基于ffmpeg进行视频抽帧等处理，实现高效视频处理。 1. 实现基于http从远端拉取视频信息，并开发了一套限流代逻辑，保证以额定带宽拉取数据 2. 基于ffmpeg实现视频抽帧，得到1s1f和1snf等视频帧信息

1. 项目主要包括智能家居设备的管理，包括和设备的数据交互和云端的数据交互； 2. 项目中的主要功能模块本人都有参与； 3. 主要难点在于性能的优化，用户体验的提升； 4. 因保密等原因，不能提供作品图片以及详细信息。

开发了一套高效、全面的评估套件和平台，专为大型模型设计。支持对各种类型的模型进行一站式评估，支持多种开源数据集多维度能力评测，以及支持多种模型的能力评测，包含原生huggingface模型，api模型以及ft模型等。支持多机多卡推理，大大加速评测速度

AI模型部署框架，提供CV模型算法的前后处理流式框架，整体代码框架follow google mediapipe 该项目主要解决AI算法模型部署开发效率，通过提供基础的模型前后处理算子，提高开发效率。同时提供了一套基于流式数据处理的pipeline，通过dag和数据流，结合高效算子实现模型的高性能以及高效部署。

1.本项目为山洪系统项目，项目包含了河渠等水利的水情监控以及分析数据统计，以便用户根据水雨情快速采取相应方案。 2.负责整个项目开发需求的表设计、业务模块划分、项目部署；根据产品经理沟通后的需求，落实可实现的功能，同时兼顾解决测试提出的bug、不合理的逻辑等；对代码、数据库表进行优化，提高接口查询速率。

该项目是对企业组织架构,人力资源进行管理的一个产品,主要服务于中小型企业,项目主要模块,人员管理,岗位管理,职级体系,岗 位评价,薪酬管理,绩效考核!

项目描述： 该项目是由昌平区经信局牵头，基于区大数据平台,多家公司联合开发的昌平区智慧城市大脑项目，回龙观地区、天通苑地区作 为试点地区，负责总集角色，收集各家提供的数据，进行清洗、转换、融合，提供给各家公司! 责任描述: 主要负责五清台账开发，从市大数据平台采集数据，并进行清洗、转换、融合，开发接口、部署上线!

仿照着微风商城完成的uni-app小程序项目 我负责了搜索栏目、登录还有购物车功能模块的构建以及地址填写界面 在其中遇到了登录鉴权问题通过本地存储方法判定解决

1.食品安全智慧监管平台通过“互联网+食品安全“大数据应用分析、人工智能技术、云计算等技术，为企业提供真实有效的便捷服务，实时面向政府对食品监管体系进行有效的数据支撑。旨在建设一个高效率、高质量，能进行信息备案、查询、传输、分析处理的食品安全智慧监管系统，覆盖“从生产到餐桌”的整个产业链。系统模块分为：指挥调度系统、智慧全景仓、监督检查系统、抽检系统、追溯管理系统、信用管理系统。 2.参与项目的维护和优化以及解决出现bug；负责部分功能的开发、表设计以及业务的划分；开发指挥调度系统，参与其余模块的迭代开发、优化。

1.山洪系统和淹积水系统整合后的项目，项目包含了山洪中对水雨情的数据监控、淹积水项目中对积水点上报的处理流程，后续还迭代开发了签到、平安报、气象预警等功能。 2.负责整个项目开发需求的表设计、业务模块划分、项目部署；根据产品经理沟通后的需求，落实可实现的功能，同时兼顾解决测试提出的bug、不合理的逻辑等；对代码、数据库表进行优化，提高接口查询速率。 3.

1. 项目使用了stable diffusion的可控生成技术，可以根据用户想要控制的维度生成相对应的图像 2. 可以根据用户输入一张图片，输出一段视频

1. 项目分活动发布，比赛发布，课程发布，活动比赛课程报名及取消 2. 负责项目的设计开发，技术选型，后台开发，API开发 3. 难点在于比赛制定的逻辑开发

1. 白酒窖藏商城小程序，酒的分类展示，酒的往期交易价值展示，提供仓储服务快递服务，真伪鉴别系统，用户购买及求购功能 2. 负责评估功能的技术选型，产品逻辑设计，数据库设计，工作部署，鉴别系统研发，仓储系统和快递系统研发 3. 难点对于图片，订单信息的存储的数据做活跃以及备份处理。通过时间维度划分冷热数据，再根据数据预估总量划分二级索引

本项目是一个自助数据分析平台，用户可通过在前端配置自己需要的埋点字段，然后会下发一条埋点规则数据至消息队列，数据端通过采集规则数据与埋点数据进行匹配后，对数据进行落库，实现用户自定义分析的目的。 1、项目主要分为3大模块 （1）主要看板模块，包含每款游戏最重要的运营数据，如付费、日（周、月）活、用户留存、LTV、ROI、内置广告变现、玩法、用户画像等基础数据 （2）分析模块，此即为平台使用用户可自定义分析的模块，包含事件分析、留存分析、漏斗分析、间隔分析、分布分析、路径分析、属性分析等 （3）用户模块，如用户标签、用户分群、用户行为细查等 2、负责任务：我在其中的工作主要是数据端的工作，对前端的埋点规则进行解析后，合并正常的埋点数据写入至Clickhouse中，由于某些APP数据很大，某些APP数据量很小，因此就涉及到性能优化。涉及到的技术栈主要包括Flink、HDFS、Clickhouse、Kafka、MaxCompute、Java等 3、难点解决： （1）由于需要把Hbase当成Dim维表来使用，且开源的Flink-Connector-Hbase只提供了单条异步访问的使用方式，而H

采样方式：DPM++2M Karras，DPM++2S a karras, 出图大小：512,768、512，960 引导系数：5-7 开启高清修复：R-ESRGAN 4x+，权重0.45左右。 推荐正面关键词： eg1：LH_CPV2,(cosmetics:1.2),no humans,still life,simple background,realistic, flowers,plant,green theme, eg2：LH_CPV2,no humans,(cosmetics:1.2),multiple products,rock,water,still life,realistic,simple background, green theme, 推荐负面关键词： (worst quality:1.65),(low quality:1.2),(normal quality:1.2),low resolution,watermark

通过stable diffusion生成的国风插画: 采样方法（sampler）：DPM++2S a Karras 采样步数（steps）：25 打开Adetailer和高清修复 VAE:vae-ft-mse-840000-ema;推荐cilp为2 负面提示词：(nsfw:1.4), paintings, drawings, (worst quality :2), (Low quality :2), low resolution, normal quality, ((monochrome)), ((grayscale)),

所有流程都是独自完成，包括关键词、模型以及细节调试。 只要关键字，就能透过AI算法生成相对应的图片，不需要消耗大量的时间以及精力。

• 参与建立车辆轨迹数据集，并将其存储在AWS S3中以实现高可用性 • 创建带有GPU的AWS EC2实例，并在其上进行Fast R-CNN模型的训练和验证 • 基于Angular框架开发动态响应的前端网页，以显示模型的预测结果 • 使用Docker容器和local repositories来构建Docker镜像

• 开发了一个全栈Web应用程序，让用户在完成测试的过程中提高对各类常见宠物的认知 • 基于React框架开发前端网页，并使用Material UI库对其进行优化以达到视觉美观和快速响应的效果 • 使用Flask框架实现了三个后端微服务，以处理与用户、宠物和测验相关的数据 • 通过AWS RDS实现后端数据持久化，并添加Step Function和SNS来同步各类服务的数据库 • 利用Google OAuth和中间件确保应用程序的安全，防止未授权的用户访问隐私资源 • 使用AWS EC2, Elastic Beanstalk, S3和Cloud Front技术将应用程序部署到云端

• 开发了一个Python应用程序来实现交通路口的实时目标检测，并将输出结果保存到MySQL数据库 • 在实验室的数据集上对YOLOv4模型进行了微调训练，物体检测的平均准确度达到了95.2% • 编写了基于DeepStream的C++插件以实现输入帧的透视变换和背景去除，使运行时FPS提高30% • 建立了基于Angular和Spring Boot的项目网站，以展示工作流程和研究成果 • 设计并构建了一个全栈Web应用程序，使用户能够获取智慧城市路口的实时交通信息 • 使用Angular框架和RxJS、Bootstrap等库构建了动态响应和用户友好的前端网页 • 利用Spring Boot框架并基于分布式微服务架构，创建多个后端RESTful API来提供各项功能 • 将应用部署在云端GCP上，并配置API Gateway和Load Balancer以实现访问安全与负载均衡 • 使用Git进行版本控制，并利用Jenkins配置CI/CD pipeline以实现自动流程控制