- 博客(185)
- 资源 (44)
- 问答 (4)
- 收藏
- 关注
RSS订阅原创 PyTorch 从小白到高级进阶教程[工业级示例]（三）
本文系统介绍了PyTorch的高级优化策略和工业级应用方案。主要内容包括：1）三大优化技术：梯度裁剪解决RNN梯度爆炸、早停防止过拟合、Albumentations增强数据；2）常见问题解决方案：显存不足的梯度累积、过拟合的模型剪枝、训练速度慢的编译优化；3）前沿技术应用：LoRA轻量化微调大模型、扩散模型实现图像生成；4）完整工业项目示例，涵盖配置管理、日志监控和部署全流程。文章还提供了循序渐进的学习路径和工程实践建议，帮助开发者从基础使用进阶到工业级应用。
2025-12-11 14:42:29
532
原创 PyTorch 从小白到高级进阶教程[含示例代码]（二）
本教程系统讲解PyTorch深度学习框架，分为四个递进阶段：基础入门（环境搭建、张量操作、自动求导）、核心进阶（神经网络构建、数据加载、模型保存）、高级应用（自定义模块、混合精度训练、分布式训练）和工程实战（项目工程化、超参数调优、模型部署）。教程采用理论讲解+代码实践的方式，涵盖PyTorch核心功能如自动微分系统、模型定义接口、训练优化技巧等，并提供完整的MNIST分类、IMDB情感分析等实战案例。特别包含工程化建议如项目结构规范、TensorBoard监控、模型量化部署等内容，帮助开发者从零掌握PyT
2025-12-11 14:09:37
498
原创 PyTorch 从小白到高级全阶段学习大纲（一）
本大纲提供了一套系统的PyTorch学习路径，分为4个核心阶段：零基础入门（掌握张量操作和基础网络）、核心进阶（CNN/RNN实现）、高级特性（自定义扩展和分布式训练）以及工程实战（项目落地和模型部署）。每个阶段包含明确的学习目标、知识点、实践任务和验收标准，强调理论与实践结合，从基础语法到工业级应用逐步深入。配套资源包括官方文档、实战平台和工具推荐，建议以实践驱动、问题导向的方式学习，确保每个阶段扎实掌握后再进阶。
2025-12-11 13:55:10
1281
1
原创 人形机器为何迭代如此之快技术浅析
本文从硬件普惠化、智能算法突破、数据基建支撑和开源生态协同四个维度，系统解析了人形机器人快速迭代的技术路径。硬件方面采用"大小脑融合"架构实现算力一体化，通过国产化部件降低成本；软件层面构建感知-决策-控制闭环系统，融合深度学习与物理建模提升运动控制能力。重点介绍了多传感器融合、异构算力集成、模型轻量化等关键技术，以及开源平台对降低研发门槛的促进作用。通过工业协作、公共服务等场景验证，展示了机器人定位精度、力控误差等核心指标，指出未来将向轻量化仿生结构、跨场景通用模型方向发展。
2025-12-11 12:17:52
731
原创 QT 工程中快速实现中英文切换（含动态切换）
本文介绍了在QT工程中实现中英文动态切换的完整方案。核心步骤包括：1）工程配置添加国际化模块和翻译文件；2）用tr()宏替换所有硬编码字符串；3）使用lupdate生成.ts翻译文件；4）通过Qt Linguist编辑翻译内容并生成.qm文件；5）实现动态切换逻辑，利用QTranslator加载不同语言文件并触发UI刷新。方案支持运行时切换语言无需重启程序，且可扩展支持多国语言，适用于QT5/6版本。关键点在于正确使用国际化机制和处理好UI控件的文本刷新。
2025-12-11 10:35:54
929
原创 python实现电脑手势识别截图
本文介绍了一个基于手势识别的全屏截图系统。该系统通过USB摄像头实时捕捉手部动作，利用MediaPipe库检测21个手掌关键点，计算指尖到手腕的距离变化来判断手的张合程度（0-1范围）。当检测到"从握拳到完全张开"的手势突变时，自动触发全屏截图并保存到指定目录。系统创新性地解决了OpenCV中文显示问题，通过matplotlib实现中文界面提示。程序采用模块化设计，包含手势识别、状态检测、截图触发等核心功能，支持跨平台使用。该项目为演示、教学等场景提供了非接触式截图方案，并具备扩展多种手
2025-11-14 09:42:54
1365
1
原创 从 “职场零件” 到 “价值主体”：为什么每个人都该尽早打造自己的 “一人公司”？
【摘要】现代职场人普遍陷入"出租时间换生存"的困境——工资扣除固定开支所剩无几，职业发展受制于公司需求，35岁后选择权日益萎缩。文章指出，打工本质是"可替代零件"的被动状态，建议建立"一人公司"思维：将个人技能转化为市场化产品（如财务咨询、短视频教学），通过时间复利打造抗风险能力。这种模式不需辞职，只需从现有资源中挖掘可变现价值（技能/经验/兴趣），设计最小可行性产品试错。关键是从"执行者"升级为"经营者"，
2025-10-11 15:28:22
959
原创 50 台小型无人车与50套穿戴终端 5 公里范围内通信组网方案深度研究
摘要：本研究针对50套无人车与50套穿戴终端在5公里范围内的通信组网需求，对比分析了5G、Mesh自组网、LoRaWAN、Wi-SUN及5G+Mesh混合组网方案。综合考虑覆盖范围（5公里）、实时性（延迟<50ms）、可靠性（99.9%成功率）及设备容量（100终端）等核心指标，推荐采用5G+Mesh混合组网方案。该方案融合5G的高带宽、低延迟与Mesh的多跳扩展能力，支持分层部署与动态接入，通过QoS分级与端到端安全机制保障关键数据传输。预计部署成本约700-1400万元，分阶段实施可降低风险，未来
2025-10-10 10:34:16
1406
原创 PyTorch 与 TensorFlow 的深度对比分析
PyTorch与TensorFlow深度对比分析：PyTorch由Facebook开发，采用动态计算图，适合研究和原型开发，代码更Pythonic；TensorFlow由Google开发，早期采用静态计算图，部署能力强，适合工业应用。PyTorch调试更直观，学术研究更受欢迎；TensorFlow生态更成熟，企业应用更广泛。两者功能逐渐趋同，选择时需考虑团队能力、项目需求和部署环境。代码示例展示了二者实现相同神经网络时的语法差异，PyTorch更灵活，TensorFlow更集成。
2025-09-18 11:56:10
1128
5
原创 在光斑通过的 100μs 内完成信号捕捉的元件探究
摘要：在检测1.2mm光斑以10m/s速度移动的场景中，需满足响应时间≤100ns和光谱匹配要求。通过计算，光斑通过1mm感光面积的时间为220μs，建议选择响应时间≤20μs的光电器件（如PIN型或雪崩型光电二极管）。感光面积略小于光斑可通过电路优化补偿。光敏度（A/W）数值越大，器件对光越敏感。推荐型号包括VEMD2704（70ns，350-1100nm）、FD1000（推测≤100ns，800-1700nm）和BPX48（500ns，低成本）。建议通过光学聚焦、高速放大器和实测验证优化性能，并注意光谱
2025-07-09 14:02:25
1116
4
原创 光束发散角与光斑直径的关系及定时器计数频率
摘要：激光光斑直径与发散角及传播距离的关系可表示为D≈L×θ（D0=0时）。对于小发散角（θ<10mrad），采用小角度近似tan(θ/2)≈θ/2，光斑直径D(mm)=L(m)×θ(mrad)。例如θ=0.1mrad时，1米处D=0.1mm。实际应用中需考虑初始光斑直径D0和光束质量的影响，通过光学准直可显著减小发散角。典型计算表明：发散角0.1-0.6mrad对应1米处光斑直径0.1-0.6mm。
2025-07-02 17:20:09
2189
1
原创 USB 摄像头实现高精度弹孔识别环数模型
摘要：本文提出一种基于USB摄像头的高精度弹孔识别方案，通过硬件选型（1080P分辨率摄像头+红外补光）、图像标定（亚像素级坐标映射）和深度学习算法（YOLOv8n粗检+U-Net精分割）实现环数判定。系统采用多线程并行处理（时延<1秒）和亚像素边缘拟合（误差<0.04mm），支持切环判断和重叠弹孔处理，测试显示识别准确率>99.5%。方案包含在线增量学习机制，可动态优化模型性能，适用于射击训练实时评估场景。
2025-06-26 11:34:17
1136
1
原创 图像畸变的处理方案及如何计算畸变系数
本文介绍了计算机视觉中的图像畸变纠正技术。主要内容包括：1. 畸变类型及数学模型，分为径向畸变（k1,k2,k3）和切向畸变（p1,p2）；2. 相机标定流程，使用棋盘格获取内参矩阵和畸变系数；3. Python实现方法，通过OpenCV进行角点检测、标定计算和图像校正。文章详细讲解了标定步骤、重投影误差评估以及实际应用示例，为消除镜头畸变提供了完整的解决方案。
2025-06-24 10:18:17
1724
1
原创 视觉图像处理及多模态融合初探
技术解决方案：使用 SLAM（Simultaneous Localization and Mapping）算法，如 ORB-SLAM 或 RTAB-Map，构建环境地图。：使用 OpenCV 库进行图像采集，利用滤波（如高斯滤波）、去噪（如中值滤波）、校正（如透视变换）等技术提升图像质量。技术解决方案：使用传感器融合算法（如卡尔曼滤波器）对视觉和其他传感器数据进行融合，解决时间同步和空间校准问题。技术解决方案：使用曲线拟合（如 Bezier 曲线）或样条插值（如 B 样条）对路径进行优化。
2025-05-08 09:26:01
2064
4
原创 树莓派使用journalctl命令记录
journalctl是一个强大的日志查看工具，可以用来查看系统日志和服务日志。如果你想查看当天的my.service。
2025-04-17 10:10:57
720
原创 研究关于视觉采集靶面弹孔识别，越打识别越准（二）
以下是利用 OpenCV 实现简单弹孔检测与自动标注的示例代码：traditional_automatic_labeling.py。不过，其对光照变化、图像噪声等因素较为敏感，可能会出现误检或漏检的情况。使用预训练的目标检测模型（如 YOLOv8）对少量图像进行人工标注并训练，然后用训练好的模型为新图像自动标注。需要有一定数量的人工标注数据来训练初始模型，不过一旦模型训练好，就能较为准确地为新图像进行标注。随着新的打靶数据不断产生，将新数据添加到数据集中，重新进行训练，让模型的识别精度随着训练不断提高。
2025-04-03 11:24:03
865
6
原创 当摄像头变焦10倍时,目标跟随的影响因子
摄像头分辨率：提高分辨率（如640x480）。死区范围：增加死区范围（如40）。舵机角度调整的比例因子：减小比例因子（如0.05）。平滑系数：增加平滑系数（如0.2）。焦距或已知人体宽度：根据实际情况调整焦距或人体宽度的像素计算。舵机角度范围限制：保持舵机角度在有效范围内。
2025-02-18 14:00:15
388
4
原创 yolov5 实时拉流usb摄像头有2000ms左右的延时处理思路
降低摄像头分辨率。使用较小的模型（如yolov5s利用 GPU 加速推理。优化摄像头图像读取和缓存管理。使用异步读取或多线程方法。
2025-01-11 17:20:16
1817
6
原创 Win11下PyTorch安装一次3秒成功,实现GPU加速训练yolov5数据集
pipinstallxxx.whl安装两个包即可。CPU训练起来起来特别慢。在训练主机支持NVIDIA的情况下。开启GUP进行训练。这里不做具体赘述，主要说明CPU下配置切换到GPU加速训练。启动Pycharm，运行yolov5中的train.py。我的CUDAVersion是11.7。如下返回True则说明已经安装了cuda。CUDAVersion信息如下。配置完成后运行的效果显示cu117。
2025-01-07 17:29:09
778
4
原创 全面解析yolov5自主数据集模型训练的细则及训练后的数据集识别不到问题
全面解析yolov5自主数据集模型训练的细则及训练后的数据集识别不到问题
2024-12-31 16:01:12
1970
14
原创 训练自己的数据集并通过cv2引用实现摄像头跟踪
可使用CVAT（计算机视觉标注工具）免费标注工具或者使用Labelimg，它是一种图形图像标注工具，用于使用图像中的边界框来标记对象。它是用 Python 编写的。你可以将标注导出为 PASCAL VOC 格式的 XML 文件。
2024-12-23 11:51:37
1369
1
原创 python实现onvif协议下控制摄像头变焦,以及融合Mediapipe人形识别与跟踪控制
Onvif，即Open Network Video Interface Forum ，可以译为开放型网络视频接口论坛，是安迅士、博世、索尼在2008年共同成立的一个国际性、开发型网络视频产品标准网络接口的开发论坛，后来由于这个技术开发论坛共同制定的开发型行业标准，就用该论坛的大写字母命名，即ONVIF 网络视频标准规范，习惯简称为：ONVIF协议。这两天才因为项目需要，对网络摄像头的视频采集以及实现人形识别与跟踪技术。但是购买的摄像头是SONY网络头是用在其他地方的。#1024程序员节 | 征文#
2024-10-24 17:50:01
1770
6
原创 人形识别及训练流程简要整理
强大的控制器：使用性能更强的控制器，如高性能的树莓派或工业级微型电脑，以确保能够快速处理摄像头图像和运行复杂的人形识别算法。图像预处理：在进行人形识别之前，对摄像头采集的图像进行预处理，如去噪、增强对比度、调整亮度等，以提高人形识别的准确性。可以考虑使用云台的反馈信息，如编码器的位置信息、电机的电流信息等，对云台的控制进行优化，以提高云台的稳定性和可靠性。对模型进行优化，如调整模型的架构、增加模型的深度和宽度、使用更先进的激活函数等，以提高模型的性能。使用大规模的数据集进行训练，以提高模型的泛化能力。
2024-10-12 15:59:37
1783
3
原创 App及web反编译方案
(cmd到apktool文件夹下跟待签名的apk放同个文件夹内便于操作)这里我们利用Java JDK提供的一个jarsigner进行签名，在刚才的cmd下继续操作，输入：jarsigner -verbose -keystore demo.keystore test2.apk demo.keystore。2、应用JD-GUI工具，运行jd-gui.exe File--OpenFile--classes-dex2jar.jar 打开刚才生成的jar文件。apktool下载后会有两个文件，一个.jar（例如。
2024-09-14 14:11:38
2392
9
原创 创新性处理Java编程技术问题的策略
从利用最新的语言特性和优化API设计，到适应容器化和云原生应用的趋势，再到集成AI和提升开发人员体验，掌握这些创新策略可以帮助开发者应对复杂的技术挑战，提升代码质量和开发效率。选择合适的GC算法：Java提供了多种GC算法（如G1、ZGC、Shenandoah），根据应用的特点选择最适合的GC策略。记录类（Record Classes）：在Java 14引入的记录类简化了数据传输对象（DTO）的创建，减少了样板代码，使得代码更加简洁和易读。在微服务架构中，Java的应用常常需要处理分布式系统的复杂性。
2024-09-10 11:00:54
2533
11
原创 国产游戏在图形渲染、物理引擎、AI等方面的技术亮点，以及这些技术如何推动游戏体验的提升的具体看法
一、图形渲染技术在游戏行业的进步显著推动了视觉效果的提升，增强了玩家的沉浸感。以下是图形渲染领域的一些重要技术及其对游戏体验的影响：技术亮点：推动体验的提升：技术亮点：推动体验的提升：技术亮点：推动体验的提升：技术亮点：推动体验的提升：技术亮点：推动体验的提升：二、物理引擎在游戏开发中用于模拟现实世界中的物理现象，如碰撞、重力和流体动态。具体的技术包括：技术亮点：推动体验的提升：技术亮点：推动体验的提升：
2024-08-28 13:35:31
812
3
原创 开发团队如何应对突发的技术故障和危机？
每次故障发生后，团队应进行详细的复盘，分析故障的根本原因和处理过程中的不足之处。通过复盘，团队可以优化故障处理流程和预案，并实施必要的系统改进。首先，开发团队需要建立一个专门的应急响应团队。定期进行故障演练可以帮助团队熟悉应急流程，提升他们的应对能力。这些演练应模拟不同类型的故障情境，测试团队的反应速度和解决能力，同时发现并修正应急预案中的不足之处。通过构建多层冗余系统，可以在一个部分出现故障时，其他部分仍能正常运行，确保服务的持续性。数据是系统的重要资产，保护和恢复数据是应对技术故障的关键。
2024-08-21 17:00:05
757
原创 人工智能时代，程序员如何保持核心竞争力？
随着AIGC（如chatgpt、midjourney、claude等）大语言模型接二连三的涌现，AI辅助编程工具日益普及，程序员的工作方式正在发生深刻变革。有人担心AI可能取代部分编程工作，也有人认为AI是提高效率的得力助手。面对这一趋势,程序员应该如何应对?是专注于某个领域深耕细作，还是广泛学习以适应快速变化的技术环境?又或者，我们是否应该将重点转向AI无法轻易替代的软技能？
2024-08-16 17:40:30
1201
10
原创 bbbike下载OSM路网数据后使用GraphHopper离线进行路径规划
GraphHopper是一种快速且内存有效的Java导航引擎，默认使用OSM和GTFS数据，也可导入其他的数据源。支持CH（Contraction Hierarchies）、A*、Dijkstra算法。1、搭建之前要保证jdk安装完成，且完成环境变量配置。解压文件，注意这里尽量不要解压到具有中文名称的路径中，否则可能会导致服务无法正常启动情况；下载完成后，将文件放在根目录文件中并修改config.yml。6、访问如下：（纬度在前、经度在后）3、到OSM上下载地图数据。4、运行命令（可通过git）
2024-06-05 17:00:55
1326
原创 设计千万级并发系统架构需要考虑的各方面因素
使用服务网关（如Spring Cloud Gateway、Netflix Zuul）来统一管理和路由服务请求，增强系统的安全性和可扩展性。使用服务注册与发现组件（如Consul、Eureka）来实现服务的自动注册与发现，提高系统的可靠性和可维护性。不断关注新技术的发展和演进，根据业务需求和技术趋势进行技术选型和架构演进，保持系统的竞争力和可维护性。针对系统的各个组件（如数据库、缓存、消息队列等），进行容量规划和预估，确保系统能够支撑千万级并发量。
2024-04-18 10:42:37
550
原创 cesium加载倾斜影像数据（模拟雨、雪、雾、无人机飞行、测距、箭头标绘、电子围栏等）
cesium加载倾斜影像数据（模拟雨、雪、雾、无人机飞行、测距、箭头标绘、电子围栏等）
2024-04-17 10:50:29
915
3
原创 Cesium实现加载离线地形数据（nginx发布数据，cesiumLab地形切片数据）
Cesium实现加载离线地形数据（nginx发布数据，cesium地形切片数据）
2024-04-17 09:29:48
4868
20
原创 Netty框架
Netty是由JBOSS提供的一个java开源框架，现为 Github上的独立项目。Netty提供异步的、事件驱动的网络应用程序框架和工具，用以快速开发高性能、高可靠性的网络服务器和客户端程序。也就是说，Netty 是一个基于NIO的客户、服务器端的编程框架，使用Netty 可以确保你快速和简单的开发出一个网络应用，例如实现了某种协议的客户、服务端应用。Netty相当于简化和流线化了网络应用的编程开发过程，例如：基于TCP和UDP的socket服务开发。“快速”和“简单”并不用产生维护性或性能上的问题。
2023-01-09 09:27:04
1155
1
原创 云服务器Windows 配置VPN教程
VPN英文全称是“Virtual Private.NETwork”，也就是“虚拟专用网络”。虚拟专用网络就是一种虚拟出来的企业内部专用线路、这条隧道可以对数据进行几倍加密达到安全使用互联网的目的。此项技术已被广泛使用、虚拟专用网可以帮助远程用户、公司分支机构、商业伙伴及供应商同公司的内部网建立可信的安全连接，用于经济有效地连接到商业伙伴和用户的安全外联网虚拟专用网。本文将讲述如何在windows server 2012环境中搭建VPN的详细步骤。
2022-12-28 14:50:27
5493
6
原创 【4G通讯模组相关】 TCPIP连接本地电脑测试 、内网穿透
本文介绍4G、CAT1通讯模组 通过TCPIP连接至本地电脑，进行数据的收发。1、先开启windows相关服务。 WIN10好像是没有Telnet服务器，需要自己安装。Telnet服务器（或文末有其他下载方式）。2、先查询自己的IP地址，www.ip138.com处可以看到自己的IP地址。再打开CMD命令提示符，输入ipconfig查询本地电脑的IP地址。我这里与在www.ip138.com处查到的IP地址不同，说明我这个是内网的IP地址，需要再做一步内网穿透的操作，变成公网可访问的IP，进行第3步
2022-12-06 13:55:13
5563
2
转载 JVM调优
6、为了验证自己的猜想，于是准备登录后台去测试下，结果在测试的过程中发现到处订单的按钮前端居然没有做点击后按钮置灰交互事件，结果按钮可以一直点，因为导出订单数据本来就非常慢，使用的人员可能发现点击后很久后页面都没反应，结果就一直点，结果就大量的请求进入到后台，堆内存产生了大量的订单对象和EXCEL对象，而且方法执行非常慢，导致这一段时间内这些对象都无法被回收，所以最终导致内存溢出。jstat -gc PID 1000 查看GC次数，时间等信息，每隔一秒打印一次。
2022-11-23 14:13:44
2812
直播源码android app源码
2020-05-19
微直播前后台源码小程序.zip
2020-03-11
高端炫酷前卫风格商城小程序+后台+安装配置说明
2020-05-18
批量图片合成视频脚本制作
2025-08-22
局域网IP扫描器，SD卡格式化工具，FTP工具，Linux文件查看工具，文本编辑器notepad++ npp-7.5.1-Installer，远程ssh工具 putty，远程桌面软件 VNC-View
2025-01-06
APK逆向三件套apktool-2.9.3.jar ，dex2jar-2.0.zip，jd-gui-windows-1.6.6
2024-09-12
系统规划与管理师备考资料
2024-09-09
最全2022年商标类目三级联动sql脚本文件
2022-06-02
H5电子刊物翻书带音效多端自适应
2022-05-12
分销系统源码Java.zip
2020-08-28
树莓派5上运行yolov5,配置连接的USB摄像头。为何延时上千毫秒？
2025-01-10
yolov5模型训练无法识别目标
2024-12-31
natapp映射内网服务器IP和端口到公网上，无法互传数据
2023-02-08
TCP/IP网络助手无法连接IP端口，其他工具可以
2022-12-24
在没有4G基站的情况下。如何实现4G终端设备与内网PC系统实现数据交互？
2022-12-05
首次一切正常。重启docker后，nacos无对应服务项目问题？
2022-10-08
本地服务和VM下如何快速部署新机
2022-08-31
netty运行报如此CorruptedFrameException？
2022-08-08
TA创建的收藏夹 TA关注的收藏夹
TA关注的人