- 博客(129)
- 收藏
- 关注
RSS订阅原创 DIFY本地部署开源模型配置ollama，提示修改成功却没有加载模型问题解决
Dify对接AutoDL Ollama模型加载失败，根因是plugin_daemon初始化时因国内访问PyPI超时导致依赖安装失败，引发插件启动异常。虽配置保存成功，但实际调用时因插件未就绪报错。解决方法：在docker-compose.yaml中配置清华PyPI镜像源与延长超时时间，并安全清理损坏的插件环境（仅删特定缓存目录）。避免误删volumes/plugin_daemon整目录以防系统崩溃。同时建议配置Docker镜像加速器，分清三类镜像源，操作前备份，逐项验证，确保稳定运行。
2026-10-08 22:07:10
393
原创 遥感数据的局限性及其产业含义
本文系统剖析遥感数据的深层局限：从传感器物理约束（空间、时间、光谱“不可能三角”）、开源数据质量参差到应用场景错配，揭示遥感并非“数据丰裕”即可解决所有问题。指出分辨率与成本、云遮挡、大气校正误差、高光谱落地难等结构性难题，强调行业成熟需正视这些边界，而非依赖技术幻想。
2026-09-28 22:37:10
338
原创 Qwen 模型遥感地物智能解译
基于阿里云Qwen3.8-Max视觉大模型，实现（吉林一号）亚米级遥感影像中建筑、彩钢瓦房、建筑垃圾及推堆土等15类地物的智能解译。采用1000×1000像素瓦片滑动裁剪与图像增强处理，通过OpenAI兼容接口逐瓦片检测，结合NMS去重与坐标回算，输出JSON、GeoJSON、Shapefile及可视化叠加图。实测450瓦片共识别7648个目标，准确率高、稳定性强，支持断点续跑，适用于大规模固废、建筑、农用设施监测。
2026-09-27 21:28:29
156
原创 NSIDC 官方开源！Bootstrap 海冰密集度反演算法 Python 实现全解析
<think>我们要求根据提供的内容生成一篇≤150字的文章摘要。摘要应简洁概括文章核心内容，包括NSIDC发布的开源Python工具包pm_icecon，支持Bootstrap和NASA Team算法，用于被动微波海冰密集度反演。需要涵盖关键信息：开源背景、算法特点、使用方式及注意事项。字数限制严格。</think>NSIDC正式开源pm_icecon Python工具包，实现被动微波海冰密集度反演，集成经典Bootstrap与NASA Team算法，支持多传感器数据。纯Python模块化设计，便于科研教
2026-09-03 09:31:17
221
原创 遥感影像多光谱影像大气校正——libRadtran
libRadtran 2.0.6安装使用指南摘要 libRadtran是用于计算地球大气辐射传输的开源工具包，采用GPL许可证。最新2.0.6版本发布于2024年12月24日。安装步骤包括：解压发行包、配置编译(make)、测试程序(make check)。需预装GNU工具链、gcc、Fortran、flex、Perl等依赖项，并推荐安装netCDF和GSL库。附加模块包含云/气溶胶光学特性、吸收参数化数据等，需单独下载。支持Linux系统，Windows用户可通过WSL或VirtualBox运行。
2026-07-27 15:15:30
239
原创 合成孔径雷达干涉测量（InSAR）沉降监测算法体系
利用两景（双轨）或三景（三轨）SAR复数影像共轭相乘生成干涉纹图（Interferogram），通过外部数字高程模型（DEM）模拟并去除地形相位，保留地表形变相位。ϕdiffϕdefoϕatmoϕnoise2πk其中ϕdefo为形变相位，ϕatmo为大气延迟相位，k为整数模糊度（解缠参数）。：突发性、大梯度形变（地震同震形变、矿山塌陷、滑坡）
2026-04-09 17:48:21
868
原创 SDK管理本地java版本
执行显示本地已安装java执行显示未安装java2.1之前装的是 Oracle JDK 24，默认一般在/Library/Java/JavaVirtualMachines/jdk-24.jdk/Contents/Home2.2起一个不会跟官方版本冲突的短名字例如：24.0.2-oracle2.3登记到 SDKMAN！2.4命令结构：sdk install java <自定义版本名> <本地JDK-Home路径>这一步瞬间完成，只是生成软链与元数据，不会真的“下载”2.5设为默认（或按需切换
2026-01-02 12:39:39
365
原创 win10安装网卡驱动
摘要：重装Win10系统后遇到网卡驱动缺失问题，测试了多款驱动软件。鲁大师和360驱动未能识别网卡问题，驱动人生虽然检测全面但下载限速。最终通过驱动人生网卡版成功解决了网卡驱动安装问题，为系统重装后的网络连接提供了有效解决方案。
2025-12-29 15:36:13
420
原创 git的基本使用
ssh-keygen -t rsa -C "XX@outlook.com”#创建密钥。将密钥添加到github上 ：头像-设置-ssh&keys如下图所示。链接远程的git仓库,这里推荐使用ssh链接，而不是https。初始化g本地git仓库。
2025-09-20 16:48:52
467
原创 mmseg
最近又开始用mmsegmentaion；在配置环境过程中遇到了一个低级错误，之前一直以为是mmcv版本问题，后来发现是__init__.py中assert (mmcv_min_version <= mmcv_version < mmcv_max_version),这段代码的问题；修改为：assert (mmcv_min_version <= mmcv_version <= mmcv_max_version),即可。
2025-03-08 21:26:24
320
原创 swig/python detected a memory leak of type ‘OSRSpatialReferenceShadow *‘, no destructor found.
data处理完后需要将内存释放。
2024-10-30 17:32:03
676
原创 setuptools封装自己python包
"""使用 find_packages 识别包中全部的模块(包含__init__.py 文件）└── src├── pkg1├── pkg2“install_requires”关键字指定依赖包，安装包的过程将优先安装依赖项"""setup(# 搜索路径“src”# 包含的模块),# 包的根目录# 依赖包],官方文档。
2024-10-19 17:15:29
657
原创 RuntimeError: Default process group has not been initialized, please make sure to call init_process_
【代码】RuntimeError: Default process group has not been initialized, please make sure to call init_process_
2024-10-18 21:01:20
653
原创 open-cd中的changerformer网络结构分析
通过上述内容，我们可以根据参数文件中的内容提取opencd中任意网络结构，或采用timm来设置主干网络结构，或添加到自己的训练框架中如pytorch_segmentation中进行训练。相应的，我们可以进一步去学习mmalb的框架结构。
2024-10-17 22:12:53
1687
原创 葵花卫星影像数据NC转tif
葵花8号卫星（Himawari-8）是日本发射的静止轨道气象卫星，由日本气象厅（JMA）运营。该卫星自2015年7月7日开始正式启用，主要用于观测东亚和西太平洋区域的天气情况。葵花8号卫星搭载了先进的光学仪器，能够提供高分辨率的气象数据。
2024-10-14 21:22:57
2684
6
原创 bug：ValueError: num_samples should be a positive integer value, but got num_samples=0
未读取到样本完整报错main()
2024-10-12 14:56:49
771
原创 InfoGAN：通过信息最大化生成对抗网络进行可解释的表示学习
GAN 没有尝试显式地为数据分布中的每个 x 分配概率，而是学习生成器网络 G，该生成器网络 G 通过将噪声变量 z ∼ Pnoise(z) 转换为样本 G(z)，从生成器分布 PG 生成样本。因此，对于给定的生成器，最佳判别器是 D(x) = Pdata(x)/(Pdata(x) + PG(x))。**在这种情况下，这些属性既是独立的又是显着的，如果能够在没有任何监督的情况下恢复这些概念，通过简单地指定 MNIST 数字是由独立的 1-of-10 变量和两个独立的连续变量生成的，那将会非常有用变量。
2024-10-03 12:03:51
1309
原创 使用辅助分类器 GAN 进行条件图像合成
在AC-GANs中，判别器除了要区分生成的图像与真实图像外，还额外承担了一个分类任务，即对输入图像的类别进行分类。这种方法可以提高生成图像的质量，并且能够生成具有特定类别标签的图像。AC-GANs的关键在于引入了辅助分类器（Auxiliary Classifier），这个分类器被集成在判别器中，用于对输入图像的类别进行分类。判别器的输出包括两部分：一部分是判断图像是真实还是生成的，另一部分是对图像类别的预测。这种结构不仅提高了图像的全局一致性，而且增加了生成图像的类别信息。
2024-10-02 22:48:41
680
原创 cGANs with Projection Discriminator
判别器的构建是受到概率模型假设的启发，其中条件变量 y 给定 x 的分布是离散的或单峰连续分布。这种模型假设在许多实际应用中很常见，包括类条件图像生成和超分辨率。通过这种假设，可以形成一个需要在嵌入的条件向量 y 和特征向量之间进行内积的判别器结构。模型中，判别器（Discriminator）不是通过将条件信息简单地与特征向量拼接（concatenate）来使用条件信息，而是采用一种基于投影的方式，这种方式更加尊重条件信息在底层概率模型中的作用。
2024-10-02 22:09:02
491
原创 Conditional Generative Adversarial Nets
生成对网络由两个“对抗性”模型组成：一个生成模型 G，用于捕获数据分布，另一个判别模型 D，用于估计样本来自训练数据而不是 G 的概率。G 和 D 都可以是非线性映射函数。为了学习数据 x 上的生成器分布 Pg，生成器构建从先验噪声分布 pz(z) 到数据空间的映射函数 G(z;θg)。判别器 D(x;θd) 输出一个标量，表示 x 来自训练数据而不是 pg 的概率。
2024-10-02 21:23:33
1427
原创 NASAVIIRS数据下载
来自 Suomi NPP 的可见光红外成像辐射计套件 （VIIRS） 数据记录 - 该数据集系列包含来自 Suomi 国家极地轨道伙伴关系 （S-NPP） 卫星上的可见光红外成像辐射计套件 （VIIRS） 的传感器和环境数据记录。VIIRS 是一种扫描辐射计，可收集陆地、大气、冰冻圈和海洋的可见光和红外图像以及辐射测量。VIIRS 数据用于测量云和气溶胶特性、海洋颜色、海洋和陆地表面温度、冰运动和温度、火灾和地球反照率。
2024-09-01 13:32:10
1182
原创 OGR-空间参考
空间参考系统的坐标基准为参考椭球，如WGS84。数据投影的操作对象是坐标点，因此投影处理的基本单元是geometry；投影变换有两种方式1：Geo.TransformTo();# 计算转换参数# 调用转换方法进行转换。
2024-08-25 22:15:08
1194
原创 矢量数据创建
点是操作矢量的基本元素，根据根据点列表可以创建线，线是基本单元，因此由面生成线与由线生成点，都是在现有矢量的基础上获取点列表，然后根据列表创建新的图层Fiona:几何数据读写shapely：几何数据分析shapely不支持坐标系转换。对两个或多个特征的所有操作都假定这些特征存在于同一笛卡尔平面中。
2024-08-25 20:51:04
785
原创 mmlab——跨项目调用主干网络
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。
2024-08-21 22:00:29
345
原创 c++基础——指针的使用条件
指针允许动态地分配内存，这在需要在运行时确定对象的数量或大小时非常有用。使用 new 关键字可以在堆上分配内存，并且可以在程序的任何地方动态释放它们。
2024-08-21 21:57:39
259
原创 GDAL-矢量数据读取与写入
矢量数据写入的操作相对复杂，在已有参考矢量元数据与属性数据已知的情况下，需要对新建是来那个输出数据实现包括是数据驱动、数据输出、创建图层（投影、几何类型）、未涂层添加字段属性、创建feature，将feature添加到图层中。需要明确source、layer、feature、字段与几何之间的关系；其中feature的字段名与类型要与layer中的字段名与类型相匹配，layer中的字段类型与feature中的字段名类型是公用集与字子集之间的关系。
2024-08-18 16:21:22
1117
原创 mmalb-debug:assert ‘mix_results‘ in results
使用 MultiImageMixDataset 作为包装（wrapper）去混合多个数据集的图片。 MultiImageMixDataset可以被类似 mosaic 和 mixup 的多图混合数据増广使用。MultiImageMixDataset 与 Mosaic 数据増广一起使用的例子：reference1reference2-mmseg文档
2024-07-30 14:46:03
596
原创 Windows-安装WSL踩坑
安装过程中出现错误。分发名称: ‘Ubuntu’ 错误代码: 0x8000ffff。两个系统存在不同的安装方法，区别很大。正在安装: Ubuntu。
2024-07-28 10:59:03
3641
原创 mmlab-debug
mask.cc1: fatal error C1083: 无法打开源文件: “pycocotools/_mask.c”: No such file or directory。
2024-07-27 11:55:18
738
原创 pytorch-scheduler（调度器）
scheduler（调度器）是一种用于调整优化算法中学习率的机制。学习率是控制模型参数更新幅度的关键超参数，而调度器根据预定的策略在训练过程中动态地调整学习率。优化器负责根据损失函数的梯度更新模型的参数，而调度器则负责调整优化过程中使用的特定参数，通常是学习率。调度器通过调整学习率帮助优化器更有效地搜索参数空间，避免陷入局部最小值，并加快收敛速度。调度器允许实现复杂的训练策略，学习率预热、周期性调整或突然降低学习率，这些策略对于优化器的性能至关重要。学习率绘图函数。
2024-07-26 22:41:27
2895
原创 SSLChange: A Self-supervised Change Detection Framework Based on Domain Adaptation
SSLChange 框架在下游任务中采用了 Fine-Tuning method with clipped pre-trained encoder 的方式，即将预训练编码器进行裁剪并冻结参数，然后连接一个轻量级的对齐模块，将特征恢复到原始图像的尺寸，并与原始图像进行拼接，作为下游任务网络的输入。或许该方案是针对变化检测框架设计，并设计模块裁剪方案，文中并没采用CV领域经典的自监督预训练框架进行对比，目前大量变化检测算法论文采用默认的imagenet或经典的权重初始化方案进行模型权重的初始化。
2024-07-14 06:00:00
867
原创 图Transformer 推荐系统
这篇论文提出了一种新颖的推荐系统表示学习方法，该方法通过整合生成式自监督学习（SSL）和图变换器架构来实现。我们强调了使用相关自监督预训练任务进行高质量数据增强对于提升性能的重要性。为此，我们提出了一种新方法，它通过一种理由感知的生成式SSL自动化自监督增强过程，该方法能够提取信息丰富的用户-项目交互模式。我们提出的推荐系统Graph TransFormer（GFormer）提供了参数化的协作理由发现，以进行选择性增强，同时保持全局用户-项目关系。
2024-06-10 14:09:33
1648
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人