项目描述:该项目面向工业 AI 领域,前端负责大量的工业图片图集管理,对不同训练模块下的工业图片进行缺陷标注,将标注图像进行模型训练,推理,验证,导出训练模型并对工业缺陷图片的标注结果进行展示。
前端技术栈:Vue3 + Vite + Pinia + Element-Plus + Canvas
工作内容:
2. 采用 OAuth 2协议授权码模式开发登录模块并走通登录流程
3. 不使用三方库独立完整设计开发一套前端定制新手教程引导功能。
4. 开发图片列表组件,为图片切换逻辑设计了一套生命周期自定义事件,并参考中间件思想设计了图片周期执行流程顺序的控制逻辑。
5. 重构图片上传组件,引入 webWorker 计算 MD5,使 JS 代码阻塞时间减少8倍,渲染动画掉帧率明显降低。
6. 设计大文件上传逻辑,实现在浏览器超过2G~10G的压缩包的分片上传和断点续传。
7. 调研并引入 mqtt 重构页面的大量轮询逻辑,并通过 SharedWorker 来统一管理,减少大量轮询请求,减轻代码逻辑复杂度。