python:
1.使用flask/Django框架搭建后端服务,并采用VUE2搭建前端,实现前后端分离;
2.使用tensorflow/keras/pytorch搭建AI算法训练。AI训练主要包括计算机视觉(目标检测、动作识别等)。
3.使用selenium框架等进行爬虫
matlab:
1.进行数字信号与图像仿真;
2.AI训练脚本的实现。
C#
1.office插件的开发;
2.基于.net的客户端开发。
C/C++:
1.基于FFMPEG的音视频开发
1.在Ubuntu上配置并使用ffmpeg进行视频加速拉流和推流(C++实现);
2. 使用npu和NVidia训练出动作识别模型,并在视频流上使用成功。
--
1.使用光学字符识别技术,完成大量的不可编辑文本文档向可编辑文档转换;
2.结合WPF(Prism)框架和MaterialDesign,完成客户端搭建和部署,还涉及软锁和硬锁进行数据代码加密;
3.使用C#和AddIn完成Excel插件地开发,简化业务人员的工作流程和提升业务效率;
4.采用Vue和Flask搭建并开发材料匹配等系统,其中Vue设计Web前端页面,Flask进行数据处理操作;
5.业务场景中使用文本标准化工具,快速地修改成标准的字体、字号、样式等标准格式;
6.负责爬取相关数据,提供满足数据采集过程和/或业务人员实际需要的网站数据。
--
负责爬取 flash 等网页数据存储至数据库,为气候数据分析做预处理
该项目采用深度学习框架 Pytorch 和当下主流且高效的目标检测/跟踪算法,完成实际工厂环境下的多目标实时检测与跟踪任务,可同时在客户端应用程序和 Web 下监控跟踪指定目标。
项目介绍:从大量的文本文档中使其不可编辑文本转为可编辑文案。 工作内容:该项目主要包括数据采集与标注、文字检测、文字识别、开发部署模块;其中数据标注为手工标注;整体架构包括文字检测和文字识别。 突出特点:表格识别效果不错!
1.结合 WPF和 MaterialDesign,完成客户端搭建和部署,还涉及软锁和硬锁进行数据代码加密;2.使用 C#和 AddIn 完成 Excel 插件地开发,简化业务人员的工作流程和提升业务效率