日志;训练完成后,可查看模型指标、检测效果及相关结果,辅助定位漏检、误检等问题。平台还集成目标检测领域知识问答能力,用于解
880Python机器深度学习
项目核心功能模块覆盖全流程冠脉影像后处理需求:‌基础影像导入解析‌:支持标准DICOM格式冠脉CTA影像的自动导入,完成影像序列校验、参数提取与预处理‌多模式三维重建‌:包含VR容积重建、CPR曲面重建、MIP最大密度投影、钙化积分计算四大核心重建能力,可完整还原冠脉全段血管走行‌智能测量标注‌:支
1300C++机器深度学习
整体主要基于CSL500中文手语数据集进行。结果表明,本文训练的模型在测试集上的识别准确率达到了97.56%,并且大多数类别的识别准确率都在90%以上,整体效果较为稳定。部署测试中,经过量化优化后的模型能够在树莓派平台上实现较稳定的实时推理,基本满足实际运行需求,这验证了该系统在真实场景下具备一定的
2570Java人工智能
Vertex 1 产品系统
AnqiVertex1是一站式AI数据生产与管理平台,覆盖数据全生命周期管控,核心功能模块如下:多模型智能预标注引擎内置计算机视觉、自然语言处理多领域主流预训练模型,支持图像分类、目标检测、语义分割、文本实体抽取、多模态内容标注等多任务自动预标注;支持用户自定义模型接入预标注流水线,主流通用场景预标
1580PHP人工智能
#端到端异常检测系统本系统覆盖**Android端→后端→前端完整链路,实现YOLO实时目标检测、数据上报、监控管理的全流程闭Android端—实时检测与数据上报-YOLO实时检测**:基于ncnn框架在手机端运行YOLO模型,实时检测摄像头画面中的目标-目标分类:支持sit(坐)、stand(站)
1790Java机器深度学习
智慧监控系统产品系统
核心功能:区域统计(update_zone_count): 为每个摄像头的每个区域(zone)维护时间序列统计,记录每帧的人数/物品数、检测明细(detections)、动作(actions),仅保留最近10秒数据。规则评估(evaluate_rules): 评估摄像头下所有启用的规则,支持三种规则
1040Python人工智能
1.4.1中药材智能识别与检测1.4.2自动化入库与出库管理1.4.3仓储环境实时监控与预警1.4.4基于RFID的全程追溯管理1.4.5 药材保质期智能预测1.4.6库存管理与智能预警1.4.7质量档案与追溯查询1.4.8 数据可视化与分析报表
1670Python物联网
AI问数系统产品系统
(1)自然语言理解:用户通过自然语言描述数据需求,如“统计上月各渠道销售额”或“查找ARPU高于200的流失风险极高用户数量”。(2)智能SQL生成:系统自动将用户输入转化为对应SQL查询语句,并可针对多表、多条件复杂查询生成高效语句。(3)数据查询执行:自动连接数据库执行SQL,返回查询结果。(4
1421Python人工智能
项目包含视频接入与解码模块、GStreamer实时推流与处理模块、AI目标检测模块、目标跟踪模块、告警与事件管理模块、设备配置管理模块、Web可视化展示模块等。系统支持多路摄像头/RTSP视频接入,能够在嵌入式设备侧完成图像采集、解码、预处理、目标检测与连续跟踪,并将识别结果、轨迹信息和告警事件实时
1990C++人工智能
本系统通过采集机组振动、温度、转速、电气参数等多维度运行数据,实现实时在线监测与异常识别。利用AI算法与故障模型,精准预判齿轮箱、发电机、叶片等核心部件潜在故障,自动生成预警等级、故障定位及趋势分析报告。同时支持历史数据追溯、运维策略推荐与异常告警推送,助力开展预测性维护,减少非计划停机,提升机组可
1360Vue人工智能
本系统主要实现以下核心功能:1.火灾与烟雾实时识别基于深度学习目标检测模型,对视频监控画面中的火焰与烟雾目标进行实时识别。2.视频流实时检测系统能够接入监控摄像头视频流,对视频画面进行持续检测和分析。3.智能预警机制当系统检测到疑似火焰或烟雾目标时,自动触发报警提示,提醒相关人员及时处理。4.可视化
2110Java人工智能
PCB板缺陷检测产品系统
1.可用于检查常见的6种PCB板缺陷,缺陷分别为:【缺失孔、老鼠咬痕、开路、短路、毛刺、铜渣】;2.支持图片、视频及摄像头进行PCB板缺陷检测,同时支持图片的批量检测;2.界面可实时显示目标位置、目标总数、置信度、用时等信息;3.支持图片或者视频的检测结果保存;
1550C人工智能
1.蜘蛛池核心模块:①分布式IP池管理(动态切换海外高匿IP,模拟多地区真实访问,规避谷歌风控);②智能蜘蛛诱捕(分析谷歌蜘蛛抓取规律,定时推送高质量链接,提升抓取频率);③行为模拟(模拟真实用户的点击、停留、跳转行为,提升页面权重);④抓取数据监控(实时统计谷歌蜘蛛抓取量、收录量、抓取成功率)。2
2230Python机器深度学习
支持多维度评估数据输入(基本信息、体格检查、个人能力、功能评估)*实现8类矫形器的自动分类推荐*提供轻量api接口服务*提供预测置信度和可解释性分析支持模型在线更新和增量学习
1590Java人工智能
1.具体功能模块:包含数据集构建、模型训练、情绪检测、结果统计四大核心模块。2.主要功能描述:数据集构建模块生成包含7类情绪的标准化人脸情绪数据集,输出结构清晰、可直接用于模型训练的emotion_dataset文件;模型训练模块基于PaddlePaddle框架实现数据预处理、模型搭建与训练,支持R
2250Python人工智能
具体功能模块:包含缺陷检测、模型管理、模型训练、数据统计四大核心模块。主要功能描述:缺陷检测支持单张PCB图片上传实时检测、多张图片批量处理,可在原图上可视化标注缺陷位置,同时支持置信度阈值配置以平衡检测精度与召回率;模型管理可加载自定义训练的YOLOv8模型,支持导出ONNX、TorchScrip
3110Python人工智能
该系统支持遥感图像上传与管理、多模型(如RT-DETR、YOLO系列)目标检测任务动态调度、检测结果可视化标注,并集成本地大模型(如DeepSeek-R1、Qwen3.0、Gemma3)对识别结果进行语义理解与专业解读,例如生成地物分类报告、变化检测分析或应急响应建议。同时提供用户权限管理、任务历史
4520Java人工智能
当前共20个项目more
×
寻找源码
源码描述
联系方式
提交