- 博客(116)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 【软考中级-软件设计师笔记】计算机网络
本文摘要： 网络技术基础涵盖了网络设备、协议、TCP/UDP特性、邮件协议、地址解析协议等多个方面。重点包括：不同网络层设备的功能（物理层中继器、数据链路层交换机、网络层路由器）；TCP的可靠连接与UDP的高效传输对比；SMTP(25)和POP3(110)邮件协议；ARP地址解析过程；DHCP动态IP分配机制；URL结构及IP地址分类(A-E类)与子网掩码计算；常用Windows网络命令(ipconfig、ping等)。这些知识点是理解计算机网络架构与功能的基础核心内容。
2025-10-30 16:28:01
465
原创 【软考中级-软件设计师笔记】信息安全
DMZ（非军事化区）区域：相当于内部和外部的隔离区，可能会存储一些公用的信息（比如Web服务器、Eamil服务器）。安全性排序：内网>DMZ>外网防火墙经历了三个发展阶段：包过滤防火墙检查所有进站和出站的数据，打开包头，根据包头的信息确定是否符合过滤规则，对不符合的告警并丢弃。应用代理网关防火墙彻底隔断内网与外网的直接通信，内网用户对外网的访问变成防火墙对外网的访问，然后再由防火墙转发给内网用户。所有通信都必须经应用层代理软件转发。状态检测技术防火墙例题：解析：D，层次低效率高效果差。
2025-10-28 21:15:06
676
原创 【软考中级-软件设计师笔记】软件工程（下）
摘要 本文系统介绍了软件工程中的风险管理和质量保证技术。在风险管理方面，详细阐述了风险分类（项目、技术、商业风险）、风险预测四步法、风险评估三元组及风险控制策略（避免、监控、RMMM计划）。在质量保证方面，对比分析了ISO 9126和McCall两大质量模型，说明了软件评审的两个维度（设计质量和程序质量），并介绍了四种容错技术（结构/信息/时间冗余、冗余附加）。最后概述了软件开发、维护及管理支持工具的分类与应用。全文通过风险暴露度计算公式（R=PC）和典型质量特性框架，为软件工程实践提供了系统化的方法论指导
2025-10-28 20:24:29
748
原创 【软考中级-软件设计师笔记】软件工程（上）
1）初始级（最低成熟度）软件过程的特点是杂乱无章，有时甚至很混乱，几乎没有明确定义的步骤，2）可重复级建立了基本的项目管理过程和实践来，有必要的过程准则来重复以前在同类项目中的成功。3）已定义级管理和工程两方面的，并综合成整个软件开发组织的。4）已管理级制定了软件过程和产品质量的。都被。5）优化级（最高成熟度）加强了定量分析，通过来自反馈和来自的反馈使过程能不断持续地改进。
2025-10-28 19:23:05
768
原创 【软考中级-软件设计师笔记】结构化开发
本文介绍了软件工程中的关键概念，包括耦合、内聚、设计原则和系统文档。耦合度量模块间的独立性，分为7种类型，从无直接耦合到内容耦合。内聚则衡量模块内部元素的结合紧密程度，分为7级，从偶然内聚到最强的功能内聚。设计原则部分提出了分解-协调、自顶向下等8项指导原则，强调高内聚、低耦合的重要性。系统文档部分阐述了数据字典的组成（数据流、数据项、数据存储和基本加工条目）及其作用，并介绍了加工逻辑的三种描述方法（结构化语言、判定表和判定树）。文章通过例题解析帮助理解这些概念在实际中的应用。
2025-10-25 13:29:42
286
原创 【软考中级-软件设计师笔记】操作系统
前驱图：有方向、无循环的图PV操作控制进进程并行：对于信号量s，P操作会使得s减1，V操作使得s加1，也就是说；当一个进程前面的S>=0的时候才能继续比如下面的前趋图：首先，有几个箭头就有几个信号量，然后根据连接的字典序进行信号量排序，比如说，P1P2代表12，P3P4代表34.所以12是S1，13是S2, 23是S3从P1出发即如图所示。在P1执行后：执行V(S1), V(S2)在P2执行前：执行P(S1) P2执行后：执行V(S3)
2025-10-23 22:22:33
589
原创 【软考中级-软件设计师笔记】设计模式
不属于23种模式之一，只是先引入就是通过不同参数，用static方法创建不同的对象比如父类是抽象类饺子，韭菜馅类和三鲜馅类继承父类，然后创建的时候用一个class Factory来传递类型，来选择实例化不同的类，比如Factory.get(饺子馅)-> class 饺子但是这样不满足开闭原则，即对扩展开放，对修改关闭。
2025-10-21 21:27:55
939
原创 【软考中级-软件设计师笔记】数据库大题&UML
静态建模:类图、对象图、用例图动态建模:序列图(顺序图，时序图)、通信图(协作图)、状态图、活动图物理建模:构件图(组件图)、部署图交互图:序列图(顺序图，时序图)、通信图(协作图)
2025-10-20 19:45:44
935
原创 [MySQL基础5] 事务
事务概述与MySQL事务管理 事务是一组不可分割的数据库操作集合，具有ACID特性（原子性、一致性、隔离性、持久性）。以银行转账为例，需要保证多个操作要么全部成功，要么全部失败回滚。 MySQL事务操作 通过设置autocommit=0关闭自动提交，或使用START TRANSACTION开启事务 事务执行成功后COMMIT提交，异常时ROLLBACK回滚 并发事务问题 脏读：读取未提交数据 不可重复读：同一事务两次读取结果不同 幻读：查询无数据但插入时发现已存在 隔离级别 MySQL默认REPEATABL
2025-07-22 10:32:55
800
原创 [MySQL基础4] 约束和多表查询
文章摘要： 本文重点介绍了MySQL中的约束类型和多表查询。约束包括非空(not null)、唯一(unique)、主键(primary key)、默认值(default)、检查(check)和外键(foreign key)等，用于保证数据完整性和一致性。通过示例演示了如何创建包含多种约束的表，并验证了约束的实际效果。特别详细讲解了外键约束的作用和使用方法，包括创建时添加约束和后期修改表结构的方式，以及主表(父表)和从表(子表)的关系。文章还解释了主键ID不连续的可能原因，如删除记录和自增值的预分配机制。
2025-07-21 10:27:05
579
原创 [MySQL基础3] 数据控制语言DCL和MySQL中的常用函数
摘要：本文介绍了MySQL中的用户管理和权限控制功能。用户管理部分包含创建、修改密码和删除用户的操作方法，如create user、alter user等命令。权限控制部分详细说明了常用权限（如select、insert等）的授予和撤销方法，通过grant和revoke命令实现。文章还通过示例演示了如何为特定用户分配对数据库表的操作权限，并验证权限效果。整体展示了MySQL数据库的安全管理机制。
2025-07-19 16:07:12
376
原创 [MySQL基础2] 数据查询语言DQL
DQL（数据查询语言）通过SELECT语句查询数据库记录，基本语法包括字段列表、表名、条件等。文章详细拆解了SELECT语句的各个部分：1）基本查询（字段选择、别名、去重）；2）条件查询（比较运算符、区间、模糊匹配等）；3）分组查询（聚合函数如count/max/min等）。通过info表示例演示了不同查询方式，包括单条件、多条件组合以及分组统计操作。
2025-07-18 07:57:18
412
原创 [MySQL基础1]数据定义语言DDL与数据操作语言DML
这篇文章介绍了MySQL数据库的基础操作笔记，主要包括数据库操作、表操作和数据类型三部分内容。在数据库操作中，涵盖创建、查看、切换和删除数据库等命令；表操作部分详细讲解了表的创建、修改字段、删除表等DDL语句；最后列举了数值、字符串和日期时间三大数据类型及其特点。文章以简明实用的代码示例为主，适合作为MySQL入门的快速参考手册。
2025-07-16 23:01:12
858
原创 基于Mamba和状态空间模型(SSM)的多目标跟踪算法实现
此仓库是以下基于Mamba的多对象跟踪器的非官方实现：（这两篇论文尚未发布官方代码）ACM MM’25。
2024-12-24 13:27:22
1964
5
原创 [论文阅读笔记35] Tune-A-Video: One-Shot Tuning of Image Diffusion Models for Text-to-Video Generation 代码精读
Tune-A-Video通过One-shot的方式, 也就是, 需要对每个你希望编辑的视频, 都需要训练一次. 训练过程只需要待编辑的视频, 不需要其他的, 因为相关的world knowledge是由预训练的Stable Diffusion提供的.既然是视频生成, 那就必须要约束生成帧的时间一致性. 因此就通过重新设计注意力机制的形式让temporal之间也进行注意力计算, 从而维持一致性. 模型的总框图如下:下面通过数据读取, 模型细节, 训练过程, 推理过程四部分对代码进行解读。
2024-09-05 20:37:06
1467
4
原创 [翻译+笔记] 用于视频生成的Diffusion Model
这次翻译+笔记的博客是https://lilianweng.github.io/posts/2021-07-11-diffusion-models/在阅读这篇博客前, 推荐先对Diffusion Model进行了解. 可以看我的笔记: https://blog.youkuaiyun.com/wjpwjpwjp0831/article/details/141524088视频相关的任务向来是比图像更有挑战性, 这是因为视频除了空间域之外, 还有时间域, 并且还要保证时空连续性, 来达到合理的结果. 此外, 对于视频任务来说
2024-08-30 17:23:30
1665
原创 [翻译+笔记] Score-based generation: 通过数据分布的梯度进行生成建模
本次翻译+笔记的是Yang Song博士的博客. Yang Song博士提出了一系列的score-based的生成模型, 并对后续Diffusion model也产生了很深远的影响.
2024-08-29 10:11:40
1281
原创 [翻译+笔记] 什么是Diffusion模型?
原博客地址为https://lilianweng.github.io/posts/2021-07-11-diffusion-models/该笔记是[翻译+笔记]GAN和[翻译+笔记]VAE的续集.之前的生成模型或多或少都有一些缺陷, 例如, GAN的训练不够稳定, VAE的训练实际上要依靠一些代理损失, 并不直接作用在网络上, 而流模型需要用特定的结构来实现取逆的操作.Diffusion模型是基于非平衡热力学的, 其定义了一个Markov过程来给原始数据逐步加噪, 然后学习从噪声中恢复样本. 和VAE不同,
2024-08-26 11:34:29
1278
原创 [论文阅读笔记34] LISA (LISA: Reasoning Segmentation via Large Language Model) 代码精读
LISA是一个很好的Reason Segmentation的baseline, 其利用特殊的token [SEG]来微调多模态LLM和SAM的decoder来实现复杂逻辑下的prompt的推理分割. 其整体框图如下, 本篇文章精度此代码并作简单复现.
2024-08-06 14:12:15
2699
6
原创 [论文阅读笔记33] Matching Anything by Segmenting Anything (CVPR2024 highlight)
MOT的本质是在帧间进行同一个目标的稳定关联。现有的MOT主要依赖于特定domain的数据集（比如行人MOT challenge，车辆VisDrone等），限制了cross domain的泛化性。针对这个问题，作者提出了MASA，可以实现在任意域中跟踪任意目标。具体来说，利用SAM能够给出的丰富的目标分割，MASA的任务就是通过data augmentation学习一个instance level的对应。
2024-06-27 16:40:55
3105
1
原创 [论文阅读笔记32] Object-Centric Multiple Object Tracking (ICCV2023)
无监督的object-centric learning（OCL）可以将场景划分为多个object，而无需进行先验的定位（例如pretrain的detector）。这正好可以解决MOT标注信息繁多、困难的问题。空间上，OCL没有正确认识整个物体的语义信息，导致物体往往被划分成了很多parts时间上，OCL也无法准确地维护帧间连续性。
2024-06-22 17:09:06
1869
1
原创 [论文阅读笔记31]Mamba (Selective Structured State Space Model) 及其应用
现有的基础模型都是以Transformer结构作为核心组建的。然而，Transformer中的注意力是二次方的复杂度，为了降低这个复杂度，一些线性注意力、门控卷积（gated convolution）和循环网络，以及状态空间模型（structured state space models，SSM）被提出，然而它们在一些重要的模态，例如语言中的性能并没有达到和Transformer中attention相媲美的程度。
2024-05-26 18:57:33
6753
2
原创 [InternLM训练营第二期笔记]7. OpenCompass 大模型评测实战
该系列是上海AI Lab举行的书生 浦语大模型训练营的相关笔记部分。该笔记是第七节课，学习大语言模型评测的基本概念，以及评测系统OpenCompass的使用。
2024-04-25 17:18:49
517
原创 [InternLM训练营第二期笔记]6.Lagent & AgentLego 智能体应用搭建
继承 BaseTool 类修改 default_desc 属性（工具功能描述）如有需要，重载 setup 方法（重型模块延迟加载）重载 apply 方法（工具功能实现）下面我们实现一个调用 MagicMaker 的 API 以实现图像生成的工具。class MagicMakerImageGeneration(BaseTool): # 第一步 继承BaseTool类。
2024-04-25 14:10:35
1028
原创 [InternLM训练营第二期笔记]5. LMDeploy 量化部署 LLM 实践
KV Cache是一种缓存技术，通过存储键值对的形式来复用计算结果，以达到提高性能和降低内存消耗的目的。在大规模训练和推理中，KV Cache可以显著减少重复计算量，从而提升模型的推理速度。理想情况下，KV Cache全部存储于显存，以加快访存速度。当显存空间不足时，也可以将KV Cache放在内存，通过缓存管理器控制将当前需要使用的数据放入显存。模型在运行时，占用的显存可大致分为三部分：模型参数本身占用的显存、KV Cache占用的显存，以及中间运算结果占用的显存。
2024-04-24 23:31:24
1286
原创 [InternLM训练营第二期笔记]4. XTuner 微调 LLM：1.8B、多模态、Agent
微调的目的是为了让foundation模型在特定的领域更好地发挥作用。增量预训练与指令跟随。其中，增量预训练的意思是继续训练，加入领域内的一些特定的知识。这个过程是无监督的，不需要人为制造高质量对话。而指令跟随微调，是让模型学会对话模板，因此是有监督的，数据是高质量的问答数据。
2024-04-20 15:42:30
1260
原创 [InternLM训练营第二期笔记]3. “茴香豆“:零代码搭建你的 RAG 智能助理
该系列是上海AI Lab举行的书生 浦语大模型训练营的相关笔记部分。该笔记是第三节课，学习RAG的基本概念，以及对于开源RAG应用“茴香豆”进行部署。
2024-04-10 21:48:39
1355
原创 [论文阅读笔记30] (AAAI2024) UCMCTrack: Multi-Object Tracking with Uniform CMC 详细推导
在多目标跟踪中，相机不规则运动一直是一个难题，这是因为相机的快速运动会导致目标在画面中的位置发生突变，这样就很难再和过去的轨迹关联起来。一种办法是采用相机运动补偿（Camera Motion Compensation）方法，但是现有的利用CMC的方法速度都是比较慢的。为了解决这个问题，作者提出了一种新的Kalman Filter的方式，即将目标的运动状态与地面联系起来（地面就是画面中真实的地面，我认为这才是这篇论文核心的contribution。
2024-04-08 23:20:47
3237
11
原创 [InternLM训练营第二期笔记]2. 轻松分钟玩转书生·浦语大模型趣味 Demo
该系列是上海AI Lab举行的书生 浦语大模型训练营的相关笔记部分。该笔记是第二节课，完成对话、多模态等demo，形成对InternLM的初步了解。
2024-04-04 09:45:34
1093
原创 [InternLM训练营第二期笔记]1. 书生·浦语大模型全链路开源开放体系
当前，人工智能的发展趋势是从专用模型到通用模型迈进。专用模型往往是解决一个特定的问题，而通用模型可以结合多种模态，完成多种任务。当前，InternLM模型已经完成了多轮的迭代，并在今年的1月，正式升级成为InternLM2：InternLM2目前已经开源了7B和20B的两个规格，而每个规格包含了三种模型的版本。InternLM2-Base相当于一个模型基准，通过对Base在各个方向上进行强化，就得到了InternLM。在Base的基础上，经过SFT（
2024-03-30 17:26:13
1156
原创 [杂记]mmdetection3.x中的数据流与基本流程详解(数据集读取, 数据增强, 训练)
之前跑了一下mmdetection 3.x自带的一些算法, 但是具体的代码细节总是看了就忘, 所以想做一些笔记, 方便初学者参考. 其实比较不能忍的是, 官网的文档还是空的…这次想写其中的数据流是如何运作的, 包括从读取数据集的样本与真值, 到数据增强, 再到模型的forward当中.
2024-02-19 22:21:02
2147
2
原创 [论文阅读笔记29]MOT+CLIP: Generalizing MOT to Unseen Domains by Introducing NL Presentation
继CLIP大火之后, 许多基于CLIP的工作都应用在各种各样的视觉下游任务中, 例如检测, 分割, 风格迁移, 视频动作识别, 视频文本检索等等. 跟踪也不例外, 今天想对这篇文章做一个笔记, 据我所知应该是第一篇将MOT与CLIP结合的文章, 用以通过对目标更高阶的信息表示(也就是自然语言表示)来解决域适应的问题(因为如果将一个目标描述为"穿着红衣服的人", 那么这种目标不论在哪个数据集中都具有相似的特征).论文: Generalizing multiple object tracking to unse
2024-02-05 10:57:58
1405
8
原创 [论文阅读笔记27]Occlusion-Aware Detection and Re-ID Calibrated Network for Multi-Object Tracking
在MOT任务中, 遮挡一直是一个有挑战性的问题. 遮挡不仅会降低检测效果, 导致轨迹碎片化, 还会影响Re-ID的精度. 为此, 我们提出了ORCTrack解决遮挡问题. 具体地, 我们提出了一个关注遮挡的注意力模块(Occlusion-Aware Attention Module), 这个模块的目标是突出目标特征, 抑制背景特征, 进而提升检测器对潜在被遮挡目标的精度. 此外, 我们还设计了基于最优传输的Re-ID特征匹配模块, 目的是利用帧间的互补性对Re-ID特征进行增强和校准.
2023-10-05 10:54:06
2089
3
原创 [论文阅读笔记26]Tracking Everything Everywhere All at Once
传统的光流或者粒子视频跟踪方法都是用有限的时间窗口去解决的, 所以他们并不能很好的应对长时遮挡, 也不能保持估计的轨迹的全局连续性. 为此, 我们提出了一个完整的, 全局的。
2023-08-26 17:36:16
4627
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人