自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

像风一样自由的博客

兴趣是深度学习,神经网络,python

  • 博客(513)
  • 资源 (16)
  • 收藏
  • 关注

原创 算法模型部署后_python脚本API测试指南-记录3

本文提供了多种测试API的方法,包括使用Curl命令和Python脚本。通过Curl命令,用户可以发送图像文件到API并获取预测结果。Python脚本则提供了更灵活的方式,用户可以通过命令行参数指定图像路径,并选择输出详细的JSON响应或简化的预测结果。测试时需确保API服务正在运行,并根据实际情况修改脚本中的URL和图像路径。这些方法适用于不同场景,帮助用户快速验证API的功能和性能。

2025-05-12 15:21:21 770

原创 算法模型部署(非docker版本)- 完整部署文档-ubuntu(香橙派开发板测试)学习记录2

本项目是一个基于机器学习的局部放电(PD)图像识别系统,使用支持向量机(SVM)算法实现对不同类型局放图像的自动分类。系统通过FastAPI框架提供RESTful API服务,可以接收上传的图像并返回识别结果。

2025-04-27 08:15:00 1203

原创 5.用DockerCompose启动FastAPIPostgreSQL和Redis

本文介绍如何使用 Docker Compose 快速搭建 FastAPI、PostgreSQL 与 Redis 的本地联调环境。三者分工明确:FastAPI 处理请求,PostgreSQL 存储持久数据,Redis 提升访问速度。通过 compose.yaml 统一管理服务依赖与健康检查,结合连接池与缓存策略实现高效数据读写。文中还强调开发与生产环境差异,如安全配置、数据迁移与备份等最佳实践,为算法服务工程化落地提供可靠基础。

2026-11-04 00:30:00 414

原创 4.DockerCompose是什么为什么算法服务需要多个容器

Docker Compose 通过 YAML 文件统一管理算法服务所需的多个容器(如 API、PostgreSQL、Redis、MinIO 等),实现开发、测试环境的可复现部署。它解决了多服务协同启动、网络通信、数据持久化与健康检查等问题,提升系统可维护性。但仅适用于单机场景,生产环境需转向 Kubernetes 等高可用平台。

2026-11-03 00:30:00 611

原创 3.Dockerfile如何构建一个Python算法镜像

本文详解如何用Dockerfile构建Python算法服务镜像,涵盖项目结构、依赖管理、模型部署策略(嵌入/挂载/下载)、安全优化(非root用户、健康检查)及生产实践。强调镜像应包含稳定环境与代码,通过.dockerignore减少构建上下文,合理处理模型版本与权限,并建议使用Docker Compose实现服务组合。最终目标是实现可复现、可交付、可运维的AI算法工程化部署方案。

2026-11-02 13:31:03 279

原创 2.如何用FastAPI把一个Python算法封装成HTTP服务

本文介绍如何用 FastAPI 将 Python 算法封装为可复用的 HTTP 服务。通过分层设计(HTTP、业务、推理、基础设施),定义清晰的请求/响应模型,利用生命周期管理加载模型,并实现安全可靠的预测接口。支持文件上传与异步任务调度,适用于 OCR、图像分类等场景,提升算法工程化与系统集成效率。

2026-10-30 00:15:00 254

原创 1.算法代码为什么不能直接放进生产系统

算法代码不能直接投入生产,因其仅完成“验证”而非“工程化”。生产系统需应对并发、错误输入、资源限制、配置管理、日志追踪与服务可观测性等挑战。必须将算法拆分为多层架构,分离模型加载与请求处理,使用环境变量管理配置,定义稳定输入输出契约,设置资源边界,分类错误处理,并记录结构化日志。唯有如此,才能实现可部署、可监控、可恢复的可靠服务。

2026-10-29 00:30:00 308

原创 时序预测里的“树”与“注意力”

时序预测面临非平稳性、时间泄露与长程依赖三大挑战。以LightGBM为代表的“树”派通过人工构造滞后、滚动统计等特征,将时序转为表格数据,具备高效、可解释性强的优点,但依赖复杂特征工程;而以Transformer为代表的“注意力”派直接处理原始序列,利用自注意力机制自动捕捉远距离依赖,支持端到端学习,适合长序列,但计算成本高。二者各具优势,选择应基于数据规模、精度要求与可解释性需求。

2026-10-24 00:15:00 295

原创 60.一个可维护的AI应用应该是什么样从Demo到生产系统

一个可维护的AI应用需从Demo演进为生产系统:边界清晰、行为可解释、失败可恢复、成本可控、版本可回滚。核心在于模块化架构、可测试RAG链路、全链路版本化、状态化失败处理、安全内嵌与质量-成本-体验协同优化。通过渐进式演进(单进程→异步→容器化),结合发布门槛与故障演练,确保系统在真实场景中长期稳定运行。

2026-10-22 00:30:00 304

原创 59.实战为RAG系统加入评估监控权限和审计

本文系统阐述企业级RAG上线必备四层能力:通过统一请求上下文实现链路可追踪,构建权限控制与审计闭环,集成质量评估与运行监控指标,分离观测数据并强化安全门禁。强调请求链路中权限、评估、监控、审计的协同设计,确保系统可解释、可回归、可合规,为RAG从Demo走向生产提供完整工程实践路径。

2026-10-21 00:15:00 190

原创 58.实战为知识库增加Agent工具调用和工作流编排

本文详解如何为知识库增强 Agent 工具调用与工作流编排,通过定义只读/写操作工具、严格权限控制、状态机管理、人工审批机制及循环限制,实现安全可控的智能体流程。强调工具需注册、参数校验、幂等性保障与审计追踪,确保企业级应用中 RAG 从“问答”升级为“可执行”的智能助手。

2026-10-20 00:15:00 364

原创 57.实战PostgreSQL-Milvus-Redis-MinIO构建企业知识库

本文详解基于PostgreSQL、Milvus、Redis与MinIO构建企业级知识库的实战架构:四组件各司其职——元数据与权限由PostgreSQL管理,向量索引存于Milvus,缓存与会话交由Redis,原始文件及派生数据存储于MinIO。通过异步Worker流程实现文档解析、嵌入与索引,确保幂等性与可恢复性;数据流严格遵循权限校验与版本控制,缓存不绕过业务逻辑。强调职责分离、状态一致性与故障处理机制,提出部署顺序、上线清单与观测链路要求,核心在于通过稳定ID与版本化设计保障系统治理能力,而非简单服务集

2026-10-17 00:15:00 496

原创 56.实战PostgreSQL-pgvector-FastAPI构建轻量级RAG

本文介绍基于PostgreSQL + pgvector + FastAPI构建轻量级RAG系统的实战方案:利用PostgreSQL存储文本块与元数据,pgvector管理向量,FastAPI提供检索接口。通过合理设计索引、封装Embedding服务边界、实现幂等入库与权限控制,形成可验证的RAG最小闭环。适用于原型验证与小规模生产,具备良好扩展性,为后续迁移到Milvus等专用向量库奠定基础。

2026-10-16 00:15:00 147

原创 55.从零搭建一个企业文档问答系统总体架构与技术选型

本文系统阐述企业文档问答系统的总体架构与技术选型,涵盖从文件上传、异步解析、向量索引到问答响应的完整链路。强调权限管理、任务幂等性、引用溯源与可观测性,提出“最小闭环→工程化→规模化”三阶段落地策略,推荐基于FastAPI、PostgreSQL/pgvector、Redis、RabbitMQ等组件构建可扩展、可恢复的生产级系统,最终实现安全、高效、可审计的企业知识服务。

2026-10-15 00:15:00 229

原创 54.Kubernetes是否适合部署RAG系统什么时候需要它

Kubernetes 适合需高可用、弹性扩缩容的中大型 RAG 系统,尤其在多服务编排、滚动发布与故障恢复场景下优势明显。但若仅单机部署、低并发或团队缺乏运维能力,Docker Compose 或托管服务更合适。应区分无状态(API、Worker)与状态服务(数据库、向量库),优先考虑托管方案以降低运维成本。关键在于:根据规模、可用性需求与团队能力权衡,避免为“技术先进”而引入过度复杂性。

2026-10-14 00:30:00 633

原创 53.NginxAPI-Gateway与鉴权如何保护大模型接口

本文系统阐述了如何通过Nginx或API Gateway保护大模型接口,强调反向代理在TLS终止、路由、限流与鉴权中的核心作用。重点区分鉴权(身份验证)与授权(权限控制),指出需多层防护:网关验JWT,应用层校验资源权限,数据库做最终约束。针对长连接、高成本调用,提出按接口类型配置超时、限流与重试策略,并避免泄露敏感信息。建议小团队从Nginx起步,随规模增长引入专业Gateway,始终确保可信代理边界与全链路安全。

2026-10-13 00:15:00 575

原创 52.Docker部署大模型应用从本地开发到服务化运行

本文系统阐述了使用Docker部署大模型应用的实践方法,涵盖镜像与容器区分、FastAPI服务构建、前后端分离、Docker Compose管理依赖、敏感配置安全处理、健康检查设计、CI/CD发布流程及数据持久化策略。强调环境可重复性、非root运行、职责分离与生产级检查清单,指出Docker不自动解决高可用与数据安全,建议从Compose起步,逐步过渡至Kubernetes。

2026-10-12 06:54:42 241

原创 51.知识库内容如何脱敏个人信息商业秘密与访问控制

知识库脱敏需系统化管理:先分类数据(公开、内部、敏感、商业秘密),再分层实施脱敏(掩码、替换、泛化),并贯穿存储、解析、向量、检索、日志全链路。脱敏不替代权限控制,须结合访问权限与字段级策略,确保敏感信息不可逆或受控回填。重点检查文件名、元数据、缓存、日志等隐蔽泄露点,强化权限过滤与结果回查,建立可追溯的脱敏记录与删除机制。最终通过真实样本验证脱敏有效性,兼顾安全与业务可用性。

2026-10-11 00:15:00 415

原创 50.提示词注入数据泄露与越权访问RAG系统的安全风险

RAG系统存在提示词注入、数据泄露与越权访问等安全风险。攻击可经由用户输入或外部文档植入恶意指令,导致敏感信息外泄或工具滥用。必须在检索前基于权限过滤数据,实施最小权限、参数白名单与工具审批机制。输出需脱敏、校验,防御体系应涵盖输入检测、权限控制、审计日志与应急响应。安全核心在于将权限置于模型之外,构建纵深防护,杜绝依赖模型自律。

2026-10-10 00:15:00 594

原创 49.Token延迟和成本监控如何知道一次问答花了多少钱

一次问答成本涉及查询改写、Embedding、检索、Reranker、LLM调用及工具调用等多环节。需通过trace_id与run_id关联全流程,分类型记录输入、输出、缓存等Token,按模型价格计算成本。拆解各阶段延迟(如TTFT、总响应时间),结合幂等性设计与缓存减少重复调用。按租户、功能分摊费用,设置预算与限流策略,优化方向包括上下文裁剪、限制输出、缓存嵌入等。最终实现成本透明化,支撑预算控制与质量-成本平衡。

2026-10-08 07:08:01 157

原创 48.RAG评估指标召回率忠实度相关性和答案准确率

RAG评估需区分召回率、忠实度、相关性和准确率四维度,避免以答案相似性替代全面评估。召回率衡量资料是否被检索到,忠实度检验答案是否受上下文支持,相关性判断是否回应问题,准确率对比标准事实。指标间存在权衡,应分层评测、按风险等级报告,并结合人工抽检与版本信息定位问题,确保系统可靠、可优化。

2026-10-08 06:59:24 448

原创 47.LangfuseOpenTelemetry与Prometheus分别监控什么

Langfuse、OpenTelemetry 与 Prometheus 在 AI 应用监控中各司其职:Langfuse 聚焦 LLM 调用细节(如 Prompt、Token、评估分数),OpenTelemetry 统一采集跨服务链路的 Trace、Logs 与 Metrics,Prometheus 则负责时序指标监控与告警。三者协同可实现从系统性能到模型行为的全链路可观测——既知“是否变慢”,也懂“为何出错”。需注意数据脱敏、标签设计与告警可操作性,避免信息过载。

2026-10-05 00:15:00 532

原创 46.大模型应用如何评估不要只看回答听起来像不像

大模型应用评估不应仅看回答是否“像人”,而需覆盖检索、生成、引用、安全、成本等全链路。应构建分层评测数据集,结合离线与在线评估,采用规则、模型与人工多维度打分,关注忠实度、完整性、权限合规等关键指标,并通过分项结果驱动迭代。避免数据泄漏,设置差异化发布门槛,确保系统可验证、可复现、可交付。

2026-10-04 00:15:00 633

原创 45.多租户知识库怎么做用户团队文档和向量数据隔离

本文系统阐述多租户知识库的隔离设计,强调从身份认证到向量检索、缓存、存储等全链路的租户数据隔离。核心要点包括:通过 tenant_id 实现数据库、对象存储、向量库与缓存的分域管理;依赖服务端生成可信上下文,杜绝客户端越权;强化权限校验与跨租户操作管控;严格测试越权场景并制定删除与审计策略。最终确保任一环节不因疏漏导致数据泄露,构建端到端的安全边界。

2026-10-03 00:15:00 296

原创 44.文件上传任务队列与知识库管理一套完整API如何设计

本文系统设计了一套完整的知识库API,围绕knowledge_base、document、job与run构建可追踪的生命周期。通过预签名上传、任务状态机、幂等控制与多层分层架构,实现文件上传、异步处理、版本管理、索引状态同步及安全删除。强调权限校验、状态一致性与失败补偿,确保大模型应用中知识库的可靠与可审计。

2026-10-02 07:24:18 159

原创 43.流式输出SSE是什么聊天应用为什么要实时返回

SSE(Server-Sent Events)实现服务端向浏览器实时推送事件流,适用于大模型聊天应用的流式输出。通过逐步返回Token、任务状态和日志,显著改善用户等待体验。关键设计包括run_id标识会话、event_id支持断线重连、心跳保活、错误与取消事件处理,并需配合反向代理正确配置。建议定义丰富事件类型(如检索、工具调用),提升交互透明度。可靠流式系统还需持久化状态、限流防刷,确保用户体验与服务稳定性。

2026-09-30 00:15:00 569

原创 42.VueReactNextjs如何为AI应用设计前端交互

本文探讨如何基于Vue、React、Next.js设计AI应用的前端交互,强调状态管理(如idle→generating→done)、流式更新、引用可见性、取消重试机制及前后端协议一致性。核心在于通过清晰的状态机与事件流(SSE)实现用户反馈,确保可解释性与可靠性,而非依赖框架本身。

2026-09-29 00:15:00 407

原创 41.用FastAPI搭建一个RAG后端需要哪些接口

使用 FastAPI 构建 RAG 后端需设计清晰的资源接口:涵盖知识库、文档、任务与对话四大模块,采用 /api/v1 版本前缀,实现鉴权、幂等、异步任务与流式响应。核心接口包括文件上传(返回 job_id)、异步解析、问答与引用生成,路由层仅负责请求校验与分发,业务逻辑交由服务层处理。统一错误格式、限制参数范围、避免泄露敏感信息,并通过 trace_id 追踪链路性能。安全方面需校验权限、文件内容与调用成本,确保系统可扩展、可观测且易维护。

2026-09-28 06:57:42 339

原创 40.数据库Agent的安全设计如何防止误删和越权查询

数据库 Agent 安全设计核心在于“模型提意图,系统定执行”。通过分级工具权限、只读账号隔离、业务 API 替代任意 SQL、租户范围服务端注入、强制人工确认写操作、严格 SQL 解析与审计日志,构建多层防护。关键防线在数据库权限与业务逻辑,而非模型指令。上线前需演练越权、注入、恢复等场景,确保误删与越权无法发生。

2026-09-24 08:42:12 91

原创 39.Agent为什么会循环调用工具从规划执行到终止条件

Agent循环调用工具源于缺乏状态管理与终止条件。本文提出通过结构化工具返回、设置硬性上限(步数、时间、成本)、检测重复调用、区分错误类型、分离规划与执行、追踪进展状态及分层设计终止条件,实现对Agent行为的可控闭环。结合LangGraph的流程控制与监控机制,可有效防止无限循环,提升系统稳定性与安全性。

2026-09-24 00:15:00 722

原创 38.多智能体系统真的更好吗

多智能体系统并非越多越好,其价值在于角色分工清晰、协作成本可控。合理拆分需满足专业差异、工具独立与明确契约;常见协作模式包括主管-专家、流水线、并行与辩论。共享状态应最小化,避免信息污染与成本爆炸。关键在于定义角色输入输出、权限边界与失败处理机制,防止踢皮球与循环失控。治理需设限并发、白名单、证据追溯与裁决节点。最终,单Agent在简单任务中更优,多智能体应以实际复杂度驱动,而非炫技。

2026-09-23 00:30:00 351

原创 37.智能体记忆怎么设计短期记忆长期记忆与用户画像

智能体记忆需分层设计:短期记忆保对话上下文,长期记忆存用户确认的稳定偏好,知识库承载外部资料,工作状态记录任务进展。四类数据分离存储,避免混用。短期记忆按Token预算截断或摘要;长期记忆需来源、时效、权限与用户确认机制。检索时按需注入,避免冗余。使用PostgreSQL存事实、Redis缓存、向量索引辅助召回,确保可重建。记忆写入须经用户确认,冲突数据保留时间线并可追溯。隐私删除需同步清理所有副本,保障合规。核心原则:分层、克制、可审计。

2026-09-22 00:15:00 208

原创 36.LangGraphLlamaIndexDifyn8n工作流工具如何选择

LangGraph、LlamaIndex、Dify 和 n8n 适用于不同场景的 AI 工作流构建。LangGraph 适合精细状态控制与 Agent 编排;LlamaIndex 擅长文档解析与 RAG;Dify 便于低代码快速搭建 AI 应用;n8n 则强于跨系统自动化。选型应区分原型与生产需求,关注控制力、数据能力、部署运维及可迁移性。推荐组合使用:n8n 触发流程,LangGraph 管理状态,LlamaIndex 处理知识,Dify 支持快速验证。避免过度依赖单一平台,确保长期可维护与合规。

2026-09-21 00:15:00 607

原创 35.Tool-Calling是怎么工作的让大模型调用搜索数据库和API

Tool Calling 是大模型与外部系统协作的桥梁,通过结构化调用意图实现安全访问搜索、数据库和 API。模型仅提出请求,应用负责校验参数、权限与上下文,执行工具并返回结果。关键在于:工具定义需清晰,参数必须强校验,敏感操作需用户确认,结果应限大小、去敏感,并记录审计日志。核心原则是“模型提建议,服务端定执行”,确保安全、可控与可追溯。

2026-09-20 00:15:00 339

原创 34.什么是AI-Agent它与普通聊天机器人有什么区别

AI Agent 与普通聊天机器人本质不同:前者是基于状态、工具和控制策略的多步任务执行系统,能规划、调用工具、观察结果并动态决策;后者仅实现单轮问答。Agent 非“更智能的模型”,而是可观测、可约束、可恢复的工程化系统,适用于需多步执行、动态分支的任务。其价值取决于任务完成率、工具成功率与成本收益比,而非对话流畅度。

2026-09-19 00:15:00 280

原创 33.长任务状态管理如何让用户看到文档解析进度

本文系统阐述长任务状态管理的核心实践:以数据库为事实源,细化状态机(如解析、OCR、嵌入等阶段),结合加权进度计算与版本控制,确保状态可追踪、可重试、可恢复。通过SSE/WebSocket实时通知与轮询结合,支持断线重连;强调ready状态必须满足数据可检索,避免虚假完成;并设计取消、超时检测与恢复机制,保障RAG知识库中文件真正可用。

2026-09-18 00:15:00 248

原创 32.RabbitMQKafkaRedis-Stream异步任务组件如何选择

本文对比RabbitMQ、Kafka与Redis Stream在异步任务场景下的适用性:RabbitMQ适合需确认、重试的任务队列;Kafka适用于多消费者、长期保留与事件回放的流处理;Redis Stream则适合已有Redis环境下的轻量级异步需求。选型应基于任务/事件属性、消费模式、保留要求及运维能力,而非单纯追求吞吐。建议统一消息契约,优先验证简单方案,再按规模演进。

2026-09-17 00:15:00 739

原创 31.消息队列在知识库构建中的作用为什么文件上传不能同步处理

文件上传在知识库构建中需异步处理,因解析、OCR、Embedding等任务耗时长且易失败。同步执行会导致超时、重复提交与服务雪崩。消息队列解耦核心流程,通过稳定ID传递任务,实现削峰、重试、扩展与状态追踪。关键在于幂等处理、可靠投递(至少一次)、死信机制及数据库与消息的双写一致性(如Outbox模式)。结合可观测性监控队列深度、延迟与失败率,确保系统健壮。

2026-09-16 00:15:00 456

原创 30.MinIOS3OSS-RAG原始文件应该存在哪里

RAG 系统中,原始文件(PDF、Word 等)应存储于 MinIO、S3 或 OSS 等对象存储,而非直接存入数据库。业务元数据与状态由 PostgreSQL 管理,确保可追溯与权限控制。推荐使用稳定 document_id 关联文件,通过预签名 URL 实现安全上传与下载,并严格校验文件类型、大小、哈希与病毒。派生数据(解析结果、向量等)应可基于原始文件重建。选型需结合部署环境、合规性与运维能力,同时配置生命周期策略与备份机制,保障数据安全与成本可控。

2026-09-15 00:15:00 328

原创 29.Redis在大模型应用中有哪些用途缓存会话与限流

Redis 在大模型应用中充当“加速器与保护层”,主要用于缓存嵌入向量、检索结果和热门问答,降低重复调用成本;通过共享会话存储支持多实例协作;实现基于租户、模型、知识库版本的精细化限流。缓存键需包含关键维度以保证一致性,采用 TTL、主动删除或版本化策略应对失效问题。避免将核心数据仅存于 Redis,确保事实源在持久化系统中,并制定降级方案。上线需检查缓存维度、过期策略、原子性及监控指标,保障系统稳定高效。

2026-09-14 00:15:00 444

电力领域gis局部放电的PRPD图谱详解

内容概要:本文围绕局部放电(PD)监测中的PRPD图谱展开,详细介绍了PRPD图的生成原理及其在局放检测中的关键作用,强调良好的相位同步对数据质量的重要性。通过对比不同同步效果的图谱,说明高质量数据对准确识别局放信号的意义,并结合实际案例解析了内部空隙型放电源的诊断方法。同时,文章推荐了多篇关于GIS设备中PRPD/PRPS图谱原理与应用的技术博客,辅助深入理解分析算法的选择与应用。最后展示了GIS局放在线监测系统的前端Demo,涵盖实时数据、谱图展示、告警机制和诊断分析等功能,可作为中高端产品原型参考。; 适合人群:电力系统相关技术人员、从事高压设备状态监测的研发人员或工程师,具备一定电气知识和数据分析基础者更佳; 使用场景及目标:①用于理解PRPD/PRPS图谱的形成机制及其在GIS局部放电监测中的应用;②指导如何通过图谱进行局放类型识别与故障诊断;③为开发局放监测系统提供前端界面设计与功能实现参考; 阅读建议:建议结合文中提供的优快云博客资源深入学习算法细节,并通过Demo系统实践图谱展示与分析流程,注重理论与实际工程应用的结合。

2025-09-12

svm-project-适用x86-64架构的dockerfile文件与完整镜像文件.7z

适用linux/amd64(x86_64)架构的机器上运行 Docker 容器,,而不是使用树莓派开发板 ARM64 架构的完整镜像。 文件,包含了完整的 Docker 镜像。可直接部署到其他系统上进行测试。注意适用的是x86_64架构上的不同系统。

2024-09-13

svm-fastapi-app.tar 一个名为 svm-fastapi-app.tar 的文件,包含了完整的 Docker

导出 Docker 镜像为 .tar 文件: 使用 docker save 命令将 Docker 镜像导出为一个 .tar 文件: docker save -o svm_fastapi_app.tar svm_fastapi_app 这会在当前目录下创建一个名为 svm_fastapi_app.tar 的文件,包含了完整的 Docker 镜像。 可直接部署到其他系统上进行测试。

2024-09-12

9-11-docker-svm-fastapi.zip

在树莓派5开发板-Ubuntu系统上安装docker容器测试项目 打包项目文件: 创建一个新文件夹(例如 svm_project),将所有项目文件放入其中,包括: main.py(主代码文件) templates 文件夹(包含 HTML 模板文件,如 index.html 和 result.html) static 文件夹(包含静态文件,如 CSS、JavaScript、上传目录等) 任何其他模型文件(例如 svm_model_noise.pkl、svm_scaler_noise.pkl、svm_pca_noise.pkl)

2024-09-12

LabelImg是目标检测数据标注工具,可以标注两种格式: VOC标签格式和YOLO标签格式

LabelImg是目标检测数据标注工具,可以标注两种格式: VOC标签格式,标注的标签存储在xml文件 YOLO标签格式,标注的标签存储在txt文件中

2024-06-26

车辆检测的视频,视频来自YouTube,Los Angeles Freeway I-101 HD 30fps traffic

2021年10月16日下午6:55,用iPhone SE 2在历史悠久的菲律宾小镇(加利福尼亚州洛杉矶)的贝尔蒙特大道上录制。 周六晚上,汽车在101路上缓慢行驶,没有人声。

2024-06-20

基于OpencvDNN和ONNXRuntime部署YOLOv7(源码+训练模型+说明文档+数据)包含C++和Python两个版本

1、包含C++和Python两个版本的程序 2、代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 3、适用对象:计算机,电子信息工程、数学等专业的大学生课程设计和毕业设计。

2024-06-14

高光谱数据集(.mat.csv)-科研学术

高光谱数据集包含后缀为(.csv.mat格式),主要先将.mat转成.csv,145x145x220,csv数据,每行代表一个数据,每行前220列是特征,最后1列是标签值,共17类

2024-05-29

movie-score-info.csv

这个movie_score_info文件是B站的一位昵称为“末末凉凉”的美女小姐姐做电影推荐系统所缺少的一个文件,文件字段为movieId,score,times,需要的话请自行下载

2020-05-15

卷积神经网络-源代码.rar

这是我的博客文章:基于深度学习的CIFAR10图像分类 的源代码。 本文实验基于Windows10系统,仿真软件用的是Anaconda下基于python编程的JupyterNotebook编辑器。通过利用Google的深度学习框架Tensorflow,搭建新的卷积网络结构,提出了基于卷积神经网络的CIFAR10图像分类识别算法,主要参照经典的卷积神经网络模型LeNet-5结构,提出新的卷积神经网络结构并对飞机、汽车、鸟类、猫、鹿、狗、蛙类、马、船和卡车10种事物进行分类,该模型构建了一个输入层、三个卷积层、三个池化层、一个全连接层和一个输出层。

2020-11-28

源码工程文件-libmodbus-test

源码工程文件-libmodbus-test

2024-05-15

libmodbus-3.1.4-源码与已编译好的

适用于Qt的libmodbus版本3.1.4源码与已编译好的

2024-05-15

Qt-libmodus

Qt-libmodus

2024-05-14

pip-script.zip

把这个压缩包解压后,放在anaconda安装路径的Scripts文件下, 然后打开cmd窗口,先pip install --upgrade pip 之后就可以像平时那样安装库了

2020-06-01

最新Landmark人脸68个关键点检测dat模型库-数据亲测真实可用.zip

dat文件,具体名称为shape_predictor_68_face_landmarks.dat 人脸68个关键点:嘴巴,鼻子,眼睛,眉毛,轮廓等 Landmark人脸68个关键点检测dat模型库

2020-04-07

Pillow-7.0.0-cp37-cp37m-win_适用于windows64和32位操作系统

适用于windows64位操作系统,下载后直接pip install Pillow-5.4.1-cp37-cp37m-win_amd64.whl 即可安装(注意文件路径要对).文件中也有Windows32位的whl

2020-04-07

波士顿房价预测 数据集data.rar

人工智能,机器学习最好的案例,数据集真实有效 波士顿房价预测 数据集 多元线性回归模型-最好的数据集

2019-10-20

ml-latest.zip

MovieLens最新数据集-完整版 完整版:280,000名用户将27,000,000个评级和1,100,000个标签应用程序应用于58,000部电影。包括在1,100个标签中具有1400万相关分数的标签基因组数据。上次更新时间9/2018。

2020-05-06

python-遗传算法求四元函数极值.zip

这个代码是在三元函数求极值上的代码上改写的,如果你看了我遗传算法求三元函数的代码,你就不用下了,代码大部分不变,改的不多,你基本自己就能改出来了。

2020-06-13

yolov5m.pt与yolo5s.pt预训练模型.zip

yoloV5预训练模型,官方给的是谷歌网盘下载地址,下载速度较慢,压缩包包含yolov5m.pt,yolov5s.pt

2021-08-12

cifar10数据集.rar

CIFAR-10(Canadian Institute for Advanced Research,CIFAR)是一个用于识别普适物体的小型数据集。由Hinton 的学生Alex Krizhevsky 和Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含10个类别的RGB 彩色图片:飞机(airplane)、汽车(automobile)、鸟类(bird)、猫(cat)、鹿(deer)、狗(dog)、蛙类(frog)、马(horse)、船(ship)和卡车(truck)。

2020-05-05

GAN-fashion-mnist.zip

代码是实现利用GAN生成fashion-mnist图像 用TensorFlow深度学习框架 需要按照anaconda,jupyter

2020-11-29

python遗传算法旅行商代码.zip

这是完整代码,包括csv城市文件,python语言实现,是在别人的代码基础上改的,具体参考网址,在《遗传算法解决旅行商问题-Python》讲得很清楚。想知道更详细的朋友,请去看吧。

2020-06-22

遗传算法实现TSP的完整代码.zip

程序会动态的展示迭代过程,40以内城市大概迭代500次能收敛到最优; 这里是用中国城市地理坐标直接做欧式距离计算,实际上可以根据问题作出调整。

2020-05-05

opencv_python-3.4.7.28-cp37-cp37m-win_amd64.whl

机器学习-计算机视觉的库 opencv_python-3.4.7.28-cp37-cp37m-win_amd64.whl

2020-04-26

冠状病毒确诊数据.zip

国内各个省份冠状确诊数据,时间从2020-1月30日到2020-3月24日, 文件格式是CSV,具体字段为cityName,confirmedCount,suspectedCount,curedCount,deadCount,provinceName

2020-04-07

手写体识别数据集-mnist.rar

MNIST 数据集来自美国国家标准与技术研究所,National Institute of Standards and Technology(NIST). 数据集由来自250个不同人手写的数字构成,其中50%是高中学生,50%来自人口普查局(the Census Bureau)的工作人员 此数据集中,训练样本:共60000个,其中55000个用于训练,另外5000个用于验证 测试样本:共10000个 3、数据集中像素值 a)使用python读取二进制文件方法读取mnist数据集,则读进来的图像像素值为0-255之间;标签是0-9的数值。 b)采用TensorFlow的封装的函数读取mnist,则读进来的图像像素值为0-1之间;标签是0-1值组成的大小为1*10的行向量。

2020-05-07

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除