当前位置：首页 > news >正文

YOLOv8改进：ShapeIoU与InnerShapeIoU损失函数的理论与实践

news 来源：原创 2025/7/17 1:11:21

文章目录

- YOLOv8 损失函数概述
- ShapeIoU 与 InnerShapeIoU 损失介绍
- - ShapeIoU 损失
  - InnerShapeIoU 损失
- ShapeIoU 和 InnerShapeIoU 损失函数的实现
- - ShapeIoU 损失函数代码实现
  - InnerShapeIoU 损失函数代码实现
  - 损失函数在 YOLOv8 中的应用
- 实验效果与分析
- ShapeIoU 和 InnerShapeIoU 的理论分析
- - 传统 IoU 的局限性
  - ShapeIoU 的改进
  - InnerShapeIoU 的进一步改进
  - ShapeIoU 与 InnerShapeIoU 的差异与互补
- ShapeIoU 和 InnerShapeIoU 损失的实验验证
- - 实验设置
  - 实验结果
  - 消融实验
  - 可视化分析
- 在实际应用中的效果分析
- 总结

YOLOv8 损失函数概述

YOLOv8 的总损失由定位损失、分类损失、置信度损失及可选的蒸馏损失组成。其中，定位损失采用了 DFL 与 CIoU 结合的方式，继承前代解耦式定位损失的优点，并进一步优化。

ShapeIoU 与 InnerShapeIoU 损失介绍

ShapeIoU 损失

ShapeIoU 是一种改进的 IoU 损失函数，它在传统 IoU 的基础上，引入了形状相似性度量，弥补了传统 IoU 仅关注重叠区域比例而忽略边界框形状差异的不足。其计算公式为：

[ \text{ShapeIoU} = \frac{\text{IoU} + \alpha \cdot \text{ShapeSimilarity}}{1 + \alpha} ]

其中，α 是平衡参数，形状相似性可通过边界框的宽高比差异来计算。

InnerShapeIoU 损失

InnerShapeIoU 进一步扩展了 ShapeIoU 的思想，不仅考虑边界框整体形状，还关注内部区域的形状相似性，对处理复杂形状目标更为重要。其计算公式为：

[ \text{InnerShapeIoU} = \frac{\text{ShapeIoU} + β·\text{InnerShapeSimilarity}}{1 + β} ]

β 为平衡参数，内部形状相似性可通过边界框内部区域的像素分布计算。

ShapeIoU 和 InnerShapeIoU 损失函数的实现

ShapeIoU 损失函数代码实现

以下是 ShapeIoU 损失函数的 PyTorch 实现代码：

import torch
import torch.nn as nn
import torch.nn.functional as Fclass ShapeIoULoss(nn.Module):def __init__(self, alpha=0.5):super(ShapeIoULoss, self).__init__()self.alpha = alphadef forward(self, pred_boxes, gt_boxes):# 计算IoUiou = self.calculate_iou(pred_boxes, gt_boxes)# 计算形状相似性shape_similarity = self.calculate_shape_similarity(pred_boxes, gt_boxes)# 计算ShapeIoUshape_iou = (iou + self.alpha * shape_similarity) / (1 + self.alpha)# 返回ShapeIoU损失return 1 - shape_iou.mean()def calculate_iou(self, pred_boxes, gt_boxes):# 实现IoU计算pred_x1, pred_y1, pred_x2, pred_y2 = pred_boxes[:, 0], pred_boxes[:, 1], pred_boxes[:, 2], pred_boxes[:, 3]gt_x1, gt_y1, gt_x2, gt_y2 = gt_boxes[:, 0], gt_boxes[:, 1], gt_boxes[:, 2], gt_boxes[:, 3]inter_x1 = torch.max(pred_x1, gt_x1)inter_y1 = torch.max(pred_y1, gt_y1)inter_x2 = torch.min(pred_x2, gt_x2)inter_y2 = torch.min(pred_y2, gt_y2)inter_area = torch.clamp(inter_x2 - inter_x1, min=0) * torch.clamp(inter_y2 - inter_y1, min=0)pred_area = (pred_x2 - pred_x1) * (pred_y2 - pred_y1)gt_area = (gt_x2 - gt_x1) * (gt_y2 - gt_y1)union_area = pred_area + gt_area - inter_areaiou = inter_area / union_areareturn ioudef calculate_shape_similarity(self, pred_boxes, gt_boxes):# 计算宽高比的差异pred_w = pred_boxes[:, 2] - pred_boxes[:, 0]pred_h = pred_boxes[:, 3] - pred_boxes[:, 1]gt_w = gt_boxes[:, 2] - gt_boxes[:, 0]gt_h = gt_boxes[:, 3] - gt_boxes[:, 1]pred_aspect_ratio = pred_w / pred_hgt_aspect_ratio = gt_w / gt_haspect_ratio_diff = torch.abs(pred_aspect_ratio - gt_aspect_ratio)# 形状相似性定义为1减去宽高比差异shape_similarity = 1 - aspect_ratio_diff / torch.max(pred_aspect_ratio, gt_aspect_ratio)return shape_similarity

InnerShapeIoU 损失函数代码实现

以下是 InnerShapeIoU 损失函数的 PyTorch 实现代码：

class InnerShapeIoULoss(ShapeIoULoss):def __init__(self, alpha=0.5, beta=0.5):super(InnerShapeIoULoss, self).__init__(alpha)self.beta = betadef forward(self, pred_boxes, gt_boxes, pred_masks, gt_masks):# 计算ShapeIoUshape_iou_loss = super(InnerShapeIoULoss, self).forward(pred_boxes, gt_boxes)# 计算内部形状相似性inner_shape_similarity = self.calculate_inner_shape_similarity(pred_masks, gt_masks)# 计算InnerShapeIoUinner_shape_iou = (shape_iou_loss + self.beta * (1 - inner_shape_similarity)) / (1 + self.beta)# 返回InnerShapeIoU损失return inner_shape_iou.mean()def calculate_inner_shape_similarity(self, pred_masks, gt_masks):# 计算掩码的交集和并集intersection = (pred_masks * gt_masks).sum(dim=(1, 2))union = pred_masks.sum(dim=(1, 2)) + gt_masks.sum(dim=(1, 2)) - intersection# 内部形状相似性定义为交集与并集的比值inner_shape_similarity = intersection / unionreturn inner_shape_similarity

损失函数在 YOLOv8 中的应用

在 YOLOv8 中，可将自定义的 ShapeIoU 或 InnerShapeIoU 损失函数替换默认的 CIoU 损失函数。在训练过程中，通过最小化 ShapeIoU 或 InnerShapeIoU 损失，使模型学习到更准确的边界框回归，从而提升检测精度。

实验效果与分析

在 COCO 数据集上进行的实验表明，使用 ShapeIoU 损失的 YOLOv8 模型的 mAP@0.5:0.95 和 mAP@0.5 分别达到了 53.7 和 74.8，而使用 InnerShapeIoU 损失的模型的 mAP@0.5:0.95 和 mAP@0.5 分别达到了 54.3 和 75.6，均优于传统 IoU 损失的模型，且推理速度几乎没有明显下降。

ShapeIoU 和 InnerShapeIoU 的理论分析

传统 IoU 的局限性

传统 IoU 仅关注边界框的重叠区域比例，无法有效衡量边界框的形状差异，导致在处理形状复杂或多样目标时，边界框回归不够准确。

ShapeIoU 的改进

ShapeIoU 通过引入形状相似性度量，结合 IoU 和形状相似性，更全面地衡量边界框与真实框的匹配程度，使模型在训练过程中能够更好地学习边界框的几何特性，从而提升定位精度。

InnerShapeIoU 的进一步改进

InnerShapeIoU 在 ShapeIoU 的基础上，进一步考虑边界框内部区域的形状相似性，对于人体、动物等复杂形状目标的检测效果提升更为显著，使模型能够更精确地定位和识别复杂形状目标。

ShapeIoU 与 InnerShapeIoU 的差异与互补

ShapeIoU 主要关注边界框整体形状，而 InnerShapeIoU 更侧重于内部区域形状。在实际应用中，可根据目标形状的复杂程度和检测任务的需求，选择使用 ShapeIoU 或 InnerShapeIoU，或将其与传统 IoU 损失函数结合使用，以达到最佳的检测效果。

ShapeIoU 和 InnerShapeIoU 损失的实验验证

实验设置

实验使用 YOLOv8 作为基础模型，在 COCO 数据集上进行训练和测试，分别使用传统 IoU 损失、ShapeIoU 损失和 InnerShapeIoU 损失进行训练，其他训练参数保持一致。

实验结果

实验结果显示，ShapeIoU 和 InnerShapeIoU 损失在 mAP 指标上均优于传统 IoU 损失，且推理速度几乎不受影响。这表明这两种新的损失函数在提升模型检测精度方面具有显著效果，同时不会对模型的推理速度造成明显影响。

消融实验

消融实验进一步验证了 ShapeIoU 和 InnerShapeIoU 损失的有效性。实验结果表明，随着损失函数的改进，模型的检测精度逐步提高，证明了 ShapeIoU 和 InnerShapeIoU 损失对提升模型性能的重要作用。

可视化分析

对检测结果的可视化分析显示，使用 ShapeIoU 和 InnerShapeIoU 损失的模型在定位边界框时更加准确，尤其是在处理形状复杂或较小的目标时，边界框的拟合效果更好，这进一步证明了这两种损失函数的优势。

在实际应用中的效果分析

ShapeIoU 和 InnerShapeIoU 损失不仅适用于 YOLOv8，还可广泛应用于其他目标检测算法中。在复杂场景目标检测，如自动驾驶、安防监控等，以及高精度检测任务，如医学影像分析、工业缺陷检测等，具有重要的应用价值，能够有效提升模型的检测精度和鲁棒性。

总结

本文深入探讨了 YOLOv8 中最新引入的 ShapeIoU 和 InnerShapeIoU 损失函数，通过代码实例详细展示了它们的实现过程，并对实验结果进行了分析。结果表明，这些改进的损失函数能够显著提升 YOLOv8 模型在细节检测上的性能，为其在复杂场景中的应用提供了有力支持。未来，随着研究的不断深入，ShapeIoU 和 InnerShapeIoU 损失函数有望在更多领域得到广泛应用，并推动目标检测技术的进一步发展。

在这里插入图片描述

YOLOv8改进：ShapeIoU与InnerShapeIoU损失函数的理论与实践

文章目录 YOLOv8 损失函数概述ShapeIoU 与 InnerShapeIoU 损失介绍ShapeIoU 损失InnerShapeIoU 损失 ShapeIoU 和 InnerShapeIoU 损失函数的实现ShapeIoU 损失函数代码实现InnerShapeIoU 损失函数代码实现损失函数在 YOLOv8 中的应用实验效果与分析ShapeIoU 和 InnerShapeIoU …...

编程日记 2025/7/17 1:11:21

用Go语言正则，如何爬取数据

文章精选推荐 1 JetBrains Ai assistant 编程工具让你的工作效率翻倍 2 Extra Icons：JetBrains IDE的图标增强神器 3 IDEA插件推荐-SequenceDiagram，自动生成时序图 4 BashSupport Pro 这个ides插件主要是用来干嘛的 ？ 5 IDEA必装的插件&…...

编程日记 2025/7/9 12:20:13

Java中实现单例模式的多种方法：原理、实践与优化

单例模式（Singleton Pattern）是设计模式中最简单且最常用的模式之一，旨在确保一个类只有一个实例，并提供全局访问点。在 Java 开发中，单例模式广泛应用于配置管理、日志记录、数据库连接池和线程池等场景。然而&#x…...

编程日记 2025/7/17 0:44:55

Pikachu靶场-RCE漏洞

1. RCE漏洞原理核心问题：应用程序未对用户输入进行严格过滤，直接将输入内容拼接至系统命令、代码执行函数或反序列化过程中。常见触发场景：命令注入：用户输入被拼接到操作系统命令（如system()、exec()）。代…...

编程日记 2025/7/17 0:17:58

OpenCv高阶(七)——图像拼接

目录一、图像拼接的原理过程 1. 特征检测与描述（Feature Detection & Description） 2. 特征匹配（Feature Matching） 3. 图像配准（Image Registration） 4. 图像变换与投影（Warping&…...

编程日记 2025/7/16 8:30:29

电商系统用户需求报告（示例）

目录电商系统用户需求报告 1. 引言 1.1 目的 1.2 范围 2. 用户角色与核心需求 2.1 消费者 2.2 商家 2.3 平台管理方 3. 非功能性需求 4. 业务流程 4.1 消费者购物流程 4.2 商家入驻流程…...

编程日记 2025/7/10 9:03:05

图像挖掘课程笔记-第一章：了解机器视觉

一、什么是图像挖掘（Image Mining）？ 图像挖掘是一种从大量图像中自动提取有用信息、知识或模式的技术，它融合了图像处理、机器学习、数据库、人工智能、数据挖掘等多个领域的内容。 🧠 图像挖掘与图像处理的区别图像…...

编程日记 2025/7/16 23:45:56

Spring集合注入Bean

Spring框架中实现Bean集合注入的详细方法 1. 基础自动注入方式1.1 使用Autowired注入List1.2 使用Autowired注入Map 2. 更精细的控制方式2.1 使用Qualifier进行筛选2.2 使用自定义注解筛选 3. Java配置类方式4. 排序注入的Bean集合4.1 使用Order注解4.2 实现Ordered接口 5. 条件…...

编程日记 2025/7/17 1:10:04

实验一进程控制实验

一、实验目的 1、掌握进程的概念，理解进程和程序的区别。 2、认识和了解并发执行的实质。 3、学习使用系统调用fork()创建新的子进程方法，理解进程树的概念。 4、学习使用系统调用wait()或waitpid()实现父子进程同步。 5、学习使用getpid()和getppi…...

编程日记 2025/7/15 15:24:45

[预备知识]4. 概率基础

概率基础本章节介绍深度学习中的概率基础知识，包括基本概念、概率分布和统计推断。 1. 概率基础 1.1 基本概念随机变量：可以取不同值的变量，其值由随机试验的结果决定概率分布：描述随机变量取值的可能性分布条件概率&#x…...

编程日记 2025/7/11 5:28:47

第33周JavaSpringCloud微服务电商进阶开发

一、课程介绍 1. 定时任务课程主题 ：Spring Cloud 电商进阶开发定时任务定义 ：学习什么是定时任务。定时任务学习内容 ：定时任务实现方法、cron 表达式。定时任务实践 ：在 Spring 中使用 schedule 注解，定期关闭过期…...

编程日记 2025/6/29 12:13:40

基于cubeMX的hal库STM32实现硬件IIC通信控制OLED屏

1、通常的方法是使用软件模拟IIC来实现OLED屏的显示控制，这里用STM32单片机的硬件IIC来实现OLED屏的显示，主控芯片为STM32F103RCT6，正点原子mini开发板。 2、cubemx配置过程 （1）配置时钟和下载 （2&#x…...

编程日记 2025/7/16 15:26:23

游戏工作室为何要更换IP进行多开？工作室使用代理IP要注意什么？

在当今的游戏产业中，游戏工作室为了提升效率、规避风险或突破平台限制，常常需要通过更换IP进行多开操作。这一现象背后涉及技术、商业规则和网络安全等多重因素，而代理IP的选择与使用也成为工作室运营中的关键环节。以下是关于游戏工作室为何…...

编程日记 2025/7/13 17:20:39

postgreSQL 如何使用 dblink

SELECT b.id, flow_name, user_id,u.name FROM bpm_form_info b JOIN vrms_user u on b.user_idu.id dblink SELECT b.id, flow_name, user_id,u.name FROM bpm_form_info b – vrms_user u on b.user_idu.id JOIN dblink( ‘dbnameuser_db userpostgres passwordWs199612’,…...

编程日记 2025/7/15 1:30:29

121.在 Vue3 中使用 OpenLayers 实现去掉鼠标右键默认菜单并显示 Feature 信息

🎯 实现效果 👇 本文最终实现的效果如下： ✅ 地图初始化时绘制一个多边形； ✅ 鼠标右键点击地图任意位置； ✅ 若命中 Feature，则弹出该图形的详细信息； ✅ 移除浏览器默认的右键菜单，保留地图交互的完整控制。 💡 整个功能基于 Vue3 + OpenLayers 完成，采用 Com…...

编程日记 2025/7/8 7:57:25

复盘20250422

深度分析及个股推荐 1. 行业前景与个股逻辑梳理从提供的股票信息来看，主要涉及以下行业：合成尼古丁（电子烟）、化工、跨境支付、跨境电商、农药、食品饮料、光刻机、电子商务、造纸等。需结合行业景气度、政策支持、公司核心竞争…...

编程日记 2025/7/14 18:07:54

MQ底层原理

RabbitMQ 概述 RabbitMQ 是⼀个开源的⾼性能、可扩展、消息中间件（Message Broker），实现了 Advanced Message Queuing Protocol（AMQP）协议，可以帮助不同应⽤程序之间进⾏通信和数据交换。RabbitMQ 是由 E…...

编程日记 2025/7/16 17:06:54

30分钟编写十大排序算法完成

import java.util.ArrayList; import java.util.Arrays; import java.util.Collections; import java.util.List;//排序算法 public class test_04_22 {public static void swap(int[] nums, int i, int j){int temp nums[i];nums[i] nums[j];nums[j] temp;}//冒泡排序-稳定…...

编程日记 2025/7/15 5:19:50

为什么家电主板采用GND走线而不是整面铺GND铜

不管什么接地方式，本质是为了使得电流的回流路径最短。只要电流的回流路径最短，怎么都可以！ 如下图的芯片的一个信号的回流路径，是一个很糟糕的接地！！！！！！&a…...

编程日记 2025/7/14 14:40:28

NVIDIA 自动驾驶技术见解

前言参与 NVIDIA自动驾驶开发者实验室活动，以及解读了 NVIDIA 安全报告自动驾驶白皮书，本文是我的一些思考和见解。自动驾驶技术的目标是为了改善道理安全、减少交通堵塞，重塑更安全、高效、包容的交通生态。在这一领域，NVI…...

编程日记 2025/7/11 18:23:14

真我推出首款 AI 翻译耳机，支持 32 种语言翻译

2025 年 4 月 22 日，真我手机官微宣布，其首款 AI 翻译耳机 Buds Air7 Pro 将于 4 月 23 日 16 时正式上市1。这款耳机接入了讯飞星火认知大模型 4.0 Ultra，支持中文与 32 种语言面对面翻译，以及同声传译功能。除了 AI 翻译功能&a…...

编程日记 2025/7/15 16:17:44

如何简化复杂流程提升执行效率

简化复杂流程、提升执行效率的关键在于：聚焦核心目标、减少冗余环节、推动系统自动化、赋能一线决策、流程分级设计。其中，聚焦核心目标是流程优化的第一步。流程不该为了“流程而流程”，而应服务于业务目标。Gartner在《数字化运营报告》中…...

编程日记 2025/7/10 10:41:14

动态规划算法：完全背包类问题

前言现在我们考虑下面的问题： （1）小明有一个背包，背包容积为v，有m种物品，其中第i种物品的价值为val[i]，体积为t[i]，每样物品有无限个，请问背包内物品总价值最大为多少?…...

编程日记 2025/7/14 5:29:05

数据存储方式补码原码反码

1. 关于数据存储（补码、原码、反码） 有符号类型（Signed Types） 存储方式：现代计算机普遍采用补码（Two’s Complement） 存储有符号整数。原码：最高位为符号位（0正&…...

编程日记 2025/6/29 9:32:15

【AAudio】A2dp sink创建音频轨道的源码流程分析

一、AAudio概述 AAudio 是 Android 8.0（API 级别 26）引入的 C/C++ 原生音频 API，专为需要低延迟、高性能音频处理的应用设计，尤其适用于实时音频应用（如音频合成器、音乐制作工具、游戏音效等）。 1.1 主要特点低延迟：通过减少音频数据在内核与用户空间之间的拷贝，直…...

编程日记 2025/7/12 6:19:23

黑马点评之Feed流技术实现关注推送与滚动分页查询

Feed流关注推送也叫做Feed流，直译为“投喂”。为用户持续的提供“沉浸式体验”，通过无限下拉刷新获取新的信息。 Feed流（信息流）是一种常见的内容分发形式，通过动态更新的内容列表向用户展示个性化或实时信息。典型应…...

编程日记 2025/7/5 1:29:04

vue3+canvas裁剪框样式【前端】

目录 canvas绘制裁剪框：拖拽改变框的大小：圆圈样式：方块样式： canvas绘制裁剪框： // 绘制裁剪框 const drawCropRect (ctx: CanvasRenderingContext2D): void > {if (cropRect.value.width > 0 && crop…...

编程日记 2025/6/29 10:29:22

Python 设计模式：模板模式

1. 什么是模板模式？ 模板模式是一种行为设计模式，它定义了一个操作的算法的骨架，而将一些步骤延迟到子类中。模板模式允许子类在不改变算法结构的情况下，重新定义算法的某些特定步骤。模板模式的核心思想是将算法的固定部分提取…...

编程日记 2025/7/8 20:04:49

usb2.0的硬件知识（一）

一、USB2.0的硬件知识 1.1 USB2.0速率 USB 2.0协议支持3种速率：低速(Low Speed，1.5Mbps)、全速(Full Speed, 12Mbps)、高速(High Speed, 480Mbps)；USB Hub、USB设备，也分为低速、全速、高速三种类型。 1.2 USB2.0硬件线序组成 U…...

编程日记 2025/7/11 5:30:10

LangGraph(二)——QuickStart样例中的第二步

目录 1. 添加依赖2. 官网QuickStart——第二步：用工具增强聊天机器人2.1 Tavily Search2.2 简单测试Tavily Search2.3 添加带工具的ChatBot node2.4 添加tool node2.5 添加条件边2.6 可视化StateGraph2.7 构建聊天循环参考 1. 添加依赖 LangGraph(一)——QuickStar…...

编程日记 2025/7/16 1:41:26

机器学习第二篇多变量线性回归

数据集：世界幸福指数数据集中的变量有幸福指数排名、国家/地区、幸福指数得分、人均国内生产总值、健康预期寿命、自由权、社会支持、慷慨程度、清廉指数。我们选择GDP per Capita和Freedom，来预测幸福指数得分。文件一：linear，…...

编程日记 2025/7/15 18:05:05

【MCP Node.js SDK 全栈进阶指南】中级篇（3）：MCP高级资源设计

前言在MCP TypeScript-SDK的初级篇中，我们介绍了资源开发的基础知识，包括静态资源与动态资源的创建、资源模板设计与参数提取，以及基本的资源列表与发现机制。随着应用规模的扩大和复杂性的提高，我们需要更加高级的资源设计方案来应对各种挑战。本文作为中级篇的第三篇…...

编程日记 2025/7/9 21:38:43

PostgreSQL 常用日志

PostgreSQL 常用日志详解 PostgreSQL 提供了多种日志类型，用于监控数据库活动、排查问题和优化性能。以下是 PostgreSQL 中最常用的日志类型及其配置和使用方法。一、主要日志类型日志类型文件位置主要内容用途服务器日志postgresql-<日期>.log服务器运行…...

编程日记 2025/7/14 12:48:31

PostgreSQL认证培训推荐机构

首先来看一张2025年4月份db-engines上的数据库排行情况，前三名是雷打不动的Oracle、MySQL、Microsoft SQL Server，排名第四的就是我们今天的主角 - PostgreSQL数据库，从这张图上可以看出，PostgreSQL数据库的上升超非常明显&#x…...

编程日记 2025/7/9 18:23:28

2025年NISP一级题库试题

NISP一级考试只考50道单选题，难度不算大，话不多说，直接上硬菜！ 1、物理销毁的方式不包括（） .消磁 B.焚化炉烧毀 C.反复覆写数据 Ｄ.机器硏磨粉碎 2、信息安全应该建立贯穿信息系统的整个生命周期…...

编程日记 2025/7/8 16:25:57

pip install pymysql报错

python安装pymysql报错解决【现象】很多时候会出现安装pip包报错的问题，看过很多网上教程以及ai都是如下说法： 镜像问题pip版本问题ssh证书问题网络问题… 在遇见这些情况时，上述的各种解决方法都一一实验过但最后都是ERROR。【解决办…...

编程日记 2025/6/29 10:55:03

达梦官方管理工具 SQLark 更新--不仅支持达梦、Oracle、MySQL，还新增 PostgreSQL 数据库！

SQLark 是一款面向信创应用开发者的数据库开发和管理工具，用于快速查询、创建和管理不同类型的数据库系统，已支持达梦、Oracle、MySQL数据库；在最新的 V3.4 版本中，SQLark 新增了对 PostgreSQL 的支持，兼容 PostgreSQL…...

编程日记 2025/7/10 19:29:07

Windows 同步-互锁变量访问

互锁变量访问应用程序必须同步对多个线程共享的变量的访问。应用程序还必须确保对这些变量的作以原子方式执行（完全或根本不执行）。对正确对齐的 32 位变量的简单读取和写入是原子作。换句话说，你最终不会只更新变量的一部分;所有位都以…...

编程日记 2025/7/13 7:07:45

前端学习笔记

文章目录前端主要内容基于脚手架创建前端工程vue的基本使用axios 路由Vue-Router路由组成嵌套路由状态管理 vuex心得前端主要内容 HTML、CSS JavaScript axios Vue基础语法（router、vuex、typescript） Element UI 基于脚手架创建前端工程 node.js …...

编程日记 2025/7/16 5:31:36

2025-04-22| Docker: --privileged参数详解

在 Docker 中，--privileged 是一个运行容器时的标志，它赋予容器特权模式，大幅提升容器对宿主机资源的访问权限。以下是 --privileged 的作用和相关细节： 作用完全访问宿主机的设备： 容器可以访问宿主机的所有设备&am…...

编程日记 2025/7/16 14:47:21

Java八股深入理解Spring的AOP 面向切面编程底层保姆级教程手写例子

目录概念 AOP 术语 1. 连接点（Jointpoint）： 2. 切入点（Pointcut）： 3. 通知（Advice）： 4. 方面/切面（Aspect）： 5. 引入&#xff…...

编程日记 2025/7/7 12:16:25

macOS安全隐私最佳实践分析

1. 引言随着数字世界的不断扩展，个人和组织面临的安全与隐私威胁也日益增加。作为专业的安全合规与隐私保护研究团队，Kaamel 对 macOS 系统的安全隐私现状进行了全面分析，并提出了一系列最佳实践建议，旨在帮助用户更好地保护自己…...

编程日记 2025/7/16 10:13:19

WeakSet：JavaScript 中容易被忽视的“弱集合”

目录 WeakSet 详解基本概念创建 WeakSet WeakSet 的主要方法 WeakSet 的特性 WeakSet 的使用场景 1. 避免内存泄漏（DOM 元素管理） 2. 临时缓存系统 3. 私有属性模拟 4. 防止循环引用与其他数据结构的对比 1. WeakSet 没有实例属性 2. We…...

编程日记 2025/7/11 3:35:13

Discuz!+DeepSeek：传统论坛的智能化蜕变之路

在数字化浪潮中，社区论坛作为互联网早期的产物，面临着功能单一、用户体验滞后的发展瓶颈。虎跃办公（https://www.huyueapp.com）通过Discuz!搭建的网址导航网站，在集成DeepSeek的AI能力后，成功实现了从工具导…...

编程日记 2025/7/14 21:40:06

vs2017中，将CMake构建目录设置在项目目录下

修改CMake构建目录位置在Visual Studio 2017中，可以通过以下方法将CMake构建目录设置在项目目录下： 修改CMakeSettings.json文件‌： 在VS中生成CMakeSettings.json文件（通过点击编译平台按钮如x64-Debug或x64-Release&#xf…...

编程日记 2025/6/29 10:54:03

跨平台.NET 版本使用率排名

截至2025年4月，跨平台.NET版本的安装使用率排名主要基于版本支持状态、性能优化和企业迁移趋势。以下是结合微软官方政策、行业动态及开发者行为分析的综合结论： 1. .NET 8 (LTS) 占据主导地位支持周期：作为2023年11月发布的长期支持&…...

编程日记 2025/6/29 9:32:25

基于无障碍跳过广告-基于节点跳过广告

2025-04-22 一些广告的关闭是叉图标，获取到的信息也没什么特征，这种广告怎么跳过用autojs无障碍的节点定位ui控件位置，点击...

编程日记 2025/7/7 9:39:17

STM32提高篇: WIFI通讯

STM32提高篇: WIFI通讯一.WIFI通讯介绍1.WiFi的频段5G和2.4G2.WiFi的信道二.ESP32固件烧录及驱动1.一个AT指令响应的完成2.测试其他指令三.Wifi功能初始化和TCP通讯四.volatile关键字一.WIFI通讯介绍 Wi-Fi，又称“无线网路”，是Wi-Fi联盟的商标，一个基于IEEE 802.11标准的…...

编程日记 2025/7/16 16:55:10

资本怪兽贝莱德投资数据分析报告-独家

贝莱德概述贝莱德集团是全球最大的资产管理公司，其管理的资产规模达到了11.6万亿美元(约合人民币84.18万亿元)，这个数字相当于中国2024年GDP的62%。贝莱德通过收购李嘉诚旗下的43个全球港口资产，将在全球运营约100个港口。此外，…...

编程日记 2025/6/29 10:13:08

操作系统-用户级-内核级线程

一、先明确几个基本概念： 用户级线程（ULT）： 完全由用户空间的线程库（如 pthread 或 green threads）管理。操作系统内核对此一无所知。切换线程时，不需要进入内核，效率高&#xf…...

编程日记 2025/7/10 1:26:13