<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[浩瀚之水的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/a8039974</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; a8039974]]></copyright><item><title><![CDATA[DRM API之drmOpen ]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/170042002</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/170042002</guid><author>a8039974</author><pubDate>Wed, 04 Nov 2026 13:44:45 +0800</pubDate><description><![CDATA[drmOpen是 libdrm 中用于打开 DRM 设备并返回文件描述符的入口函数，本质上是对等设备节点的封装打开。]]></description><category></category></item><item><title><![CDATA[CIoU + DFL：目标检测定位精度的“双引擎”协同深度解析]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/161655244</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/161655244</guid><author>a8039974</author><pubDate>Tue, 03 Nov 2026 14:49:27 +0800</pubDate><description><![CDATA[在当今实时目标检测领域，YOLO系列模型凭借其卓越的速度与精度平衡，成为了工业界和学术界的事实标准之一。无论是YOLOv8、YOLO11还是未来的迭代版本，其性能的持续突破，不仅源于网络架构的创新（如C2f模块、解耦头、Anchor-Free设计），更深层次地依赖于其精巧设计的损失函数体系。其中，与的组合，被证明是提升边界框（Bounding Box）回归精度的黄金搭档。本文旨在深入剖析这对“双引擎”为何必须协同工作，而非各自为战。]]></description><category></category></item><item><title><![CDATA[PyInstaller 的参数]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/169847281</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/169847281</guid><author>a8039974</author><pubDate>Mon, 02 Nov 2026 18:51:46 +0800</pubDate><description><![CDATA[spec。]]></description><category></category></item><item><title><![CDATA[PyQt信号槽机制]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/169747510</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/169747510</guid><author>a8039974</author><pubDate>Sun, 01 Nov 2026 21:06:15 +0800</pubDate><description><![CDATA[自定义信号需要继承QObject，并在类体中用pyqtSignal声明。# 定义一个带 int 参数的信号self.value_changed.emit(self._value) # 发射信号counter.value_changed.connect(lambda v: print("当前值:", v))counter.increase() # 输出：当前值: 1信号必须作为类属性定义，不能写在__init__里；emit()要在实例上调用，不能直接对类调用；emit()的参数类型要和。]]></description><category></category></item><item><title><![CDATA[GStreamer 深度详解：构建高效多媒体处理管线的艺术与科学]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162763727</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162763727</guid><author>a8039974</author><pubDate>Fri, 10 Jul 2026 14:50:16 +0800</pubDate><description><![CDATA[GStreamer 是一个功能极其强大、高度模块化且跨平台的开源多媒体处理框架。它不仅仅是一个简单的播放库，更是一个完整的、基于管道的多媒体处理中间件，被广泛应用于从桌面播放器、流媒体服务器到嵌入式车载系统、AI视觉分析等各个领域。本文旨在深入剖析 GStreamer 的内部机制、核心概念、开发实践与性能优化技巧，帮助开发者从“会用”迈向“精通”，真正掌握构建复杂多媒体应用的艺术。]]></description><category></category></item><item><title><![CDATA[Python 3 网络编程详解：从原理到实战]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162608382</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162608382</guid><author>a8039974</author><pubDate>Sun, 05 Jul 2026 17:49:37 +0800</pubDate><description><![CDATA[网络协议是网络中设备之间进行通信的规则和约定，常见的协议包括 TCP（传输控制协议）和 UDP（用户数据报协议）。TCP（传输控制协议）面向连接、可靠的传输协议通过三次握手建立连接保证数据的有序传输和完整性适用于对数据准确性要求高的场景，如文件传输、网页浏览等UDP（用户数据报协议）无连接、不可靠的传输协议数据传输速度快不保证数据一定能到达目的地，也不保证数据的顺序常用于实时性要求高但允许少量数据丢失的场景，如视频流、音频流传输等Python 3 的socket。]]></description><category></category></item><item><title><![CDATA[Python3 MySQL 数据库连接 - PyMySQL 驱动详解：从入门到精通]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162115162</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162115162</guid><author>a8039974</author><pubDate>Thu, 25 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[在当今的数据驱动时代，几乎所有应用都离不开与数据库的交互。Python，作为最流行和高效的编程语言之一，提供了多种方式来连接和操作关系型数据库。其中，MySQL 以其高性能、高可靠性和开源免费的特性，成为了无数开发者的首选。而在 Python 生态中，PyMySQL无疑是连接 MySQL 最耀眼、最主流的驱动之一。本指南将带你从零开始，深入掌握使用 PyMySQL 驱动 Python 与 MySQL 数据库进行交互的全套技能，涵盖从基础连接到高级性能优化和安全管理。]]></description><category></category></item><item><title><![CDATA[YOLOv10损失函数详解：从理论到源码的深度剖析]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/161971390</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/161971390</guid><author>a8039974</author><pubDate>Thu, 25 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[Backbone：采用CSPDarknet结构，使用C2f模块Neck：采用FPN+PAN结构，实现多尺度特征融合Head：采用双分支检测头，包含一对多分支（one2many）和一对一分支（one2one）端到端检测：通过一致双分配策略，彻底摒弃NMS后处理，实现真正的端到端检测一致双分配策略：在训练阶段同时使用一对多分配和一对一分配，确保两个分支的监督目标一致辅助对齐损失：用于约束正样本分配的一致性，确保模型学习到更鲁棒的特征对齐能力双分支损失融合。]]></description><category></category></item><item><title><![CDATA[Python MySQL - mysql-connector 驱动详尽指南]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162115127</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162115127</guid><author>a8039974</author><pubDate>Wed, 24 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[是由 Oracle（MySQL 的母公司）官方开发并维护的 Python 数据库驱动程序。它允许 Python 程序通过标准的 Python 数据库 API（DB-API 2.0）与 MySQL 服务器进行通信，执行 SQL 查询、管理事务和处理结果集。官方支持：由 MySQL 官方团队开发和维护，与 MySQL 服务器高度兼容并定期更新。纯 Python 实现：无需依赖任何外部 C 库（如），安装过程简单，跨平台兼容性好。遵循 DB-API 2.0 规范。]]></description><category></category></item><item><title><![CDATA[交叉熵（CE）损失函数：从信息论起源到深度学习应用的终极指南]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/161663514</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/161663514</guid><author>a8039974</author><pubDate>Wed, 24 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[logits = torch.randn(batch_size, 1)  # 随机生成logits。]]></description><category></category></item><item><title><![CDATA[Python 与 MySQL 数据库：从入门到生产级实践的全方位指南]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162115100</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162115100</guid><author>a8039974</author><pubDate>Tue, 23 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[在当今的数据驱动时代，数据库操作是软件开发的核心技能之一。Python，以其简洁优雅的语法和强大的生态系统，成为了处理数据的首选语言。而 MySQL，作为全球最流行的开源关系型数据库管理系统，与 Python 的结合堪称“黄金搭档”。无论是构建 Web 应用、数据分析管道，还是物联网数据采集系统，掌握 Python 操作 MySQL 的技能都至关重要。本指南将深入浅出地带您走过从环境搭建到高级实战的每一个步骤。我们将覆盖两种最主流的驱动：官方推荐的和纯 Python 实现的PyMySQL。]]></description><category></category></item><item><title><![CDATA[Softer-NMS 深度技术解析：从定位不准确性到精准边框的后处理革命]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/161647920</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/161647920</guid><author>a8039974</author><pubDate>Tue, 23 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[目标检测是计算机视觉领域的核心任务之一，其最终性能不仅依赖于强大的特征提取网络和检测头部设计，后处理算法同样扮演着至关重要的角色。传统的非极大值抑制（NMS）通过分类置信度对冗余检测框进行筛选，但其隐含的“分类分数高，定位一定准”的假设在复杂场景下往往失效。Soft-NMS 解决了密集目标漏检问题，但并未从根本上提升定位精度。Softer-NMS独辟蹊径，通过显式建模检测框的不确定性，从定位置信度。]]></description><category></category></item><item><title><![CDATA[Python CGI编程全面指南]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162115085</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162115085</guid><author>a8039974</author><pubDate>Mon, 22 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[CGI代表Common Gateway Interface（通用网关接口）。从技术层面来看，它是Web服务器与外部程序之间进行通信的一套标准协议。当用户通过浏览器访问一个URL时，Web服务器会处理这个请求，而CGI允许服务器调用外部程序（如Python脚本）来动态生成响应内容。CGI编程作为Web开发的基石技术，虽然在现代Web开发中已被更高效的协议所取代，但理解其工作原理对于掌握Web底层交互机制仍然具有重要价值。]]></description><category></category></item><item><title><![CDATA[Python 3正则表达式完全指南：从入门到精通]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162115048</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162115048</guid><author>a8039974</author><pubDate>Mon, 22 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[将模式的一部分包裹起来，可以将其作为一个整体进行操作，并且匹配到的内容会被“捕获”并存储起来，供后续使用。）匹配一个无法匹配的字符串（如 "aaaa"）时，引擎会进行指数级的尝试，导致程序“假死”。默认会匹配Unicode中的字母字符（如中文字符），若只想匹配ASCII字符，需使用。反向引用允许你在同一个正则表达式内部引用之前已经捕获到的分组内容，确保前后的内容一致。就是一个简单的模式，而正则表达式可以定义远比这复杂得多的模式。可以根据前面的分组是否成功匹配来决定后续的模式。Windows系统中的。]]></description><category></category></item><item><title><![CDATA[Python 3 标准库深度指南：从入门到精通]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162115032</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162115032</guid><author>a8039974</author><pubDate>Mon, 22 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[Python 被誉为“带着电池（batteries included）”的语言，这背后所指的正是其强大而全面的标准库（Standard Library）。它是一组随 Python 解释器一同安装的模块和包的集合，无需任何额外安装步骤（如），即可在您的代码中通过import关键字直接使用。从最简单的字符串操作到复杂的网络服务、从基础的数据结构到高级的并发编程，标准库提供了几乎所有通用编程场景的解决方案。核心优势零依赖部署。]]></description><category></category></item><item><title><![CDATA[Focal Loss 全面深度解析：从原理到实践]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/161655567</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/161655567</guid><author>a8039974</author><pubDate>Mon, 22 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[例如，GHM Loss (Gradient Harmonizing Mechanism) 通过统计梯度模长的分布，自适应地降低易分类样本的梯度，同时也抑制了可能是噪声的异常困难样本的梯度，对噪声的鲁棒性比Focal Loss更强。这就像是一个学生，整天只做1+1=2这样的简单题，虽然正确率很高，但遇到复杂的应用题就束手无策了。例如，在目标检测任务中，一张图片的背景区域（负样本）可能成千上万，而真正的前景目标（正样本，如人、车、猫）可能只有寥寥数个，正负样本比例甚至可能达到惊人的1:1000。]]></description><category></category></item><item><title><![CDATA[Python 类型注解（Type Hints）：从动态灵动到静态稳健的编程艺术]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162115021</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162115021</guid><author>a8039974</author><pubDate>Sun, 21 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[它定义了一个“协议”或“接口”，任何拥有符合协议签名的方法的对象，都被视为该协议的子类型，无需显式继承。它可以扫描你的整个项目，找出所有类型不匹配的地方。如果你习惯了 Python 的“鸭子类型”（Duck Typing），即“如果它走路像鸭子，叫起来像鸭子，那么它就是鸭子”，在运行时几乎没有开销（它只是一个返回原值的函数），但它能帮助类型检查器捕捉到传参时的逻辑错误，比如误将一个普通整数用作。用于创建原始类型的“子类型”，目的是在逻辑上区分具有相同底层数据类型的值，从而防止混淆和逻辑错误。]]></description><category></category></item><item><title><![CDATA[BCE损失函数详解：从信息论基础到前沿应用]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/161663500</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/161663500</guid><author>a8039974</author><pubDate>Sun, 21 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[第一章：引言与基础概念1.1 什么是BCE损失函数？BCE（Binary Cross-Entropy，二元交叉熵）损失函数是深度学习中最基础、最核心的损失函数之一，专门用于解决二分类问题（如判断邮件是否为垃圾邮件、图片中是否包含猫、用户是否会点击广告等）。其核心作用是量化模型预测的概率分布与真实标签（0或1）之间的差异，并指导模型参数朝着减小这种差异的方向更新。ℓ−y⋅logp1−y⋅log1−p)]其中，y∈01是真实标签，pσz∈01。]]></description><category></category></item><item><title><![CDATA[Python 虚拟环境的创建（venv）——完整指南]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/162115007</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/162115007</guid><author>a8039974</author><pubDate>Sat, 20 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[Python虚拟环境（Virtual Environment）是一个独立的Python运行空间，拥有自己的Python解释器、安装的包和配置，与系统全局环境完全隔离。每个虚拟环境都是一个自包含的目录树，其中包含特定版本Python的安装以及若干额外的包。venv是Python 3.3及以上版本内置的一个标准库模块，用于创建轻量级的虚拟环境。它提供了一种简单、便捷的方式来创建、管理和使用虚拟环境，无需额外安装任何包。作为官方推荐的工具，venv已成为Python开发者的标配。使用--prompt。]]></description><category></category></item><item><title><![CDATA[Adaptive NMS（自适应非极大值抑制）深度详解]]></title><link>https://blog.youkuaiyun.com/a8039974/article/details/161648058</link><guid>https://blog.youkuaiyun.com/a8039974/article/details/161648058</guid><author>a8039974</author><pubDate>Sat, 20 Jun 2026 00:15:00 +0800</pubDate><description><![CDATA[在Adaptive NMS中，“密度”是一个量化指标，用来描述一个目标框所在区域的拥挤程度。论文给出了一个清晰且可计算的密度定义：对于一个给定的检测框bi，其密度di定义为：该框与同一图像中所有其他真实标注框（Ground Truth, GT）的最大IoU。数学表达式是当前待评估的候选框。是图像中所有真实标注框（Ground Truth boxes）的集合。是集合中除外的任意一个真实框。是计算两个框交并比的函数。为何这样定义？这个定义非常精妙。如果di。]]></description><category></category></item></channel></rss>