是為學(xué)校和社區(qū)提供的魔鏡系統(tǒng),分為教學(xué)和測評,每個學(xué)校和社區(qū)都有獨立的賬號管理,每個學(xué)生,可以個每個用戶安排具體的學(xué)習(xí)和測評任務(wù),在魔鏡端通過人臉識別登陸,然后參照顯示信息學(xué)習(xí),和考試,考試后有評分,學(xué)習(xí)內(nèi)容主要是高考體育和健身鍛煉兩部分,與主流的智慧體育雷同,

我需要AI計算機視覺

· 數(shù)據(jù)處理需求：通過攝像頭的畫面。實時識別桌子上指定范圍的產(chǎn)品，然后轉(zhuǎn)化成指定數(shù)據(jù)輸出 · 算法需求：對接到指定算法，

· 算法需求：養(yǎng)豬場通過視覺照相判斷數(shù)量。

目標:對道路上面的病害進行識別，如坑洞的識別！ 要求:跟平臺端對接，懂硬件，如攝像頭，邊緣網(wǎng)關(guān)，gps等

我需要AI計算機視覺

類似健身魔鏡， 安卓版APP, 基本功能有：錄入訓(xùn)練自有教學(xué)模型，精準識別用戶動作，實時給予提示，對揮桿整體動作進行分析，建立用戶檔案，分析測評，并給出指導(dǎo)方案等；用戶交互生動形象（3D虛擬人物），涉及多個高速攝像機捕捉。

我需要AI計算機視覺

我需要AI計算機視覺

我需要AI計算機視覺

環(huán)境ios（部署蘋果手機上運行） 1:識別視頻流轉(zhuǎn)圖片流過模型出結(jié)果不大于2秒 2:過模型每楨5...7毫秒不大于7毫秒 3:準確率99%特別不能有亂幀，跳幀現(xiàn)象 4:模型要做到泛化。適應(yīng)各種燈光場景及角度 5:部署在手機上跑的小模型 我們目前基礎(chǔ)版13 迷你往上走的。全兼容目前市場的所有蘋果產(chǎn)品！幀率前置120，后置240麻煩抽出寶貴的時間研判一下

實時視頻流中嘴部動作替換項目 開發(fā)一個實時視頻（兩個視頻流都是實時的，非視頻文件）處理系統(tǒng)，將人物A的嘴部動作(說話時的口型）替換到人物B的臉上，確保人物B的臉部其余部分和背景保持不變。音頻將來自人物A，最終視頻中的嘴部動作需與音頻同步，觀感為B在說話（而實際無論是聲音還是嘴型都來自A），并且A和B在實時視頻流時，可以正面小幅度動臉不造成效果突兀感，人物A和B換成其他人物依舊可以使用。

（1）能準確的使用發(fā)型庫中的發(fā)型替換用戶的發(fā)型 （2）實現(xiàn)發(fā)型替換的形式不限，圖片替換、實時視頻替換等形式均可 （3）需要部署到移動設(shè)備（安卓，iOS）或 Linux服務(wù)器 （4）驗收標準：（a）發(fā)型替換效果達到**小程序“致美九宮格發(fā)型設(shè)計”中的替換效果；（b）發(fā)型替換處理速度控制在3秒以內(nèi) 如合作愉快可繼續(xù)洽談二期項目（發(fā)型打分相關(guān)）

1、模型訓(xùn)練完成，目前已經(jīng)部署到A40測試環(huán)境正常測試 2、后續(xù)生產(chǎn)環(huán)境是A40集群部署，在生產(chǎn)部署過程中需要配合部署工程師進行模型接口之類調(diào)試 3、模型本身已經(jīng)基于YOLO V8基礎(chǔ)版本訓(xùn)練好了，不需要做優(yōu)化

具有硬件開發(fā)能力的軟件公司， 來開發(fā)一款ai視覺識別的軟件

1.對單個貨架儲存物品存放事件進行抓??； 2.根據(jù)儲存區(qū)域判定物品物料代碼； 3.多貨架信息匯總。

視覺拼接追蹤算法，算法精度要求極高，同時需要工程師搭建攝像頭并做好視頻拼接，控制云臺從識別到追蹤延遲在十幾ms，同時需要工程師搭建服務(wù)器、控制端等設(shè)備，以及對云臺的控制對接

基于AI識別華為高端手機（帶高精定位的手機）拍攝視頻中的交通標線和標牌，并輸出相應(yīng)位置（精度：米級）。不需要實時識別，視頻拍攝完回來導(dǎo)入到程序中識別即可。

AI計算機視覺

視頻AI訓(xùn)練,基于YOLOV5斤進行圖片打標，采用makesence進行目標檢測，labelme進行圖像分割，一張圖片約10個左右標簽，總數(shù)約2000張。

我需要AI計算機視覺

· 集成需求：需要視覺處理，可以提供監(jiān)控接口，開發(fā)視覺模型或系統(tǒng)，將數(shù)據(jù)接入到現(xiàn)有的系統(tǒng)當中。后續(xù)別的貨物相應(yīng)增加價格。 · 其他要求：個人/企業(yè)需要開票 糧食廠 車輛出入庫過地磅時： 1.記錄車牌號，出入庫時間 2.根據(jù)攝像頭實時對車內(nèi)玉米貨物估算（誤差95%以上） 3.對場地/倉庫玉米貨物進行估算（誤差95%以上）

核心需求: 目標檢測經(jīng)驗:需具備YOLO系列算法實戰(zhàn)經(jīng)驗，包括目標檢測與追蹤。 模型量化技能: 精通模型量化，以優(yōu)化邊緣端部署。 邊緣端部署專長:有在RK系列等邊緣設(shè)備上的部署與優(yōu)化經(jīng)驗。 技術(shù)支持與維護: 項目完成后提供必要的技術(shù)支持。 溝通協(xié)作能力: 要求良好的溝通與團隊合作精神。 期望: 團隊需提供過往項目案例及客戶反饋。 明確項目預(yù)算和時間表。 團隊在深圳及周邊城市 合作目標: 共同開發(fā)高效、穩(wěn)定的AI圖像識別系統(tǒng)