A5任务    54人浏览/0人投稿    779天前    已托管赏金

Discuz全站数据采集 采集要求请看 腾讯文档https://docs.qq.com/doc/DTnlBQUNFZWdWd0RS 投标后，麻烦主动联系我一下，便于及时沟通选标，沟通后没问题，干活痛快结账

开源众包    471人浏览/0人投稿    741天前    已托管赏金

客户端与门禁主机通过服务器进行语音对讲功能需求：1. 客户端音频数据采集与发送Ø客户端应具备麦克风音频数据采集功能。Ø支持将采集到的音频数据实时发送到服务器端。Ø提供音频数据压缩和编码选项，以优化网络传输效率。2. 客户端实时接收播放音视频Ø客户端能够实时接收来自服务器转发的门禁主机音视频数据。Ø支持音视频数据的解码与播放，确保音视频同步。3.服务器端音频与音视频数据转发Ø服务器端实时接收客户端发送的音频数据，并使用海康威视SDK将其实时转发给指定的门禁主机。Ø服务器端实时接收到门禁主机发送的音视频数据，并实时将其转发给请求对讲的客户端开发语言：C、C++、Java、Python等其中一种运行系统：windows 64位操作系统

猿急送    107人浏览/0人投稿    585天前    已托管赏金

一、需求 处理亚马逊多站点关键词爬取风控503反爬 二、具体说明 现项目需求爬取亚马逊各个站点的关键词信息，在大批量爬取的过程中，遇到了503的风控反爬，情况表现如下： 1. 美国站点的爬虫稳定正常，没有503反爬情况 2. 除了美国站以外的站点，以英国和德国为例，在爬取前1-2小时内爬取正常，在第2小时左右开始，出现大量503的情况。 3. 日级别爬取量 UK（英国）: 750000, DE（德国）: 900000, FR（法国）: 330000, ES（西班牙）: 240000, IT（意大利）: 345000, CA（加拿大）:405000, JP（

猿急送    145人浏览/0人投稿    573天前    已托管赏金

1、需要定时爬取抖查查、考古🏠的达人数据，包括达人信息等等，页面上能看到的都需要爬取 2、可使用外挂，模拟人工登入抖店后台，批量联系达人

码市    150人浏览/0人投稿    1475天前    已托管赏金

文档查重比对数据系统支持pdf、doc、png、jpeg等文档的批量导入、内容识别提取，能够实现文档查重、生成查重报告、全文检索、项目管理、统计分析、系统管理，具备查重分析算法；系统采用B/S软件架构数据库使用MySQLElasticSearch、SpringBoot、VUE、FastDFSSimhash、SURF算法模型实现对文档之间的相似性、关联性和重复程度进行分析

码市    388人浏览/0人投稿    1307天前    已托管赏金

【概述】1、需通过canny算法对图像进行边缘二值处理，使用基准图将物体厚度转化为像素距离，通过对比基准图计算上下覆盖物厚度2、用AI机器学习，拿不同场景的图片进行训练，来识别物体的类型（可提供多场景的图片）具体需求匹配后详细沟通。

码市    53人浏览/0人投稿    1194天前    已托管赏金

1．任务①：基于深度学习算法和图像处理技术、构建并扩充道桥病害数据、优选并优化目标检测和图像分割算法、对四类病害进行几何参数计算（长度、宽度、面积）并与人工测量进行误差分析。任务②：基于深度学习利用多分辨率红外热成像和可见光图像进行数据融合，并依此进行图像分割和目标检测以及几何全要素计算。

码市    128人浏览/0人投稿    1173天前    已托管赏金

任务描述：本任务需要开发一个机器学习模型来预测贷款偿还概率和信心水平。该模型将利用 Python 的 scikit-learn 库，并需要创建一个自动数据清洗脚本来确保数据准确性。为完成此任务，需要执行以下步骤：- 使用 Python 的 scikit-learn 库开发机器学习模型- 使用模型预测贷款偿还概率和置信水平- 创建自动数据清洗脚本以确保数据准确性- 测试和优化模型以达到最大准确性和可靠性。总的来说，本项目旨在利用机器学习技术创建一个稳健可靠的贷款偿还预测模型。

开源众包    396人浏览/0人投稿    1015天前    已托管赏金

对数据进行分类，理论上所提供的数据只有3类，但是因为实验操作或者样品本身问题导致数据有偏差，对分类会存在干扰，额外产生了4种数据，总共7类数据，这7类数据将产生17种组合，不能将17种作为为一个模型训练，而是像股票或围棋操作一样自动匹配模型对数据分类，希望通过深度学习能够解决自动分类的问题，欢迎有期货，股票，象棋，围棋自动交易系统开发经验的专家，本开发类似于上述场景，多模型训练，核心任务是在7种数据类型中找出理论上的3类，即排除其他因素产生的数据。软件开发已经完成，只需要提供深度学习的模型，API端口供我们调用

猿急送    48人浏览/0人投稿    927天前    已托管赏金

模型后端和部署。 1. 咨询阶段，保证模型和后端部署能够在未来实现产品化，支持多用户需求。 2. 大语言模型 、NN模型等部署。 3. 后端整体架构构建和平台开发。