项目目标：开发一个基于深度学习的电动车识别模型，能够从交通摄像头或图像中识别并分类电动车与燃油车，并提供准确的定位信息。该系统将用于智能交通、停车管理、以及自动驾驶中的车辆检测和识别。技术栈：深度学习框架： TensorFlow, PyTorch 模型架构：卷积神经网络（CNN），YOLO（You Only Look Once），Faster R-CNN 数据处理与标注： OpenCV, NumPy 数据集：使用公开的交通场景图像数据集，如 COCO、VOC，以及自定义收集的电动车与燃油车数据集硬件支持： NVIDIA GPU（用于训练深度学习模型）...

基于深度学习的垃圾分类识别系统

人工智能-其他日向陽矢

数据集达8w张，使用CNN与mobilenet训练模型并进行对比，训练结果可视化并搭建了UI界面。可以实现4个大类，245个小类的垃圾种类识别，识别精度良好，达到90%以上...

基于深度学习的垃圾分类识别系统

人工智能-其他日向陽矢

仆小二

人工智能-其他 songyk

1. 智能垃圾回收项目：负责全部后端功能+项目部署+日常维护； 2. 设计回收机上的app端+小程序端+pc后台管理端...

管理系统100+

人工智能-其他　　　　　　　

我擅长使用Element UI和Vue.js框架开发后台管理系统，拥有丰富的项目经验，成功完成了100+个模块的后台管理系统开发。这些系统涵盖了用户权限管理、数据监控、系统配置、内容管理等多个功能模块，采用模块化架构设计，确保系统功能灵活扩展和高效维护。在技术实现方面，我熟练运用Vue.js框架结合Element UI组件库，搭配Redux或Vuex进行状态管理。同时，我注重系统性能优化，采用了分页、懒加载等技术手段，提升用户体验。此外，我还集成了数据可视化功能，例如ECharts和DataV工具，将数据展示更直观化，为管理人员提供了清晰的数据洞察。以及调用浏览器API，实现各种复杂...

个人博客网站搭建

人工智能-其他 Z blue๑

基于 Halo 的博客系统搭建与容器化部署作品介绍：本项目旨在展示如何使用 Halo 博客系统快速搭建个人博客，并利用容器化技术实现高效部署和管理。Halo 是一款现代化、功能强大的开源博客系统，以其简洁易用、主题丰富、插件生态完善而著称。容器化部署则能够简化环境配置、提高部署效率、增强系统可移植性。技术栈：博客系统:Halo 容器技术: Docker 容器编排:Docker Compose 数据库:MySQL5.7 反向代理:Nginx 项目亮点：提供详细的 Halo 安装和配置指南，即使是初学者也能快速上手。使用 Docker 容器化技术，简化部...