- 博客(8)
- 收藏
- 关注
RSS订阅原创 2025 TI 杯全国大学生电子设计竞赛 上海赛区 C题参考代码
2025TI杯全国大学生电子设计竞赛上海赛区C题参考代码基于K230开发板实现，包含五个主要Python文件：main.py作为入口文件连接五个按钮控制程序执行，分别对应不同图形检测模式（model1检测正方形、model2检测圆形、model3检测三角形、model4为拓展题代码、model5整合三种图形检测）。代码采用自适应阈值处理和距离计算算法，通过图像处理识别A4纸外框并计算目标距离（D值）及内部图形尺寸。各模块包含异常处理、资源清理和性能优化机制，代码已开源至Gitee仓库。系统支持实时显示距离测
2025-08-16 17:40:59
257
原创 在Autodl服务器安装配置Matlab 无图形化界面 2020a\2020b
本文介绍了在Linux系统上安装Matlab R2020b的详细步骤。首先需要准备100G数据盘空间并安装7z压缩工具。安装过程包括：解压ISO文件到指定目录、创建安装配置文件、授予执行权限、执行静默安装等步骤。安装完成后需激活，包括复制授权文件、设置权限、创建激活配置文件等操作。最后通过运行激活脚本完成激活，成功后可执行matlab命令启动程序。整个过程需保持服务器在线状态，文中还提供了验证安装成功的方法和简化启动的建议。
2025-07-18 11:36:20
1054
4
原创 数据集制作-XML标注格式转YOLO目标检测格式
本文介绍了将XML格式的目标检测数据集转换为YOLO格式的方法及代码实现。XML数据集通常包含目标类别和边界框信息，而YOLO格式则包括类别标签序号、归一化后的中心坐标（X_Center, Y_Center）以及宽度（Width）和高度（Height）。通过提供的代码，用户可以高效地将XML格式的数据集转换为YOLO所需的格式，从而方便在YOLO框架中进行目标检测任务。这一转换过程对于使用YOLO进行模型训练和评估的用户具有重要实用价值。
2025-05-11 09:18:14
357
原创 Vue搭建chat对话模型，Springboot 调用deepseek api回答用户Chat
vue+springboot+tts+stt搭建人机对话网页应用
2025-04-25 21:58:58
1684
原创 Flask部署阿里开源语音大模型（STT）以及调用通义千问语音合成模型（TTS）
为了满足实验课对人机对话系统的设计要求，我们在现有Chat对话模型的基础上进行了功能扩展。当前系统已实现基于文本输入的人机交互功能，现计划通过以下技术升级优化用户体验：首先，集成语音识别（STT）模型，将用户的语音提问实时转换为文本；然后将识别结果输入预训练的聊天大模型进行处理；最后通过语音合成（TTS）技术将模型的文本回复转换为自然语音输出。这种端到端的语音交互方案能够显著提升人机对话的自然度和沉浸感，更贴近真实的人际交流场景。
2025-04-25 21:09:09
1086
原创 快速搭建自己的Ai小助手（基于Dify构建自己的知识库调用LLM模型APi或OLLAMA模型本地部署LLM模型）
比如在自己的环境变量里配置好OLLAMA模型的端口。本文的目的在于快速搭建一个前端Ai对话模型，模型基于已有的LLM模型和自己构建的知识库回答用户问题。部署Dify需要先安装好docker ，安装docker的教程可以参考其他博主，这一步比较简单不再赘述。如下先添加chat模型：之后也需要添加Text Embedding模型 不然在解析自己的文本知识库的时候会非常的慢。也可以使用阿里的通义千问模型，里面有大模型 也Embedding模型，比较方便。复制右侧的运行 命令，在命令行终端运行，下载。
2025-04-21 16:06:45
2000
原创 RagFlow添加OLLAMA模型失败--解决方案
在源码的docker目录下有个.env文件 这个是build docker镜像使用到的配置文件，从这里可以修改ragflow的版本，一般选用0.15.x-0.16.x 尝试是否可以解决问题。在使用RAGflow导入OLLAMA模型的时候填入基础URL以及OLLAMA工作的端口号出现连接不上的错误，No route to host的问题， 为了解决这个问题，有以下几个方案供参考。后面全选下一步，最后可以出现如下，即可，然后再尝试添加OLLAMA模型。win+R 中输入ws.msc:，然后打开防火墙设置。
2025-04-17 11:53:50
2479
3
原创 基于YOLO11的车牌检测和PaddleOCR识别车牌号
对于首先是需要转换为yolo detection格式的标签 也就是.txt文件，然后划分数据集，为了方便 我直接把处理好的可供直接训练的数据集附在下面百度网盘链接。划分数据集是按8：2训练集，验证集。在使用YOLO检测完车牌号以后 使用PaddleOCR识别检测出来的内容。本文使用了CCPD2020的版本，里面主要是一些新能源汽车的车牌，选取CCPD2020的原因是此数据集的数据量小，训练方便。这里自行选择使用的模型进行训练即可，也可多个模型训练比较哪个精度更高。下面是我训练时候使用的代码，供参考。
2025-04-15 16:29:55
2202
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人