开源众包    20人浏览/42人投稿    508天前    已托管赏金

1、项目背景项目目标是通过网站为用户提供AI产品的使用教程及相关功能服务，旨在帮助用户提高工作效率和个人技能。网站将提供丰富的教程视频和软件功能，实现用户对AI产品的高效使用。2、 项目目标- 提供AI产品使用教程视频- 实现与AI产品网页集合，提供相关功能服务- 提供简约明朗的用户界面- 支持用户注册、登录和订阅功能- 支持二次开发和扩展

开源众包    13人浏览/34人投稿    508天前    已托管赏金

项目背景三个关卡的闯关小游戏，需要额外穿插道具，需要有弹窗界面和奖励界面。参考羊了个羊

猿急送    210人浏览/45人投稿    508天前    已托管赏金

类似汤姆猫的app，点击不同部位会做出不同的表情 同时后端接入当前流行的语言大模型api，比如chatgpt,或者国内的类似接口，实现实时对话功能。

匠迹众包    19人浏览/24人投稿    507天前    已托管赏金

两张图片，一张为gif，透明状态，只会有一些装饰在动，另外一张是背景图，要求在动图每一帧合成后作为背景，最后导出来格式为GIF，具体怎么实现靠你们。要求要用易语言写，提供源代码！

猿急送    416人浏览/43人投稿    507天前    已托管赏金

1.从“select model”和“select data”下拉框中分别选择模型和csv数据 2.通过模型中的命名方式生成“select sensors”的复选框 3.“select sensors”可以指定画多少sensor data 4.单击“data display”按钮，生成GPS map和左侧sensor data和右侧散点图（左右侧两图时间戳对应） ● 5.鼠标单击左侧sensor data任意一个点，在GPS map的对应时间上高亮显示，并且在“start time”和“end time”显示该点时间。 6.鼠标拖拽左侧sensor data一段区域，在GPS ma

猿急送    456人浏览/48人投稿    507天前    已托管赏金

技术要求： (Java开发3年以上工作经验，“熟悉金蝶云星空系统”优先，同时了解一些前端技术,可能会涉及一些简单的前端开发) 开发平台：JHipster，框架Springboot Hibernate （熟练使用） 数据库：postgresql 前端框架：Vue （会一些基本应用） 办公点：远程 工作日时间：周一到周五 9-12点，下午1-6点 项目时间：目前预估的是8天的工作量 开发需求： 我们公司自己开发的一个页面，上面主要是用来显示客户的订单信息的，这些信息一部分是从金蝶上面同步过来的，还有一部分是用户在这个页面是编辑保存的。 然后这次的需求里面有两个比较

猿急送    348人浏览/19人投稿    507天前    已托管赏金

开发需求： 我们公司自己开发的一个页面，上面主要是用来显示客户的订单信息的，这些信息一部分是从金蝶上面同步过来的，还有一部分是用户在这个页面是编辑保存的。 然后这次的需求里面有两个比较大的点： 1.是要将客户在金蝶上修改过的某个字段的信息，或者是页面在这个页面修改过的某个字段的信息，高亮起来。直到用户点掉这个已读。 2.我们订单信息里面有Edit的页面，然后目前edit页面信息是不准确的。需要按照定义的逻辑来显示。 技术要求： (Java开发3年以上工作经验，“熟悉金蝶云星空系统”优先，同时了解一些前端技术,可能会涉及一些简单的前端开发) 开发平台：JHipster，框架Sp

开源众包    405人浏览/24人投稿    507天前    已托管赏金

北京苏醒科技负责人 我们是6人独立研发团队，全员研发岗 主接PC网站\小程序\python脚本等开发项目，不限行业不限领域V：ly4881457sz

猿急送    186人浏览/18人投稿    507天前    已托管赏金

一个小型体育赛事数据直播 已有数据源（api接口） 需要配合websocket推送到前台 现有数据库是mysql，储存到mysql还是redis自选

猿急送    482人浏览/38人投稿    507天前    已托管赏金

任务目标 1. 根据给定的网络模型代码与数据集，修改Yolov10模型的检测头，使其与给定模型的检测头输出一致 2. 给出更换后Yolov10模型和给定模型的性能对比，包括：准确率，召回率，检测速度 3. 完成模型在orin平台的部署及优化 交付需求 1. 开发环境 1. conda环境 2. 迁移后的网络模型：torch格式，onnx格式 3. 模型训练代码 1. 数据预处理：格式适配，数据增强等 2. 训练参数配置 3. 损失函数配置 4. 训练超参数调优方案 4. 验证与测试代码： 1. 模型测试代码 2. 测试集评估结果