- 博客(1161)
- 资源 (56)
- 收藏
- 关注
原创 命令行 warning D9035: “Gm”选项已否决,并将在将来的版本中移除
1. 问:在使用Visual Studio 2019最新版本构建项目时,我收到了警告信息“cl:命令行警告D9035:选项'Gm'已被弃用并将在未来版本中删除”,该如何解决这个警告?请确保在您的所有项目(在解决方案中可能有多个项目)和它们继承的所有属性页中执行此操作。之后,该选项应显示为“启用最小重新生成”。
2024-10-09 11:25:23
944
转载 C#:MSB4086:在条件“condition”中,尝试对计算结果为“value”而不是数字的“expression”进行数值比较
如果条件表达式中需要数字,但该表达式的计算结果为非数值,则 MSBuild 项目文件中会出现此错误。如果项目文件中出现此错误,请检查项目文件是否存在语法错误和其他问题。有关语法的帮助,请参阅。检查条件表达式中使用的属性(尤其是那些预期具有数值的属性)是否已使用正确的语法设置为数值。如果设置数值时出现问题,则也会生成此错误。根本原因可能是其他错误,例如安装问题。例如,如果在条件表达式中使用了已安装工具的版本号,但未安装该工具。中的 MSBuild 条件。在同事的工作站上,一切正常。问题只存在于我的机器上。
2022-09-14 08:33:00
1890
原创 C#:命名空间“System.Windows”中不存在类型或命名空间名“Forms”(是否缺少程序集引用?)
新建项目为类库时,项目不会自动引用System.Windows.Forms,当我们使用命名空间System.Windows.Forms内的函数时,就会报这个错误。右键“引用”——添加引用——框架——搜索System.Windows.Forms添加即可。...
2022-08-27 15:40:54
13772
原创 HALCON: 对象(object)从声明(declaration)到结束(finalization)
HALCON对象(object)从声明(declaration)到结束(finalization)在对象的生命周期中,即从声明到结束,分配和释放的内存数量是不同的。
2022-07-28 09:52:46
777
原创 Windows 10 系统编译 yaml-cpp
Windows 10 系统编译 yaml-cpp1. 官网 GitHub - jbeder/yaml-cpp: A YAML parser and emitter in C++ 下载指定版本源码。本例使用yaml-cpp-master.zip。2. 以管理员身份运行CMake后,按下图设置:3. 点击Configure按钮配置,如下图:4. 点击Generate按钮配置,如下图:5. 点击Open Project打开项目编译即可。...
2022-05-03 10:53:38
1501
原创 Windows 10 系统安装 OpenVINO (2022.1.0)
Windows 10 系统安装 OpenVINO4.1 安装 Dev Tools1. 进入链接Download Intel® Distribution of OpenVINO™ Toolkit选择合适版本:2. 打开cmd窗口,复制下述指令到cmd窗口后回车,等待安装即可。pip install openvino-dev[pytorch,onnx,tensorflow2]==2022.1.04.2 安装 Runtime1. 进入链接Download Intel..
2022-05-01 18:34:24
3398
原创 “unzip”不是内部或外部命令,也不是可运行的程序或批处理文件
“unzip”不是内部或外部命令,也不是可运行的程序或批处理文件1. 错误描述'unzip '不是内部或外部命令,也不是可运行的程序或批处理文件。2. 错误分析在jupyter notebook使用!unzip遇到了这个问题,查到发现unzip是linux系统下,windows不自带。3. 解决方法去unzip官网(Info-ZIP's UnZip;UnZip for Windows)下载:先选择Binaries; 再下载ZIP; 最后将下载下来的unzip.ex
2022-04-07 22:10:52
62304
原创 “wget”不是内部或外部命令,也不是可运行的程序或批处理文件
“wget”不是内部或外部命令,也不是可运行的程序或批处理文件1. 错误描述'wget'不是内部或外部命令,也不是可运行的程序或批处理文件。2. 错误分析在jupyter notebook使用!wget遇到了这个问题,查到发现wget是linux系统下,windows不自带。3. 解决方法去wget官网(GNU Wget 1.21.3 for Windows)下载:先选择32位/64位; 再下载ZIP/EXE; 最后将下载下来的EXE文件放到C:\Windows\Sy
2022-04-07 22:09:46
16467
原创 pip 安装GDAL
1. pip 安装GDAL1.1 错误描述在cmd窗口中直接使用pip安装gdal会报错。pip install gdal错误原因:GDAL不是纯净的python库,无法使用pip install requests这样的方法安装库文件。1.2 解决办法根据python版本,下载对应的GDAL安装文件。GDAL官网:https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal。下载完毕后,使用下述命令即可完成安装。pip i.
2022-04-06 21:40:25
3695
原创 HALCON 21.11:学习笔记---OPC_UA(I/O)
HALCON 21.11:学习笔记---OPC_UA(I/O)本章主要提供有关OPC_UA的信息。系统要求Intel compatible PC with Windows 7 (32-bit or 64-bit) or newer that is also supported by the vendor-specific SDK, also WoW64 (using 32-bit HALCON on 64-bit Windows), Linux with kernel 2.6 (or highe
2021-11-28 22:15:36
2197
原创 HALCON 21.11:深度学习笔记---语义分割/边缘提取(12)
HALCON 21.11:深度学习笔记---语义分割/边缘提取(12)HALCON 21.11.0.0中,实现了深度学习方法。本章介绍了如何使用基于深度学习的语义分割,包括训练和推理阶段。通过语义分割,我们使用深度学习(DL)网络将输入图像的每个像素分配到一个类。语义分割的例子:输入图像的每个像素都被分配给一个类,但是类“apple”的三个不同实例和类“orange”的两个不同实例都不是可区分的对象语义分割的结果是一个输出图像,其中的像素值表示输入图像中对应像素的指定类别。因此,在.
2021-11-25 10:54:30
8477
原创 HALCON 21.11:深度学习笔记---对象检测, 实例分割(11)
HALCON 21.11:深度学习笔记---对象检测, 实例分割(11)HALCON 21.11.0.0中,实现了深度学习方法。本章介绍了如何使用基于深度学习的对象检测。通过对象检测,我们希望在图像中找到不同的实例,并将它们分配给一个类。实例可以部分重叠,但仍然可以区分为不同的。下面的模式说明了这一点。对象检测的例子: 在输入图像中找到三个实例并分配给一个类实例分割是对象检测的一种特殊情况,在这种情况下,模型还预测一个实例掩码,标记该实例在图像中的特定区域。下面的模式说明了这一点。.
2021-11-25 08:05:25
6833
原创 HALCON 21.11:深度学习笔记---分类(10)
HALCON 21.11:深度学习笔记---分类(10)HALCON 21.11.0.0中,实现了深度学习方法。本章介绍了如何在训练和推理阶段使用基于深度学习的分类。基于深度学习的分类是一种对一幅图像分配一组置信值的方法。这些置信度值表明图像属于每个可分辨类的可能性有多大。如果我们只考虑顶部的预测,分类就是在给定的类集合中指定一个特定的类给一幅图像。下面的模式说明了这一点。分类示例: 网络区分三个类别. 输入图像获得三个可分辨类的置信值:“apple”0.85、“lemon”0.03和.
2021-11-24 22:08:51
2264
原创 HALCON 21.11:深度学习笔记---异常检测(9)
HALCON 21.11:深度学习笔记---异常检测(9)HALCON 21.11.0.0中,实现了深度学习方法。本章介绍了如何使用基于深度学习的异常检测。通过异常检测,我们想要检测图像是否包含异常。异常指的是偏离常规的、未知的东西。异常检测的例子:输入图像的每个像素都被分配了一个值,该值表明该像素是异常的可能性有多大。蠕虫不是模型在训练中看到的无虫苹果的一部分,因此它的像素得到了更高的分数。一个异常检测模型学习没有异常的图像的共同特征。训练后的模型将推断出输入图像只包含学习过的
2021-11-24 21:23:01
3027
原创 HALCON 21.11:深度学习笔记---模型(8)
HALCON 21.11:深度学习笔记---模型(8)HALCON 21.11.0.0中,实现了深度学习方法。本章阐述了HALCON中深度学习(DL)模型的一般概念和数据处理。从概念上讲,HALCON中的深度学习模型是深度神经网络的内部表示。每个深度神经网络都有一个定义其功能的架构,即它可以用于的任务。一个功能可以有多个可能的网络架构。目前,以下功能的网络在HALCON中作为模型实现:异常检测,参见深度学习/异常检测。 分类,参见深度学习/分类。 对象检测,参见深度学习/对象
2021-11-24 20:46:35
6149
原创 HALCON 21.11:深度学习笔记---术语表(7)
HALCON 21.11:深度学习笔记---术语表(7)HALCON 21.11.0.0中,实现了深度学习方法。下面,我们将描述深度学习环境中使用的最重要的术语:anchor (锚)Anchors are fixed bounding boxes. They serve as reference boxes (参考框), with the aid of which the network proposes bounding boxes for the objects to be localize
2021-11-24 11:02:44
1080
原创 HALCON 21.11:深度学习笔记---有监督训练(6)
HALCON 21.11:深度学习笔记---有监督训练(6)HALCON 21.11.0.0中,实现了深度学习方法。不同的DL方法有不同的结果。相应地,它们也使用不同的衡量标准来确定网络的“表现如何”。在训练一个网络时,不同的模型会有不同的行为和缺陷,我们将在这里进行描述。训练中的验证当涉及到网络性能验证时,需要注意的是,这不是一个纯粹的优化问题(参见上面的“网络和训练过程”和“设置训练参数”部分)。为了观察训练过程,通常可视化验证措施是有帮助的,例如,对于分类网络的训练,批样本的误差。由于
2021-11-24 10:55:03
1000
原创 HALCON 21.11:深度学习笔记---设置超参数(5)
HALCON 21.11:深度学习笔记---设置超参数(5)HALCON 21.11.0.0中,实现了深度学习方法。关于超参数的有关设置内容如下:不同的DL方法是为不同的任务设计的,它们的构建方式也不同。它们都有一个共同点,即在模型的训练过程中都面临着一个最小化问题。训练网络或子网络,一个目标是努力使适当的损失函数最小化,参见“网络和训练过程”一节。为此,有一组参数是在开始训练之前设置的,在训练期间未进行优化。我们将这些参数称为超参数。对于DL模型,您可以设置更改策略,指定在训练期间更改这些超参数的
2021-11-24 08:48:52
1990
原创 HALCON 21.11:深度学习笔记---网络和训练过程(4)
HALCON 21.11:深度学习笔记---网络和训练过程(4)HALCON 21.11.0.0中,实现了深度学习方法。关于网络和训练过程如下:在深度学习中,任务是通过网络发送输入图像来执行的。整个网络的输出由许多预测组成。例如,对于一个分类任务,预测会得到每个类的置信度,表示图像显示该类实例的可能性有多大。具体的网络会有所不同,特别是从一种方法到另一种方法。一些方法,如对象检测,使用子网络生成特征图(参见下面和深度学习/对象检测, 实例分割中给出的解释)。在这里,我们将解释一个基本的卷积神经网
2021-11-24 08:32:56
1769
原创 HALCON 21.11:深度学习笔记---Data(数据)(3)
HALCON 21.11:深度学习笔记---Data(数据)(3)HALCON 21.11.0.0中,实现了深度学习方法。其中,关于术语“数据”的介绍如下:术语“数据”一词在深度学习的语境中被用作图像和信息,以及其中的内容。这最后的信息必须以网络可以理解的方式提供。不同的DL方法对于必须提供什么信息以及如何提供这些信息有自己的要求。具体要求见相应章节。网络对图像的尺寸、灰度值范围和类型提出了进一步要求。具体的值取决于网络本身,可以用函数get_dl_model_param查询。此外,不同方法也有
2021-11-24 08:17:44
910
原创 HALCON 21.11:深度学习笔记(2)
HALCON 21.11:深度学习笔记(2)HALCON 21.11.0.0中,实现了深度学习方法。由于上面提到的DL方法在它们做什么以及它们如何需要数据方面各不相同,所以您需要知道哪种方法最适合您的特定任务。一旦清楚了这一点,您就需要收集适当数量的数据,也就是图像和方法所需的信息。然后,所有这些DL方法都有一个通用工作流:1. 准备网络和数据(Prepare the Network and the Data)网络需要为您的任务和适合于特定网络的数据做好准备。建立关系网:读取一个预先训练好的
2021-11-24 08:17:08
1044
原创 HALCON 21.11:深度学习笔记(1)
HALCON 21.11:深度学习笔记(1)HALCON 21.11.0.0中,实现了以下深度学习方法:1. Anomaly Detection(异常检测)给每个像素分配显示未知特征的可能性。更多信息请参见深度学习/异常检测一章。异常检测的某个例子:给输入图像的每个像素分配一个分数,表示它显示未知特征(即异常)的可能性有多大2. Classification(分类)将图像分类为给定类集合中的一个类。更多信息请参见深度学习/分类一章。分类的某个例子:将图像分配给一个类
2021-11-24 08:15:37
5011
原创 Python: 如何将py文件转成exe文件?
Python: 如何将py文件转成exe文件?1.安装PyInstaller模块pip install PyInstaller2.将py文件打包成exe执行文件找到需要打包的py文件所在路径,在地址栏键入cmd,打开命令窗口后输入pyinstaller -F 文件名.py回车执行,等待执行完毕后会创建三个文件夹,其中都一个为 dist 文件夹,exe文件就在此文件夹中。双击exe文件就可正常执行~~~...
2021-11-18 21:31:54
3947
原创 Python:PDF文件转图像
Python:PDF文件转图像什么是PyMuPDF?Python环境下想要将PDF文件转图像,可以使用PyMuPDF库。PyMuPDF是MuPDF的Python绑定-“轻量级PDF和XPS查看器”。MuPDF可以访问PDF,XPS,OpenXPS,CBZ(漫画书档案),FB2和EPUB(电子书)格式的文件,也可以是扩展名为.pdf,.xps,.oxps,.cbz,.fb2 或.epub的文件(因此您可以使用Python开发电子书查看器……),因此它不仅仅可以解析PDF文件。支持的操作系统
2021-11-18 21:24:05
1344
原创 Qt使用导出类报错:error C2491: “LmcThreadPaddle::staticMetaObject”: 不允许 dllimport 静态数据成员 的定义
Qt使用导出类报错:error C2491: “LmcThreadPaddle::staticMetaObject”: 不允许 dllimport 静态数据成员 的定义在使用继承自QObject带有Q_OBJECT宏的导出类时,编译报错:不允许 dllimport 静态数据成员 的定义。原因是自动生成的moc文件带有静态函数,无法导出。1、在Qt中的解决办法是不将导出宏定义成Q_DECL_IMPORT。#if defined(ZMAP_LIBRARY_PRODUCTOR)# define .
2021-11-16 14:49:07
3717
转载 类的静态成员函数带来了什么好处,应该在什么时候使用?
类的静态成员函数带来了什么好处,应该在什么时候使用?静态成员函数主要为了调用方便,不需要生成对象就能调用。比如:class X{public: void MethodA(); static void MethodB();}此时MethodB可以直接调用,X::MethodB();MethodA必须先生成类对象才能调用,X x; x.MethodA();函数的行为对所有派生类都一致时,可以声明为静态。静态成员函数的作用基本上相当于:一个带有命名空间的全局函数。
2021-11-13 11:27:14
1693
ePub Reader for Windows.zip
2019-12-23
WinRing0_1_3_1b.zip
2019-06-14
WS2_32库(Win32+Win64)
2019-01-07
Iocomp ActiveX 402SP1
2018-06-28
MATLAB_2017b(删除“.txt”)
2017-12-22
modbuspp-master
2017-12-18
CvvImage.h和CvvImage.cpp
2017-11-04
inttypes.h+stdint.h
2017-10-31
基于OPC规范的客户应用程序实现
2017-08-28
正则表达式 VC
2013-06-01
C++ GUI Programming with Qt 4
2013-05-22
VC之美化界面篇
2013-05-20
SKINS++ FOR VC
2013-05-20
专业工控控件IOCOMP简介
2013-05-20
protobuf-3.15.6(Debug).zip
2021-03-27
protobuf-3.15.6(Release).zip
2021-03-27
cmake-3.19.1-win64-x64.zip
2020-12-16
opencv_contrib-4.4.0.zip
2020-07-21
opencv-4.4.0.zip
2020-07-21
opencv-4.3.0.zip
2020-04-26
opencv_contrib-4.3.0.zip
2020-04-26
ippicv_2020_win_intel64_20191018_general.zip
2020-04-07
ippicv_2020_lnx_intel64_20191018_general.zip
2020-04-07
cpu-z_1.91-cn.exe
2020-01-06
FBReaderSetup-0.12.10.zip
2019-12-24
PDFSplitter.zip
2019-12-22
PDFBinder.zip
2019-12-22
PDFCreator.zip
2019-12-22
Kalman Filtering Theory and Practice Using MATLAB (2015, 4th).pdf
2019-12-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人