本项目旨在开发一款基于YOLOv7算法的智能家庭垃圾识别与拾取系统。系统核心通过深度摄像头实时捕捉画面,利用高性能YOLOv7模型对视野中的垃圾进行快速、精准的分类识别(如可回收物、厨余垃圾等),并精确定位其坐标。随后,系统驱动机械臂执行抓取动作,完成对目标垃圾的自动化分拣与投递,从而实现家庭垃圾处理的智能化与自动化。 我的职责是负责该系统的整个软件交互界面(UI)与用户体验(UX)设计。我设计了简洁明了的控制终端界面,让用户能够一键启动系统、实时查看识别结果、管理分类数据库,并设计了机械臂动作的可视化动画反馈,确保人机交互直观、流畅且可靠。...
业务背景 用户已存在完成APP,需接入语音唤醒、语音识别和现有的账号体系接入homeassiant控制设备. 我们使用k2fsa.sherpa.onnx技术实现离线语音唤醒与识别以及文字转语音输出 功能介绍 对已经存在的代码接入离线语音唤醒、离线语音识别、以及文字转语音输出 全场景语音控制:支持通过自然语音指令控制绑定的智能设备,包括照明系统、空调、窗帘、电视等家居设备 多方言识别:优化语音识别引擎,支持各地方言和老人习惯用语,识别准确率达95%以上 上下文理解:具备多轮对话能力,能够理解上下文语境,实现更自然的人机交互 离线语音支持:关键指令支持离线识别,确保在网络不稳定...