本项目基于 Transformer 自注意力神经网络，构建一套端到端中文神经机器翻译系统，实现中文与多语种自动文本翻译。项目完成双语语料预处理、翻译模型搭建、轻量化优化与 Web 服务开发，支持私有化本地部署，解决第三方翻译工具数据不安全、领域适配弱的问题。系统具备单句实时翻译、批量文档转换、自定义术语库功能，通过 BLEU 指标完成效果验证，兼顾翻译精度与推理效率，可服务学术研究、企业跨境办公、

基于 YOLO+CRNN 的中文车牌识别项目，支持 12 种国内车牌类型，提供 ONNX 轻量化 CPU 推理，支持图片、视频批量识别，配套完整训练与部署代码。

实时目标检测系统依托机器视觉与深度学习技术，可对实时视频画面同步完成物体识别与定位，低延迟、高帧率持续输出检测结果。 系统先通过摄像头采集画面，经图像预处理后，采用 YOLO 等轻量化检测算法快速识别行人、车辆、工件等目标并标注位置，再通过后处理过滤无效目标，输出计数、告警、轨迹等业务信息。 系统可部署在云端、电脑或嵌入式边缘设备，支持 7×24 小时自动监测，广泛用于安防、交通、工业检测、自动驾

LID（Language Identification）语种识别系统是多语言智能处理的基础模块，可自动判别输入语音或文本对应的语言种类并输出置信度结果。 系统分为语音 LID 与文本 LID 两类：语音 LID 提取音频声学特征，依托深度学习模型区分发音特征；文本 LID 通过字符、词频特征快速判定文字语种。工作流程包含输入预处理、特征提取、模型推理、结果输出，支持毫秒级实时识别。 该系统可识别数