全栈开发爱好者,熟练掌握前端技术(HTML、CSS、JavaScript)和后端语言(Python、Java),能够独立完成从网页设计到后端开发的完整项目。通过HTML、CSS和JavaScript,我能够构建响应式、交互性强的网页界面;借助Python和Java,我可以开发高效的后端逻辑和数据处理功能。
具备扎实的计算机视觉技术栈,熟练使用OpenCV、TensorFlow、PyTorch等框架,在工业质检、环境监测、人机交互等场景中完成了多个计算机视觉项目,包括PCB缺陷检测系统、无人机水质监测系统、实时情绪识别系统,具备从算法设计、模型训练到部署落地的全流程能力。
曾开发过高血压监测网站、个人主页网站和游戏官网,积累了丰富的项目经验。此外,我还对机器学习有深入实践,曾参与糖尿病预测系统的开发。我注重代码质量、用户体验和系统性能,致力于打造高效、稳定且易用的应用。热爱学习新技术,并不断探索如何将创意转化为实际解决方案。
拥有丰富的全栈开发经验,曾独立完成多个项目,包括高血压监测网站、个人主页网站和游戏官网。在高血压监测网站中,我设计了清晰的数据展示界面,并通过JavaScript实现了动态图表功能,帮助用户直观了解健康数据。个人主页网站展示了我的设计能力,采用响应式布局和CSS动画,确保在不同设备上都能流畅访问。游戏官网项目则注重交互体验,使用JavaScript实现了动态特效和用户互动功能,提升了网站的吸引力。
在计算机视觉领域,主导并参与了多个核心项目:
1. PCB缺陷检测系统:基于深度学习算法,构建了一套高精度的PCB缺陷检测模型,可自动识别短路、断路、元件偏移等缺陷,准确率达98%以上,有效替代人工检测,提升产线效率30%。
2. 无人机水质监测系统:结合计算机视觉与多光谱成像技术,实现了水体浑浊度、蓝藻浓度等指标的实时分析,支持大面积水域的自动化巡检,为环保部门提供数据支撑。
3. 实时情绪识别系统:通过面部关键点检测与特征提取,构建了多模态情绪分类模型,可实时识别用户的愉悦、愤怒、悲伤等情绪状态,已应用于智能客服和心理健康评估场景。
这些项目让我积累了从需求分析到设计开发的完整经验,并培养了解决实际问题的能力。我注重代码质量和用户体验,致力于打造高效、美观且功能丰富的网页应用与视觉智能系统。
糖尿病预测系统基于机器学习算法,通过分析用户的健康数据(如血糖、年龄、体重等),预测患病风险,帮助用户及早预防和管理糖尿病。
官网提供最新游戏资讯、版本更新、攻略指南以及社区互动功能。精美的视觉效果与流畅的交互设计,为你带来沉浸式体验。立即加入,开启你的传奇之旅!
基于YOLOv8的PCB缺陷检测系统,支持单张图片检测、批量检测、模型训练和导出。 🔍 缺陷检测 单张图片检测: 上传PCB图片进行实时缺陷检测 批量检测: 同时处理多张PCB图片 可视化结果: 在原图上标注检测到的缺陷位置 置信度调整: 可配置检测阈值,平衡精度和召回
AI-RAG-SYS 是聚焦实用场景的 AI 对话系统,以 RAG 技术为核心,具备完整知识库管理、多模型兼容及护眼现代化界面。围绕 “对话、知识库、历史记录、设置” 四大核心模块,提供文件上传、语义搜索、对话历史管理等高频功能,打破通用 AI 局限,打造功能全面、界面友好、注重
成功构建了包含 7 类情绪的人脸情绪数据集,并生成了可直接用于模型训练的 emotion_dataset文件,数据结构清晰、可复用性强。 使用 PaddlePaddle 深度学习框架; 自定义数据集类,将灰度图扩展为三通道以适配模型输入; 采用 ResNet18 预训练模型