前言

主要是来自于 朋友的需求 

 

 

 

项目概况 

项目情况如下 

包含一个后端服务, 一个前端服务, 一个微信小程序服务 

afc24387706f428ba9ac63afccc598bb.png

 

 

主要的业务流程如下 

33c5d8583e574855ac5905353ca7a462.png

 

 

整体模型设计如下 

一个班级下面 N 个学生, 一个班级根据实际情况老师进行课程安排 

上课的时候 学生去对应的课程实验室进行上课, 上课下课的时候需要做 人脸识别 

进而进行 关于实验课程的学生上下课统计, 学生本身的上下课统计 等等 

对于 识别不通过人员, 录入到 识别失败的日志表中 

4f2cf858fd3645adacbdf3238033f46a.png

 

 

系统使用如下

后台管理界面 功能列表如下 

包含了如下几个增删改查的页面, 以及一部分业务相关的统计 

33607c67af574d4daf0a912d9dba2e10.png

 

 

学生信息如下 

838e99b235ec477cbed93e33151e71cd.png

 

 

这里是根据 课程维度的统计, 统计 迟到早退的同学 

cfa905cabf2f4d6d91930f9e433cb172.png

 

 

微信小程序这边识别如下 

bdbb3de38ce247e18c84be4bece3a0cd.png

 

 

 

 

完 

 

 

 

 

 

# java
Logo
九章云极普惠算力

更多推荐

超实用Hands-On-Large-Language-Models生成模型调优指南：从原理到Fine-tuning实战

Hands-On-Large-Language-Models是O'Reilly出版的《Hands-On Large Language Models》官方代码仓库，提供了生成模型调优的完整实践方案，涵盖从数据预处理到模型训练、量化优化的全流程技术。本指南将带你快速掌握生成模型调优的核心方法，通过简单步骤实现模型性能提升。## 生成模型调优的核心价值与应用场景 🚀生成模型调优（Fine-tu

avatar 九章云极普惠算力

doggo JSON 输出与脚本集成：如何自动化 DNS 监控和诊断

Doggo 是一款面向人类的命令行 DNS 客户端，用 Golang 编写。它提供了灵活的输出格式，从人类可读的彩色输出到机器可解析的 JSON 格式，满足不同场景的需求。本文将详细介绍如何利用 doggo 的 JSON 输出功能，实现 DNS 监控和诊断的自动化脚本集成。### 为什么选择 JSON 输出？在进行 DNS 监控和诊断时，我们常常需要处理大量的 DNS 响应数据，并进行分析

avatar 九章云极普惠算力

Nano-vLLM与vLLM性能对比：为什么这个轻量级引擎能实现1434 tokens/s的吞吐量

Nano-vLLM是一款轻量级大语言模型推理引擎，专注于提供极致的吞吐量性能。在相同硬件条件下，这款轻量级引擎实现了高达1434 tokens/s的惊人吞吐量，为开发者和企业提供了更高效、更经济的AI推理解决方案。## 🌟 认识Nano-vLLM：轻量级高性能推理引擎[![Nano-vLLM标志](https://raw.gitcode.com/GitHub_Trending/na/na

avatar 九章云极普惠算力