算法模型 软件定制 案例

1、立项背景和目标 实现产品化WCS系统，搭建公司软件系统基础框架并实现可配置的WCS产品。 2、软件功能、核心功能模块的介绍 1) 多数据库支持实现，实现数据库自动创建、迁移，实现备份恢复功能，实现数据库间迁移； 2) 连接器：实现UDP、TCP、COM、S7、MELSEC、MODBUS、FETCH、CIP、MQ、API、WCF等主流连接方式； 3) 通讯器：实现通讯队列管理，实现协议适配器（负责协议转换），实现通讯； 4) 实现设备调度算法以及调度：基于CBS的调度算法、基于MAPF的调度算法、基于A*的调度算法、基于Dijkstra的设备调度算法 5) 实现基于Canvas的调度2d绘制显示、实现基于babylonjs的3D回绘制显示，实现任务管理、工作管理、请求管理、报文管理、设备故障统计、日志查询、路径管理页面以及后台支持； 3、业务流程、功能路径描述 1)配置化通讯 2)配置化项目场景 3)配置化调度策略

肝脏肿瘤的精准分割是临床诊断、手术规划及疗效评估的关键环节，传统手工分割方法高度依赖医师经验，存在耗时长、主观性强及可重复性低等问题。随着医学影像数据的快速增长，发展高效、准确的自动分割技术已成为医学图像分析领域的迫切需求。 近年来，深度学习技术，尤其是全卷积神经网络，在医学图像分割中展现出巨大潜力。其中，U-net网络以其独特的编码器-解码器结构和跳跃连接，在小样本医学数据上实现了优异的像素级分割效果，成为该领域的基准模型之一。然而，标准U-net在处理肝脏肿瘤图像时仍面临挑战：肝脏与肿瘤的灰度相似、边界模糊、肿瘤尺寸和形态差异巨大，以及图像中存在噪声伪影等问题，常导致分割精度不足、细节丢失或假阳性增多。 因此，针对肝脏肿瘤分割的特殊复杂性，对经典U-net结构进行针对性改进，提升其特征提取能力、上下文信息捕捉效率和边界分割精度，具有重要的理论意义与临床应用价值。本研究旨在探索改进U-net模型的有效途径，为实现更鲁棒、更精准的肝脏肿瘤自动分割提供可行方案。

主要负责RealMan六自由度机械臂与五指灵巧手的目标视觉识别与抓取算法研发，支撑团队多机器人取餐配送系统。实现闭环抓取工作流，融合视觉模型与控制模块，构建从视觉感知到精准抓取的完整解决方案，进行较为可靠的抓取操作。

结构光相机标定软件项目简述 1、立项背景和目标 背景： 现在很多地方都在用3D视觉技术，比如刷脸支付、物流扫码、机械臂抓取东西。这些设备的核心是一个叫“结构光”的技术（就是投影投个条纹，相机拍下来算三维数据）。但这个设备用之前必须得“校准”，也就是让相机和投影仪互相认识，知道彼此的位置和脾气。 目前的现状是：校准过程特别麻烦。要么得人工拿着板子来回摆，要么校准出来的数据不准，导致最后扫出来的三维模型是歪的。很多小公司和实验室都被这个事儿卡住，效率很低。 目标： 开发一个傻瓜式、高精度的标定软件。让一个普通技术人员，只要点几下鼠标，就能把复杂的相机和投影仪校准好，直接拿到准确的三维测量数据。 2、软件功能、核心功能模块介绍 这个软件主要就干四件事，对应四个模块： 1. 连接设备：把相机和投影仪通过电脑连上，软件能实时看到画面。 2.自动拍照：软件自动控制投影投出条纹光，相机同步拍照。用户只需要拿着标定板换几个角度就行。 3. 一键解算：拍照完成后，点一下“开始标定”，软件后台自动算，算出相机和投影仪的各种参数（比如镜头畸变了多少，两者距离多远）。 4. 结果验证：标定完后，软件能马上用标准件（比如一个已知尺寸的方块）扫一下，告诉你扫得准不准，误差是多少。 3、业务流程、功能路径描述 用户拿到这个软件，操作流程是这样的： 第一步：接上线：打开软件 -> 点击【连接相机/投影仪】。 第二步：摆好板子 -> 把标定板（黑白棋盘格或圆点板）放到设备前面。 第三步：开始采集： 点击【开始拍摄】。软件自动投光、拍照。根据提示，把板子换个角度（比如转一下、倾斜一下），拍个10-15张。 第四步：一键计算： 拍完后，点击【开始标定】。等进度条跑完，屏幕上直接显示“标定成功”和精度数据。 第五步：保存参数： 点击【导出】，把标定好的参数发给下游的3D扫描软件使用。

在人工智能领域飞速发展的背景下，抖音集团正积极投入建设具备世界领先水平的内部多模态大模型。该模型旨在深度理解和生成结合文本、图像、视频、音频等多种模态的数据，以此赋能集团旗下多样化的产品与业务场景（如内容推荐、智能创作、用户交互、内容审核等）。 为了确保这些强大的多模态大模型不仅具备卓越的性能，更能精准对齐人类偏好（Human Alignment）、提升其安全性、有用性、一致性与个性化表现，我们引入了 **Direct Preference Optimization (DPO)作为关键的后训练（Post-training）** 策略。DPO 通过利用人类偏好反馈数据直接优化模型，相比传统的 RLHF（基于强化学习的人类反馈）流程更高效、稳定。 本项目的核心目标正是 ——构建一个高效、稳定、可扩展的端到端数据链路，为 DPO 训练提供高质量、高通量的结构化数据。这一数据链路的搭建，是确保我们的多模态大模型能够持续迭代、不断优化、最终在复杂现实场景中表现卓越的基石。它不仅将加速模型迭代周期，更是我们在下一代 AI 技术竞争中保持领先的关键一步。 本项目的核心在于设计与实现一个自动化、智能化的DPO 训练数据生产平台。其核心功能可概括为三个紧密相连的阶段： 大规模、周期性数据采集与整合： 平台将具备强大的数据集成能力，能够定期、自动化地从集团内部多样化的原始数据源（如用户交互日志、内容创作数据、搜索查询、运营反馈、模型推理日志等）以及特定外部数据集获取海量多模态数据。确保数据的新鲜度、全面性和多样性，为后续的精细化标注提供充足的 “原材料”。 高度定制化与智能化的复杂标注工作流： 平台将支持一个多阶段、多模态融合、且深度定制化的标注链路。此环节并非简单的标签分类，而是专注于DPO 训练所需的偏好型数据构建。它将引导专业标注员或通过 AI 辅助标注，根据预设的严苛评估标准（如安全性、事实准确性、逻辑连贯性、指令遵循度、创意性、语气风格等），对模型在特定 Prompt 下的多个响应进行优劣排序、对比选择，乃至识别并生成对抗性样本。此流程将针对多模态内容的特点，支持文本 - 图像、文本 - 视频等多维度关联信息的标注与评估。 标准化、可追溯的 DPO 训练数据输出（Pair 对数据）： 最终，数据链路将把经过复杂标注处理后的信息，精确地格式化为 DPO 训练框架可直接消费的 “Pair 对数据”。这意味着，对于给定的一个 Prompt 或上下文，我们将输出至少包含一个 **“偏好响应（Preferred Response）”和一个“拒绝响应（Rejected Response）”** 的结构化数据对。这些数据将包含必要的元信息（如评估维度分数、置信度、标注员 ID、时间戳等），确保数据质量高、可追溯，并可直接无缝地灌入集团的 DPO 训练系统，为模型的持续优化提供高质

根据平时交易中观察到的现象，我们能够总结出一些对股票未来价格走势有预测力的指标。然而在A股市场的6000+股票中手工挑选满足条件的股票是非常繁琐的。因此需要一个自动化的工具，可以帮助个人投资者快速筛选出满足指标的股票并实时呈现。 软件使用python编写。支持对个股量价数据进行基于时序的运算操作并自定义选股指标（量化因子），有图形界面用于调参和呈现结果。使用多进程计算指标，运行速度快。可以根据个人需求方便地添加/删除指标。可以选择使用简单的买卖策略对当前指标集合的历史表现进行回测并输出结果图表。

随着公司AI战略的深入，各类业务对基于领域知识的智能问答需求激增。同时对于不同的应用场景需要支持不同的系统能力，比如解析学城文档表格、大模型对长文本内容总结summary、提供通用AI检索API接口等后续部分应用可能会对文档文本、图片、表格等多模态AI检索能力有部分诉求，因此期望建设支持公司特殊业务场景专有知识管理平台，包括数据解析、知识管理、知识检索能力，大幅提升同类项目的搭建效率。另外随着多模态应用（如故障图片识别）的兴起，缺乏高效的数据标注工具，人工标注成本高昂，因此建设一个面向公司垂类的AI 基础设施平台，成为支撑业务快速创新与降本增效的关键。

负责设计和搭建⾼可⽤、⾼性能的算法⼯具平台，主要包括模型管理、特征管理、系统回放、回测等系 统能⼒，通过配置化管理平台将实时、离线、回放埋点等多种不同数据源特征⾼效便捷的同步⾄不同底层存储，同时 提供回放、回测等系统能⼒，⽀撑算法模型从特征提取、特征管理和查询、模型推理、模型回测、系统功能回放等全 ⽣命周期管理。

立项背景与目标： 针对传统 RAG 系统在处理“图文混合文档”时无法识别图片内容，以及面对“复杂逻辑问题”时回答准确率低的痛点，本项目旨在构建一个生产级、多模态、具备推理能力**的企业知识问答中台，助力企业将非结构化文档（PDF/Word）转化为可交互的智能资产。 核心功能与业务流程： 1. Agentic RAG (智能体检索)**：基于 LangGraph 构建了具备“自我反思”能力的 Agent 状态机。 意图路由：精准区分闲聊/问答，避免资源浪费。 自我评估 (Self-Reflection)：Agent 会对检索结果进行质量打分。如果发现相关性不足（Score < 0.8），会自动触发查询改写 (Query Rewrite) 并重新检索，直到找到满意答案或达到重试上限。 动态规划：针对复杂问题，自动拆解为多个子任务并行执行。 2. 多路混合检索 (Hybrid Search)**： 摒弃单一的向量检索，采用 Vector (语义) + BM25 (关键词) + Rerank (重排序)的黄金组合。 引入 Cross-Encoder 模型进行二次精排，像“阅卷老师”一样剔除伪相关文档，检索准确率提升至 89%。 3. 全链路多模态 (Multi-modal)： 集成 VLM (视觉大模型)，不仅能读懂文本，还能理解 PDF 中的图片、图表，实现真正的“图文跨模态检索”。 4. 生产级异步架构： 利用 Celery + Redis 构建高并发流水线，实现 GB 级大文件的异步解析与后台向量化，确保前端操作零卡顿。

SVHF框架是一种融合FNN深度学习、SMOTE数据平衡与LIME可解释AI的金融交易风险评估方案，通过神经网络精准预测违约概率，合成少数类样本解决数据不平衡，并提供个体决策解释，实现高准确、高透明、高实时的智能风控。

### 数字人模型训练 - **功能描述**：通过上传训练视频和音频，训练个性化的数字人模型 - **主要特性**： - 支持自定义模型名称和参数配置 - 多种图像尺寸选择（256×256、512×512、1024×1024） - 可配置批次大小、学习率、训练轮数等参数 - 实时训练进度监控和损失曲线展示 - 支持训练任务的暂停、继续和停止操作 ### 数字人推理 - **功能描述**：使用已训练的数字人模型，根据音频生成数字人视频 - **主要特性**： - 模型列表管理和选择 - 支持音频驱动和视频驱动两种模式 - 可配置输出质量和格式 - 实时推理进度显示

变电站进行智能巡视系统可以对变电站的视频摄像机实现实时监测；利用图像识别技术对设备异常情况和场景隐患进行识别；利用消息中间件完成告警分析和推送。利用系统设计逻辑实现智能运维管理和业务智能化管理；利用以上物联网和图像识别技术，实现智能分析、告警管理和智能运维。

参加机甲大师超级对抗赛，负责英雄机器人的电气布线、开发板配置、控制算法编写与调试。 机器人的功能需包括麦克纳姆式底盘解算，云台pitch、yaw双自由度，摩擦轮与拨弹盘电机协同实现42mm弹丸发射并精准打击16m距离目标。 同时机器人需搭载miniPC与相机实现实时目标检测与瞄准，我们电控需与视觉协调通信实现云台快相应自动瞄准与击打。

LLM微调，CV，NLP多个项目经历： yolov8，yolov11，yolov12，yolo26应用，优化，集成 swin-tf，U-net，VIT分割，识别，分类，标注 RAG，情感分类，分词，生词，熟练应用BERT 可嵌入到软件，网页中，需后端 可接入一些LLM（如GPT，DS等）的API 可接中型/小型软件开发 可接科研项目，论文复现，AI/大数据/数据分析都可

行业场景 企业管理、业务数据资产化，工程系统业务标准化封装，基于数据资产目录、RAG图检索增强及低代码技术实现数据资产标准化建模、应用平台快速构建 功能介绍 侧重个人负责部分 1、基础平台管理：数据资产目录、元数据体系、权限管理、应用管理 2、低代码设计平台：低代码物料协议、设计器功能、编辑器画布引擎、流程引擎... 3、事件流设计器：事件编排页面、事件流描述协议、运行引擎

行业场景 各类商业有限元软件在使用中存在计算性能受客户机CPU计算能力限制、维护升级麻烦、无法满足移动化办公需求、正版软件费用高昂等问题。为提高传统三维有限元计算性能和便利性，开发了可进行前处理计算以及后处理云图展示的在线计算平台。 功能介绍 在线计算：集成了有限元渗流计算和静动力计算模型，支持在线发起应力计算和渗流计算任务，在线录入模型参数及计算边界条件，展示计算进度 结果展示：对于形变、应力、渗流等数据进行有限元云图展示，支持旋转、剖切、视图切换，支持不同断面切换

采用 CAD 辅助医师诊断进行消化道系统检查，包括操作质量检测、病变检测和分类，一方面可以在一定程度上提升肠道息肉的检出率，从而降低漏诊率；另一方面可以加快每次诊断的时间，从而提升对病人的检测效率。 本项目拟构建人工智能辅助的消化道内窥镜实时定位和检测系统。前期甲方构建了基于卷积神经网络的消化系统图关键位置定位算法和病变检测分割的算法。基于此系统现需要对已有算法进行包装，构建可用于临床测试的系统，并整理此项目中涉及用于系统接口，以便于后续平台开发。

项目介绍：可编程控制的人形或仿生类行走机器人。根据公布的任务和现场发布的任务，参与现场展示交流的学生能够运用各种传感器包括视觉（大小、形状、颜色）识别、材质（铁质、塑料）分类、位置（坐标、方向）确定等，设计制作一款双足人或仿生类多足机器人，并具备对指定物品进行分拣与搬运的能力。

对于长尾问题，运用一些模型对数据集头部、中部类别准确率较高和尾部类别数据量极少的不平衡问题进行优化改进。使其对于数据集识别分类效果得到准确度精准度的提升、优化。从而提升头部尾部不平衡的问题点。

本项目基于Stable Diffusion v1.5模型开发，是一个功能强大的文生图与图生图综合模型。主要功能包括： 文生图：输入文本提示词，生成高质量图像（如"一只戴着太阳镜的猫坐在赛博朋克摩托车上"） 图生图：基于输入图像+文本提示，生成修改后的图像 图像修复：对图像中指定区域进行智能修复和填充 可控扩散：通过ControlNet支持姿势图、边缘图、深度图等约束生成内容 人体细节优化：针对手、脸、姿势等人体细节进行专门优化，提升生成质量