• 1
• 0
• 2

Unity疫情展馆

C#

forked from 刚刚好/Unity疫情展馆

C#

疫情展馆漫游，视频播放，图片轮播，答题

• 1
• 0
• 0

VideoFusion

• 1
• 0
• 9

surround-view-system-introduction

Python

forked from zhanghao/surround-view-system-introd...

Python

车辆环视全景系统实现图像拼接缝融合

• 1
• 0
• 4

AIOTEC

Python

forked from WisdIOT/AIOTEC

Python

AIOTEC是视频分析与物联网的融合系统！系统支持对监控视频的实时分析（图像识别功能，自动检测视频中的危险源及动作），系统支持物联网产品的接入如消防产品、安防产品、能源产品等。

• 1
• 0
• 2

黑马头条V2

《黑马头条》项目是以Springboot和Springcloud，以及阿里的Nacos作为基础架构进行开发的，因为项目中包含了完整的业务闭环，解决各种不同的业务场景，所以里面包含了非常多的技术。

• 1
• 0
• 1

新闻头条平台App端

HTML

forked from 雷迪亚兹/新闻头条平台App端

HTML

新闻头条平台App端

• 1
• 0
• 1

新闻头条平台 forked from 雷迪亚兹/新闻头条平台

基于Springcloud的新闻头条分享级管理系统的需求分析设计与实现

• 1
• 0
• 4

宿舍管理系统

Java

forked from yu20/宿舍管理系统

Java

Spring Boot+Vue 宿舍管理系统 前后端分离项目

• 1
• 0
• 1

stusystem

Java

forked from cxt/stusystem

Java

SpringBoot宿舍管理系统

• 1
• 0
• 1

dormitoryMS

Java

forked from 古月逐日/dormitoryMS

Java

宿舍管理系统（基于SpringBoot + Layui）搭建

• 1
• 0
• 2

dormitory forked from beichenstr/dormitory

基于django学生宿舍管理系统

• 1
• 0
• 0

InternetArchitect

• 1
• 0
• 0

gms-2.0

• 1
• 0
• 1

mall forked from JJ/mall

基于SpringBoot+Vue的大数据农产品销售管理系统

• 1
• 0
• 1

KT_7

Python

forked from fengmingshan/KT_7

Python

焕焕骑士，pygame跳跃闯关游戏

• 1
• 0
• 2

car-rent

Java

forked from 杨大大/car-rent

Java

汽车租赁管理系统前台以及后台管理系统，基于Springboot,zookeeper作为注册中心，Dubbo作为RPC远程调用

• 1
• 0
• 10

CarRental

Java

forked from LYQ/CarRental

Java

汽车租赁系统是针对网上租车开发的系统，针对网上租车现阶段工作流程混乱，工作业务不清晰，报表统计不全面的问题，为网上租车的前台和后台提供强大的代码支持，让各个过程能够自成一体，也能够成为一个整体，从订单的开始到结束能够完美衔接提供完整的管理与服务，降低网上租车后台工作人员的工作强度，保障工作中数...

• 1
• 0
• 1

yolo v5-first

Python

forked from 初学者小强/yolo v5-first

Python

基于改进YOLOv5的钢铁表面缺陷检测研究的源码

• 1
• 0
• 1

product_manager forked from liu/product_manager

钢材表面的缺陷检测系统，通过STM32F4系列芯片和OV2640摄像头实现数据采集，并通过ESP32将数据上传至服务器；其次，利用YOLOv8模型进行缺陷检测，确保高准确性和实时性能；最后，基于Spring Boot和Vue构建的缺陷日志管理系统，实现对缺陷信息的高效管理与分析。

• 1
• 0
• 1

基于商品评价情感分析的用户画像推荐系统

Python

forked from 小oo呆/基于商品评价情感分析的用户画像推荐系统

Python

1.实现基于Python的商品评价及用户画像情感信息智能提取及推荐系统，能够从用户的评价文本中提取情感信息和构建用户画像。 2.提供准确可靠的商品推荐服务，通过个性化推荐算法改善用户的购物体验与满意度。 3.验证所提出系统和算法在实际场景下的有效性和性能，并分析改进方向。