本软件是开源软件。本软件可广泛应用于电子行业的测试与测量仪器的计算机控制，软件能够进行高性能的检查与测试。可用于万用表，电源，频率计，示波器等仪器，您可以很容易地利用它建立自动检查与测试系统。这能够使您将传统的目视检查处理过程转换到基于计算机的自动化测试。
本项目是一个基于SpringBoot和Vue开发的文档管理系统,系统具备完善的用户权限控制、文件上传下载、文件分类管理等功能，适用于企业内部文档管理、团队协作等场景。
本项目是一个基于深度学习的人脸检测与表情识别系统，使用YOLOv11进行人脸检测，并使用自定义训练的YOLO模型进行表情识别。系统支持图像、视频文件和实时摄像头输入，具有直观的图形用户界面，可以轻松进行人脸检测和表情分析。
高性能 高精度 大陆车牌、港澳车牌、台湾车牌 韩国车牌(South Korea LPR)识别 代码开源，方便移植嵌入式和安卓端使用，支持12种车牌识别，支持港澳车牌识别，支持大角度车牌识别，准确率高达99%+
集成以后，可以让你的python设备，变为一个gb28181的监控设备，连接gb28181云平台
AI模型训练平台是一个基于 Python Flask 的 Web 多模态大模型 + PT 模型的双重自动标注平台，提供数据增强闭环："小数据→简单模型→辅助标注→大数据→精确模型" 的完整循环 专门为 YOLOv8/11 目标检测模型的全生命周期管理而设计，旨在为 AI 开发者和研究人员提供一个完整的、易用的目标检测模型训练解决方案。
Omega-AI：基于java打造的深度学习框架，帮助你快速搭建神经网络，实现模型推理与训练，引擎支持自动求导，多GPU训练，GPU支持CUDA，CUDNN。
Myolotrain是一个可视化管理yolo视觉模型训练的系统，为计算机视觉任务提供了直观的图形界面。该平台集成了在线标注、数据集管理、模型管理、训练管理和目标检测功能，支持windows、linux、docker等多种部署方式，使用户能够轻松地训练和部署 YOLOv8 模型，支持CPU和GPU，使用tensorboard实时查看训练进度，具备数据集自动分割功能。
Java开发视觉智能识别项目 纯java 调用 yolo onnx 模型 AI 视频 识别 支持 yolov5 yolov8 yolov7 yolov9 yolov10,yolov11,paddle ,obb,seg ,detection，包含 预处理 和 后处理 。java 目标检测 目标识别，可集成 rtsp rtmp，车牌识别，人脸识别，跌倒识别，打架识别，车牌识别，人脸识别 等
专为边缘AI平台打造的 Header-Only YOLO 推理库
基于qt框架的串口通信助手小工具。在基础的通信调试功能基础上，添加了：发送文件，保存成文件；数据滤波；数据波形显示，对一个数据的分析，可同时显示多个波形，可以建立多个折线图标，每个图标可显示多个波形，可对波形颜色样式进行设置，使其方便对比观察。 可以进行中英文一键切换，设置界面颜色风格。
