熟练Python、C/C++、Java语言,熟练掌握PyTorch框架
熟练HTML、CSS、JavaScript的Web前端语言,了解Vue框架与Uni-app小程序开发
使用基于深度学习的目标检测和语义分割对车辆螺栓进行目标定位和像素级分割
熟练运用Python语言进行数据挖掘、数据可视化、数据分析
利用OpenCV方法对数据集的扩充
基于深度学习的目标检测算法(YOLOV5)实现带有标志线的螺栓定位
基于深度学习的语义分割算法(HRNet)实现螺栓的标志线的像素级分割
使用ShuffleNet算法对像素级分割的结果进行分类,判断车辆螺栓是否正常
实现用户登录模块,图书信息管理模块,读者管理模块,图书分类管理模块,图书借阅信息模块,图书归还信息管理模块等等。
本项目是一个前后端分离的音乐播放系统项目,前端使用的Vue,后端使用的SpringBoot。前端分为前台用户界面和后台管理员界面。用户界面的功能除了最基本的播放暂停、上一首下一首、下载歌曲,还有搜索、收藏、同步歌词、评分和评论功能。