微信小程序开发价格到底是多少钱，要看你的需求和开发方式
下面，专业开发小程序的壹来客给您详细分析
第一种，套模板小程序-价格比较低，一般几千到一万
优点是：操作简单，方便，能够快速上线
缺点是：功能一般无法修改，一键生成的模板小程序是按年租的，并不是属于你的。
第二种，购买源码-价格中等，一般1-2万左右。
优点是：永久拥有自己的小程序，无需按年缴费；可以做无数个小程序，不用再付费。
缺点是：不一定能够买到合适的源码，若有合适的源码，那么这种方式是最省钱，最有保障的。
第三种，定制开发-价格比较高，一般一万到十几万.
优点是：独一无二的，具有永久使用权，功能是按照你的要求定制开发的，服务也更加到位
缺点是：价格比较高，定制版的基本费用在上万元到十几万不等
壹来客是专门开发小程序的，报价较实、良心售后服务。其实价格只是一方面，找一家靠谱的开发公司也是非常重要的。
北京的开发小程序公司有哪些
1北京华盛恒辉软件开发公司
2北京五木恒润科技有限公司
3北京平步科技有限公司
4航天信息股份有限公司
5北电网络nortel
小程序开发没有地区限制的，都是在线模式，那么作为创业者来说，中小型企业又要怎样去选择一家比较好的小程序开发公司呢?
互联网是个神奇的大网，大数据开发和软件定制也是一种模式，这里提供详细的报价，如果你真的想做，可以来这里，这个手及的开始数字是一伍扒中间的是壹壹三三后的是泗柒泗泗，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。
一、必须去找自己信任的，在网络行业及技术行业也要有非常深入的了解及开发经营的公司哦;
二、去找技术公司的话，一定要找营销经验非常丰富及策划能力很强的;
三、不要找没有经验的开发公司，那样对你一点好处都没有;
四、去看看公司案例
自己去选择时千万不要被蒙蔽了双眼，一定要睁大眼睛哦！只有选择对了，你才会得到大收益！
制作开发微信小程序的方式不同，就会造成价格方面会有所差异，比如如果是固定模板做的，价格会比较便宜，而如果是定制展示型价格在几千以上居多。企业开发小程序能给企业减少很大一部分人员费用的支出，还可以借助微信平台获得较大的流量，帮助企业获得更多的用户和订单。小程序开发联系电话：******，联系QQ：******
小程序开发公司大都有官网的，可以去看其官网的案例，然后电话联系或者实地考察其公司，这样选择一家价格合理、实力强的小程序开发公司比较好。目前至少几千家可以做小程序开发的公司，一定选择有独家产品的公司，有相似开发案例的公司。小程序开发联系电话：******，联系QQ：******
成都艾伦网络www.neaoo.com就是专业做软件项目定制的，你可以看看去哦。
就目前国内市场来说，能做好流程自定义软件的公司不多，仅此几家而已，万屿软件的流程自定义软件在技术和质量上来说，是可以信任的。不光光是流程自定义软件，像我公司做的一套进销存软件，就是万屿软件帮我公司定制性开发的，相当好用，而且后续的服务也相当到位，因此我建议你公司如果要做流程自定义的话，大可相信万屿软件。
一、赛事背景
为助力北京市高精尖产业发展，促进大中小企业创新链、产业链、供应链、数据链、资金链、服务链、人才链全面融通，构建大中小企业相互依存、相互促进的企业发展生态，打造北京市有影响力的双创服务品牌赛事。“创客北京”大赛组委会联合灵犀微光公司举办“创客北京2022”创新创业大赛灵犀微光•XR全栈式应用场景产业链专项赛（以下简称“专项赛”）。
二、专项赛目的
专项赛以激发创新潜力，集聚创业资源，营造“双创”氛围为宗旨。着力建立大中小企业融通发展的双创环境，营造大中小企业融通发展产业生态，形成以大带小、大中小融通的产业链帮扶格局，推动高精尖产业链相关企业的联合发展。
三、组织机构
指导单位：
工业和信息化部、财政部
主办单位：
北京市经济和信息化局
北京市财政局
承办单位：
北京灵犀微光科技有限公司
北京市中小企业服务中心
北京市中小企业公共服务平台
北京创业投资创新服务联盟
四、北京灵犀微光科技有限公司介绍
北京灵犀微光科技有限公司成立于2014年，是一家专注AR底层光学显示技术研发、量产及产业化落地的厂商和服务商，是全球为数不多提供全栈式AR光学引擎解决方案的供应商。作为AR光学显示技术先行者和创新者，灵犀微光已经在光波导领域突破了多项生产工艺难题，所采用的光波导AR显示方案在显示效果方面赶超世界水平，在国内早先实现轻量化，阵列光波导模组突破85%良率，年产10万片量产产能。目前，产品已投入教育、医疗、安防、工业维检、军工和特种行业等专业领域使用。灵犀微光于2016年作为首批科技创新企业挂牌新四板，荣获国家高新技术企业认定、中关村高新技术企业认定。灵犀微光正持续在XR光波导产业发展研发方面攻坚克难，集中解决AR光波导自动化生产问题，同时凝聚全球中下游增强现实产业链企业10W+，为其全面走向消费端市场铺路，加速打通AR产业链，促进AR普及落地。
五、参赛报名条件
大赛分企业组和创客组，参赛者需提交基于XR开发者套件的全栈式应用场景解决方案。
（一）企业组
1．在中国境内注册，符合《中小企业划型标准规定》（工信部联企业〔2011〕300号）文件规定的中小微企业；
2.企业对参赛项目拥有自主知识产权且无产权纠纷；
3.企业无不良记录。
（二）创客组
1.遵纪守法的个人或团队，团队成员不超过6人；
2.若参赛队伍为高校学生，则需指导老师参与；
3.参赛项目的创意、产品、技术及相关专利归属参赛团队，与其它单位或个人无知识产权纠纷。
六、专项赛项目征集方向
本专项赛聚焦XR前沿科技融合应用场景落地，推动实体经济产业发展需求，特设两个赛题方向：
（一）XR+软件解决方案方向
1.XR技术在医疗场景应用：通过集成XR功能，实现医疗场景下，透视手术的可视化操作方案。该方案侧重提高手术中读取数据信息效率，视觉辅助手术决策及成功率。
2.XR技术在教育领域应用：基于开发者套件，针对教育场景开发XR应用，实现传统学科（比如科学、物理、化学等）沉浸式课堂教育。
3.XR技术在文旅领域应用：灵活运用VR、AR技术特性，结合博物馆、景点导播、云端旅行等场景，实现数字信息可视化展示，提高文旅内容展示丰富性，增加文旅新使用场景开拓。
4.AR技术在工业维检领域应用：基于对工业维检场景的痛点了解，结合AR特性搭建基于Android应用的前端可视化巡检系统，实现解放双手、具备后台实时指导和图像识别功能的工业维检新作业模式。
5.AR技术在安防领域应用：基于Android平台开发，采用具备摄像头模块的AR开发者套件进行开发。结合机器视觉和信息采集、反馈系统，搭建全套基于AR眼镜的远程控制管理系统。
6.AR技术在运动健康领域应用：对标GoPro、可穿戴设备类数码产品，结合场景（如骑行）基于开发者套件做应用开发，实现两个使用目的：1.解放双手使用；2.实现HUD/第一视角拍摄。
（二）XR+产业链全栈式解决方案方向
场景全栈式解决方案：参赛方需具备软件开发能力、硬件集成开发能力和解决方案能力，参赛方可任意选定参赛场景（可选安防、医疗、教育、军工、工业维检、运动健康、文旅），并基于对该行业痛点的理解做全栈式解决方案的作品输出。
七、大赛报名方式及赛事时间安排
参赛者可通过以下两种报名方式注册参与比赛：
1、7月15-18日报名参赛团队：“创客北京2022”创新创业大赛官网（）。
2、7月19-27日报名参赛团队：通过添加“灵犀微光•XR全栈式应用场景产业链专项赛”会务组联系人方式，获取报名资格——谭女士电话：19824051579（同微信）。
未注册登记的参赛者不得参加大赛。大赛不向参赛者收取任何费用。
赛事具体时间安排见下表：
时间
项目
7月15日-7月27日
项目招募报名
7月28日-8月7日
初赛
8月8日-8月20日
决赛
八、奖项设置
（一）名额设置
特别奖1名；优胜奖10名。大赛对特别奖颁发奖金、证书和奖杯，优胜奖颁发证书和奖杯。
（二）奖金设置
本赛道特设特别奖奖金5万元。
（三）灵犀微光提供的权益支持
1.技术培育
组织开展赛前培训，为参赛企业、团队搭建交流答疑平台。组建由灵犀微光XR产业链合作伙伴、优秀开发商/集成商和自身行业分析师组成的名师团，协助参赛企业、团队解决关键XR技术及应用开发问题。优胜项目最高可获得最高100万元技术、资源支持。
2.自研技术支持
基于灵犀微光XR光波导研发成果，为参赛企业、团队提供技术对接支持。
3.生态扶持、资本对接
获奖企业可以优先进入“灵犀微光XR全栈式”生态联盟。入围灵犀微光中下游合作伙伴计划，并有机会共享灵犀微光阵营内包括富士康、美迪凯、舜宇光学、红杉资本在内的优质投资机构资源背书。
4.品牌宣传
赛事全程重要节点新闻稿、活动稿将发布在主流媒体、网络媒体、区域媒体、行业媒体等平台，优秀项目有机会获得海量媒体宣传推广。
一、建设背景
近年来国际局势和国内形势复杂多变，对军队官兵平时的管理、训练以及紧急时的应变等有着越来越高的要求。随着全球信息化水平的快速提升，进一步加强部队的信息管理，提高部队的安全防范手段、确保部队的安全和提高部队的战斗力显得尤为重要。
北京西岐网络打造的智慧军营智能三维安防平台以“态势一张图”的形式，基于GIS地图技术进行三维建模，综合显示重点风险目标分布、风险等级、各类技防设施运行状态、各类报警信息等总体情况。所显示的信息包括人员、车辆、训练场、周界管控、动环监控、防护区监控和监控等要素。
二、系统介绍
智能三维安防平台，是一套基于目标单位建模的三维场景，结合视频监控、哨位终端、周界入侵、导航定位、智能预警、预案仿真等多功能于一体的三维全景辅助决策指挥平台软件；它不仅可为值班人员提供执勤目标三维可视的场景，同时将监控摄像机、哨位终端、雷达周界、报警主机、门禁，执勤人员、无人机等各种信息全部融入到三维指挥平台之中，针对各种突发事故的处置实现数字化预案管理，实现对执勤目标单位的三维全景态势、精确定位、智能报警、快速处置的立体化智能管控，全面提高执勤目标的安全系数。
三、建设内容
1. 总体态势
通过汇集“人、车、训练”以及环境数据、设备信息的智能探测及报警处置等信息或数据，涵盖人员管理、车辆管理、训练管理、应急指挥和系统运维等内容，实现态势一张图。
按照实时监测、统计分析、预测评估等分类方式，达到整体态势掌握。形成基础态势和告警态势，实现全天候、全过程监控，确保“一点采集、全域可知、全网联动”。
2. 分布态势
可在GIS地图上显示所属重要目标的位置、风险等级等信息。显示具体目标的二维或三维地图，标注监控、门禁、周界、卡口、安检等各类技防设施布置点位情况，可显示对应的设备信息、历史报警信息，可实时查看该点位采集的数据信息（含视频、图片、声音、文本等）。
以表格或饼图、柱状图、折线图等方式，展示按照预设条件统计出来的数据，比如技防系统建设情况、设备总体运行状况、训练场使用情况、人员车辆在外数量、警情统计等。
3. 基础态势
（1）实时数据态势。针对人员、车辆、训练场等日常安全管理要素，可实时展示总数、变化情况、违规告警数据等信息。针对周界、防护区、任务等重点目标防护要素，可实时展示布防情况、设备状态、告警及处置等信息。
（2）历史分析态势。可按照时间维度、空间维度等对态势要素进行统计分析，支持多种分析图表，包括：热力图、折线图、柱形图、饼图、明细表等多种展示方式。支持多种数据源、跨平台、视频及图像数据抽取。提供丰富的统计和分析函数，对数据进行再加工、数据融合、多维数据分析功能，支持多维度多形态数据呈现。支持训练态势历史总成绩统计、历史考试成绩统计等。
（3）时空预测态势。可通过趋势分析、预测模型等方式对长期以来汇集的各类态势数据进行趋势模型计算，得出将来一段时间可能以一定概率出现的时空预测态势。
4. 告警态势
（1）安防类告警。在态势图中准确定位其出现时间、地点，事件类型等，同时结合高危事件处置智库，给出推荐的处置方法和流程以及事后评估机制。
（2）运维类告警。态势图可展现基础设施告警和各类监控设备运行异常告警，包括告警设备、告警等级、告警内容、告警时间等信息，结合设备异常处置流程库，给出推荐的处置方法和流程。可按对设备故障进行相关安防危险评估，及时预防不可用设备造成的安全威胁。
四、总结
智慧军营智能三维安防平台建设是军队安防发展的必然趋势，是数字化部队和数字化战场建设的必然要求。基于三维可视化的安防平台建设和管理不仅能提高管理效率，节省人力、物力、财力成本。并且能大大提高工作效率，使营区管理迈上一个新台阶。
建设智慧军营智能三维安防平台，标志着营区安防的中心正在从传统的模拟监控系统时代转变到充分发挥信息技术的数字监控系统时代。从被动监控到主动应用、从多模块建设集中控制的有效转变。其实质就是通过数字化的信息系统，将视频监控、人事管理、门禁通道管理、物品出入管理、巡更管理、远程抄表、传感设备报警等各子系统融合，实现了图像和数据的专网传输，各项管理信息的统一管理，以及报警设备的联动反应。
在我国电力系统中，配电站属于电力网络边缘节点，是电力系统中的重要环节。然而，人工巡检或一些传统硬件设备的数据采集手段，由于成本及效率等问题，已经无法匹配当下的安防巡检需求。针对此问题，福州大学物理与信息工程学院、闽江学院计算机与控制工程学院的研究人员陈标发、陈传东、魏榕山、罗海波，在2022年第5期《电气技术》上撰文，提出一种基于现场可编程门阵列（FPGA）的智能配电站安防巡检解决方案。
他们首先利用YOLOv4-tiny网络实现安全帽佩戴检测、工作服着装检测、越界预警识别等功能，其准确率可达93.5%；其次针对配电站的应用场景，利用FPGA在边缘设备上实现实时检测的效果，并从并行展开及流水线等方面进行加速优化。实验结果表明，该系统可在ZCU102平台上实现每秒传输帧数为68的检测速度，整体平均性能达到228十亿次运算/秒。
数字技术背景下的全球网络安全Global network security on digital
在我国电力系统中，配电站作为电网末端与用电设备相连的关键节点，与输电、变电同样是电力系统中的重要环节。随着社会经济的高速发展，以及配电站在整个电力网络中的特殊地位，其数量也日益增加。
人工巡检或一些传统硬件设备的数据采集手段，由于成本或效率等问题，已经无法完美匹配当下数以万计的配电站安防巡检需求。并且，配电站属于高电压、高危场所，如何高效、安全地监管进入站房的工作人员及其施工区域是否合规等，更是一个重要问题。
当前的主流做法是采用安装相关传感器的方式进行监管，该方案存在成本高、无法存证等问题。因此，有必要研究与设计新的监管方法，在低成本的条件下实现证据链的保存和违规识别的高准确率。
在传统硬件设备环境感知的基础上，本文提出一种基于机器视觉的智能配电站安防巡检解决方案。此方案可通过视频监控设备，实现对配电站房内视频流的视觉分析，通过YOLO（you only look once）卷积神经网络进行目标检测，从而实现安全帽佩戴检测、工作服着装检测、越界预警识别等功能。
在实际应用中，绝大部分卷积神经网络都是部署在中央处理器（central processing unit, CPU）和图形处理器（graphics processing unit, GPU）上，然而CPU的高延时、低效率，GPU的高成本、高功耗的缺点决定了其难以在边缘设备上实现。
张量处理器（tense processing unit, TPU）、网络处理器（neural- network processing unit, NPU）作为特殊的专用集成电路（application specific integrated circuit, ASIC）方案，研发成本高，研发周期长，且完成后难以更改，难以适应更新迭代较快的神经网络算法。因此，本文利用现场可编程门阵列（field programmable gate array, FPGA）的可定制性、可重构性及高并行度的独特优势，设计一套基于FPGA的快速推理模型。
1 YOLO卷积神经网络1.1 YOLO模型
近些年来，有关目标检测算法的研究取得了一定的进展。目前比较流行的算法可以分为基于候选区域的两阶段（two stage）目标检测算法和单阶段（one stage）目标检测算法，包括YOLO、SSD（single shot multibox detector）等。相较于两阶段目标检测算法，单阶段目标检测算法虽然在精度上略有不及，但其在模型参数量及检测速度上均有一定优势。
YOLO是一种基于深度神经网络的对象识别和定位算法，是较为优秀的目标检测架构之一，其在检测实时性方面具有较大优势。YOLO将生成候选区和对象识别这两个阶段合二为一，利用整张图片作为网络的输入，直接在输出层回归边界框的位置和所属类别。
YOLOv4-tiny是在YOLOv4算法的基础上进行压缩设计的，其结构更为简单，参数量只有原来的十分之一，这使YOLOv4-tiny的检测速度获得较大提升，使之部署在移动和嵌入式设备上成为可能。因此本文采取YOLOv4-tiny网络进行目标检测。而对于部分对速度、功耗、资源不敏感，对精度有较高要求的场景，可使用YOLOv4或其他卷积神经网络。
1.2 数据集采集
由于配电站环境复杂多变，通过监控摄像头和公开数据集获取更为丰富的数据集。利用监控摄像头进行视频采集，并经过筛选及处理共获得12928张图片。此外，还从公开数据集中获得9873张图像文件。完成图像采集后，使用开源项目LabelImg进行标定工作。
数据集各类标签比例如图1所示，通过对数据集标签文件的分析可知，本次采集的数据集中共四种检测目标，即穿着工作服的行人、未穿着工作服的行人、已佩戴安全帽的头部、未佩戴安全帽的头部。
图1 数据集各类标签比例
1.3 训练结果
利用本次采集的数据集对YOLOv4-tiny模型进行训练，训练结果各项指标见表1。其中，Precision为准确率；Recall为召回率；MAP.5为将IOU（intersection over union）设置为0.5时，每个类别的AP（average precision）的平均值。
表1 模型训练结果指标
利用训练好的模型对验证集图片进行检测，如图2所示，能够准确识别画面中所出现的工作人员是否佩戴了安全帽，以及是否穿着工作服。若正确佩戴安全帽且穿着工作服，则不出现提示信息，使用绿框框出工作人员；若错误佩戴或未佩戴安全帽，则使用黄框框出对应工作人员头部，并使用“Helmet”在头部进行标注；若未穿着工作服，则使用黄框框出对应工作人员，并使用“Dress”在头部进行标注。
图2 效果展示
2 FPGA加速器设计2.1 量化方案
神经网络的训练一般采用浮点数进行计算，然而浮点运算在硬件平台上的实现比定点计算更加复杂，运算效率更低。为减少硬件资源消耗，提高系统推理速度，对YOLOv4-tiny模型进行8bits对称线性量化。对称线性量化具有高效、易于硬件实现的优势，其具体量化公式为
2.2 系统架构设计
系统架构如图3所示。CPU负责统筹协调任务并发送指令。PL端主要负责YOLOv4-tiny网络的加速实现。由于片上存储资源有限，采用片外数据方向寄存器（data direction register, DDR）协同存储数据。
图3 系统架构
PL端可通过配置直接存储器访问（direct memory access, DMA）实现输入输出数据的传输。指令存储于随机块的存储器（block random access memory, BRAM），其中包括操作模式、配置参数、存储位置等指令。
Command Analyzer作为核心控制模块，负责解析指令，并输出相应的控制信号。池化模块、上采样模块、卷积模块等计算单元，从输入缓冲区读取输入特征图，利用数字信号处理（digital signal processing, DSP）资源进行相应计算，中间数据缓存于输出缓冲区，计算完成后进行量化、激活，最终存入输入缓冲区。
2.3 加速器优化设计
YOLO网络经历多次的卷积和池化层，其中包含大量的重复循环操作，因此需对数据排布与存储、计算过程等方面进行优化与改进。本文考虑采用并行展开与流水线技术来提高并行度，增加系统吞吐量。并行展开是一种用面积换速度的设计方法，通过在硬件上重复设计多个计算单元，可以实现一定数量计算单元的并行运算。
卷积优化架构如图4所示，卷积过程中，考虑到随着网络层数的增加，特征图尺寸越来越小，而通道数越来越大，故若直接按照特征图宽度和高度进行并行展开，当宽度和高度小于并行度时则无法充分利用重复设计的硬件单元，造成资源的浪费且无法达到加速的目的。因此选择对输入通道及输出通道进行并行展开。充分利用DSP资源，提高系统并行度，从而增大系统吞吐量。
图4 卷积优化架构
流水线技术广泛运用于硬件架构设计中，它可以缩短运行周期并有效提升系统效率。本文对循环中的任务采取流水线技术优化，将原有卷积操作进行细分，以周期为单位细分读数据、乘法、累加、写数据等操作，使每个环节在每个周期都可以有连续的输入与输出。以卷积中的累加操作为例，如图4中PE所示，通过加法器树的设计，使每个周期并行展开的乘法结果都可以开始累加操作而不互相依赖，从而实现流水线设计。
3 结果与分析为了评估本文的优化策略，使用Xilinx公司的ZCU102开发板进行验证。性能评估见表2，DSP资源主要用于进行乘法运算，BRAM资源主要用于存储输入图片、权重、量化参数等数据。为了提升并行度、加快检测速度，各逻辑模块消耗了较多的触发器和查找表（look up table, LUT）资源。
系统时钟频率150MHz的情况下，整体平均性能达到228十亿次运算/秒（giga operations per second, GOPS），峰值性能达到307GOPS，系统实现每秒传输帧数（frames per second, FPS）为68的检测速度。
表2 性能评估
4 结论本文针对当下配电站存在的缺陷及其需求，设计了一套基于FPGA的智能配电站安防巡检系统。
通过YOLOv4-tiny网络实现安全帽佩戴检测、工作服着装检测、越界预警识别等功能，达到了危险预警和异常告警的目的。在ZCU102 FPGA开发板上进行了加速器的实现与优化，通过并行展开及流水线操作两方面进行加速优化，最终实现68FPS的检测速度，整体平均性能达到228GOPS，峰值性能可达307GOPS。
考虑到配电网络结构庞大多变，配电站环境较为复杂，可通过增加、修改数据集，利用神经网络的自学习、自适应能力，重新训练获得网络模型，并更新硬件系统相关参数本，以适应新场景的需求。
因此，本文提出的解决方案具备较强的通用性，能够大幅降低整个电力网络在配电站环节针对安防巡检的投入成本，并有效提高整个电力网络的运行效率，最大限度保障人员、设施安全，为配电站安防巡检的智能化发展提供参考。
本文编自2022年第5期《电气技术》，论文标题为“基于现场可编程门阵列的智能配电站安防巡检系统设计与实现”，作者为陈标发、陈传东 等。
