1.计算机视觉识别平台
适用场景: 智能制造、人行监测、图像处理
技术栈: C++ (OpenCV)
项目描述: 用于生产、人行区域的低延迟、高并发的实时视觉监测系统。旨在解决传统人工巡检效率低、响应慢等痛点,实现区域的全天候自动化监控与预警。
2.量化交易系统
适用场景: 金融科技、高频交易 (HFT)
技术栈: C++, Python,NumPy, Pandas, PyTorch
项目描述: 搭建基于NumPy/Pandas的高性能因子计算库,支持向量化回测;引入PyTorch集成深度学习模型,实时预测短期价格趋势。
3.自动驾驶感知与规划控制
适用场景: 自动驾驶、机器人、嵌入式系统
技术栈: C++, Python, ROS2
项目描述: 无人车辆感知融合与控制规划,解决多传感器数据融合的高实时性要求及深度学习模型的部署问题。