手写数字识别
基于 Django、Vue 和 PyTorch 组织训练、结果展示与手写板实时识别,使模型能力能够通过直观界面被体验。
机器人与视觉
在 ROS 与机械臂实践中接触目标检测、视觉数据和设备控制,理解算法从离线实验走向真实环境时面对的延迟、误差和稳定性问题。
这些项目作为学习轨迹保留,重点展示实践过程,而不是重复上传课程报告和第三方代码。
模型与应用开发
从手写数字识别平台到 ROS 机械臂实验,探索模型、界面与硬件协作。
基于 Django、Vue 和 PyTorch 组织训练、结果展示与手写板实时识别,使模型能力能够通过直观界面被体验。
在 ROS 与机械臂实践中接触目标检测、视觉数据和设备控制,理解算法从离线实验走向真实环境时面对的延迟、误差和稳定性问题。
这些项目作为学习轨迹保留,重点展示实践过程,而不是重复上传课程报告和第三方代码。