会写论文，
任务内容：
1. 数据准备：使用公开异常检测数据集或自采小规模视频片段，区分异常与正常行为；
2. 模型构建与训练：基于YOLOv8或YOLOv10，采用迁移学习与数据增强策略；
3. 实时检测：部署模型，实现视频流异常检测，评估帧率、延迟与检测精度；
4. 可视化与统计：标注异常事件，输出检测报告，可视化传感器或语音数据（可选）；
5. 模型评估：分析精度、召回率、F1-score、泛化能力，对比不同策略效果。。
任务说明：
1.研究并实现基于YOLO的实时异常检测模型，探索其在样本稀缺条件下的适应性，对于推动低成本、高效率的康养安全监测方案具有重要应用价值。
2.通过数据增强与迁移学习策略提升小样本场景下的模型泛化能力，为解决真实场景中异常数据收集难、标注成本高的问题提供技术思路。
3.实现视频流的实时检测与可视化，验证轻量级模型在边缘设备上的部署可行性，为智慧康养终端设备的开发提供技术支撑。
4.系统评估模型精度、速度与泛化性能，分析其在真实环境中的优势与局限，为后续优化与实际应用提供依据。

需与甲方沟通

学生根据以下需求完成系统的设计
与开发工作。
本系统是一个文档资料管理系统，
要求能够满足一个单位各种文档资料
的管理工作。
1、文档资料说明:
文档资料主要是日常使用的电子
版资料，包括Word、Excel、PDF等文
档形式。
2、系统可划分为以下人员角色:资
料查询人员，资料维护人员、系统管
理员三类。
资料查询人员主要查看保存在系
统中地各种文档资料，只有使用权限
(浏览、
下载)，没有删除和修改权
资料维护人员负责文档资料的
写笔记
操作，
系统管理员主要完成系统基础数
据设置、各种用户的管理等。
3、文档资料资料实行分类管理，不
同文档资料放在不同的类别下面，类
别的定义
由资料维护人员负责创建、删除和
修改。每个文档资料在系统存储中包
含两部分内
34
写笔记
36
37
38
39
40
41
42
43
AA
容:一是文档检索信息，主要有文
档编号，文档名称、文档的档案编
号、文档类别、
出版社、出版日期、内容简介、录
入日期、录入人员、文档作者、文档
关键词、文
档文件的文件名、文件的扩展名
等;二是电子文档内容的存储(可以
以二进制形式
保存在数据库中)。
4、文档录入时，首先录入文档的索
引信息，然后录入文档内容，要使索
引和文档
保持一致。文档录入时系统自动识
别文件名和扩展名，浏览时，系统根
据索引中的
扩展名自动使用相关系统打开文
件。
5、本次任务要求按照python+mys
ql实现，客户端html实现，文档数据
要求
保存在mysql中。
6、系统登录时不允许进行用户类别
选择，系统根据用户名确定用户的类
别信息
根据类别信息动态生成不同类别用
户的操作界面。
7、系统初始时只有管理员用户，管
理员用户具有进行其他用户的增删改
查功能。
8、文档资料管理员具有文档类别的
增删改查功能以及文档索引及内容的
增删改查
功能。
9、文档查询人员具有文档检索、浏
览和下载保存功能，要求系统给文档
查询人员
根据索引信息提供多种方便快捷的
查询方法，如按照时间查询，按作
者、按类别、
或者组合查询等灵活多样的查询方
式，对于查询到的文档资料能够方便
阅读，保
存到本地、打印处理等。
10、文档存储时保存档案编号，以
方便查阅原件，没有原件，该项为
空。
12、完成系统安装包的制作

内容就是健身人群在做完一个动作后，我会用视
频的方式记录下来，然后交给系统分析他的动
作，最后给出建议，告诉用户该怎么调整动作
只分析卧推，然后要跑数据
论文查重15%以下

iPhone / Android 摄像头 ➡ 实时传到电脑,电脑后台进行图像分析

一、核心功能描述
这个智能体本质上是一个双向意图理解的“撮合引擎”，具备以下三大核心能力：
1. 多模态资源发布与意图解析
· 自然语言/语音输入：用户可以说“我有一本九成新的微积分，想换雅思词汇，或者找个同学教我半小时吉他”。
· 智能结构化：大模型自动解析出“供给品”（微积分课本）和“需求品”（雅思词汇、吉他教学），并提取关键词、成色、时间等属性,还需要解析“技能交换”。
· 图像识别辅助：用户拍照上传物品，智能体自动识别物品类别（如“电吉他”、“山地车”），并填充描述。
2. 双向动态匹配与撮合
· 供需交叉计算：不仅找“谁有我想要的东西”，还反向计算“谁需要我有的东西”，形成双向匹配闭环。
· 匹配度评分：基于语义相似度、距离远近、信用分、活跃时间等因素，计算综合匹配度（如 95% 匹配）。
· 主动推送：当出现高匹配度的“双向需求”时，智能体主动向双方发送通知：“发现一位同学正好有你要的雅思词汇，且他需要你的微积分课本，是否查看？”
3. 智能契约与履约辅助
· 自动生成趣味契约：双方达成意向后，智能体生成包含物品/技能描述、交换时间地点、）的电子契约。
· 日历提醒：自动创建日程，提前提醒双方履约。
· 信用互评：交易完成后，双方互评“守约”或“放鸽子”，累积信用积分。
二、新增功能设计
1. 技能图谱与学习路径对接
· 功能描述：针对“技能交换”，智能体不仅匹配“我想学摄影”和“我会摄影”，还能构建校园技能图谱。
· 创新点：如果暂时没有匹配，智能体可以推荐学习路径。例如，当没有同学能教吉他时，智能体可推荐校园音乐社团的联系方式，或推送B站入门教程链接。
2. 拼团与需求聚合
· 功能描述：针对“拼车”、“拼单买书”等场景，智能体支持需求聚合。
· 创新点：用户发布“周五拼车去机场”，智能体不仅找同路人，还能充当“团长”，聚合多个零散需求。当人数达到拼车下限时，自动通知大家成团。
3. 闲置流转轨迹与故事
· 功能描述：为一本书或一件物品建立流转轨迹。
· 创新点：用户扫描书上的二维码（或智能体生成的物品码），可以看到“这本书的校园旅程”——哪年哪月哪位学长用过，流转了几手
4. 基于地理位置的“附近热力图”
· 功能描述：在校园地图上展示当前宿舍楼或教学楼的闲置热点。
· 创新点：比如显示“12号楼目前有5件闲置待交换”、“图书馆附近有3人正在求购咖啡”。用户可以开启“附近的人”模式，进行即时线下交换。
5. 智能仲裁与纠纷调解助手
· 功能描述：针对可能出现的爽约或物品不符情况，引入AI调解员。
· 创新点：当一方投诉时，智能体自动调取聊天记录、契约内容和信用历史，生成调解建议。
6. 校园低碳影响力榜单
· 功能描述：将闲置交换行为游戏化。
· 创新点：每次成功交换，系统根据物品重量或预估碳排放量，计算“碳积分”。在全校范围内形成“减碳英雄榜”，年度积分高的同学可获得学校纪念品或合作商家优惠券。

第一步:对 PP-YOLOE 模型和 Deformable DETR 模型进行开源数据和 Airsim 平台采集数
据(需要在城市+森林=3000)进行训练;
第二步:融合两个模型再次对相同的两个数据进行训练;在检测精度比单一模型高出
8%以上,查准率/查全率提升 8%以上,检测速度与 pp模型保持(但是降低不超过 15-20%)
loss 收敛速度需要更快更平稳;
第三步:将三个训练结果分别应用到Airsim 平台中的城市和森林环境中擦好看效果;
需要满足智能感知+自主规划路径+避障+自主飞行;
注意:避障需要在检测到人、车、建筑物、树木/植被，间距为 10 米时就需要停止，程序
规划路线；

用深度学习算法的图像识别功能，预测材料的火灾热释放速率，目前已有实验取得图像与热释放速率值对应的数据集

增添一个用户可主动训练模型的功能，然后写论文，要一直修改

电影推荐系统添加知识图谱和智能问答