智能硬件

面向无人机追踪的视觉系统在安防等领域具有重要应用价值。但高空视角下目标微小且密集，对检测算法的定位精度要求较高。同时，嵌入式平台受限于算力与带宽瓶颈，难以满足复杂深度学习模型的实时推理需求。在传统部署中，全量INT8量化易导致微小目标定位精度下降，而全量FP16推理则面临系统帧率过低的问题。针对上述

基于RK3588+rknn-toolkit-lite2的YOLO11n目标检测推理程序，支持图片、视频和摄像头实时检测。内置7类自定义模型（person,fight,sleep,play_phone,gun,knife,fire,smoke），同时兼容rknn_model_zoo导出的80类COCO

车牌识别服务开发说明书适配平台：JetsonNX/RK3576核心算法：YOLO26n-OBB（旋转车牌检测）+CRNN（字符识别）数据流框架：GStreamer硬解码+两级环形缓冲池关键特性：原始帧不覆盖、camera_id全链路透传、低延迟、高可用、双平台通用目录文档概述整体架构模块功能说明数据

使用寄存器优化，内存和缓存优化，SIMD/AVX512指令集优化等各种优化技术，将通用矩阵乘法（GEMM）的性能，提升几十倍！使用寄存器优化，内存和缓存优化，SIMD/AVX512指令集优化等各种优化技术，将通用矩阵乘法（GEMM）的性能，提升几十倍！使用寄存器优化，内存和缓存优化，SIMD/AVX

ayafileio是一个跨平台真异步文件I/O库。Windows用IOCP，Linux用io_uring，macOS用GCD，完全绕过线程池模拟。核心创新是ResultBatcher，解决了C++扩展里的公认难题：I/O完成后怎么高效通知Python的事件循环。传统做法每个完成都跨线程回调一次，高并

这是个人平时累积的开发基础组件，主要是基于C++封装了常用的一些功能（跨Windows/Linux），以支撑和方便各项目的业务开发，例如：1、集成各加解密算法2、基于breakpad的二次封装（进程崩溃堆栈捕获）3、基于libcurl的二次封装4、基于sqlite的二次封装5、日志记录器6、工业协议