当前位置：首页 > news >正文

yolo11n-obb训练rknn模型

news 来源：原创 2025/7/12 19:38:31

必备：

准备一台ubuntu22的服务器或者虚拟机（x86_64）

1、数据集标注：

1）推荐使用X-AnyLabeling标注工具

2）标注选【旋转框】

3）可选AI标注，再手动补充，提高标注速度

4）导出->导出yolo旋转框标签->选择一个class.txt文件（里面写你标注的标签名）

2、下载环境

使用rknn修改后的ultralytics_yolo11项目：ultralytics_yolo11
ONNX转换为RKNN模型需要使用官方rknn_model_zoo工具：rknn_model_zoo-2.2.0
官方rknn-toolkit2工具：rknn-toolkit2-2.2.0

*** 使用git clone项目后，可以使用下面命令切换到对应分支

git checkout v2.2.0

3、安装环境

1）进入ultralytics_yolo11目录，安装依赖。
把下面内容保存到requirement.txt

# Ultralytics requirements
# Usage: pip install -r requirements.txt# Base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.6.0
Pillow>=7.1.2
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.64.0# Logging -------------------------------------
tensorboard>=2.4.1
# clearml
# comet# Plotting ------------------------------------
pandas>=1.1.4
seaborn>=0.11.0# Export --------------------------------------
# coremltools>=6.0  # CoreML export
# onnx>=1.12.0  # ONNX export
# onnx-simplifier>=0.4.1  # ONNX simplifier
# nvidia-pyindex  # TensorRT export
# nvidia-tensorrt  # TensorRT export
# scikit-learn==0.19.2  # CoreML quantization
# tensorflow>=2.4.1  # TF exports (-cpu, -aarch64, -macos)
# tensorflowjs>=3.9.0  # TF.js export
# openvino-dev>=2022.3  # OpenVINO export# Extras --------------------------------------
ipython  # interactive notebook
psutil  # system utilization
thop>=0.1.1  # FLOPs computation
# albumentations>=1.0.3
# pycocotools>=2.0.6  # COCO mAP
# roboflow

然后安装

pip install -r requirement.txt

2）安装rknn-toolkit2
注意：310对应的是Python3.10版本根据自己的python版本选择。支持 python 3.6 - - 3.12版本

cd ~/rknn-toolkit2/rknn-toolkit2/packages
pip install -r requirements_cp310-2.2.0.txt
pip install rknn_toolkit2-2.2.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

4、训练模型
1）保存为dataset.yaml

train: /home/admin/labels
val: /home/admin/labels
nc: 1
names: ['cat']

2）修改ultralytics/cfg/models/11/yolo11-obb.yaml（注意 nc值要和上面names数组的数量一致）

nc: 1 # number of classes

3）保存为train.py，执行python train.py开始训练

from ultralytics import YOLO
import torchmodel_yaml_path = "ultralytics/cfg/models/11/yolo11-obb.yaml"
#数据集配置文件
data_yaml_path = r'dataset.yaml'def main():#torch.backends.cudnn.enabled = Falsemodel = YOLO(model=model_yaml_path)  # build from YAML and transfer weightsmodel.info()model.train(data=data_yaml_path,epochs=100,imgsz=960,batch=10,amp=False,workers=2,degrees=180.0)if __name__ == '__main__':main()

5）训练完成后，获得模型地址

/home/admin/ultralytics_yolo11/runs/obb/train/weights/best.pt

5、导出rknn模型

1）修改ultralytics/cfg/default.yaml

diff --git a/ultralytics/cfg/default.yaml b/ultralytics/cfg/default.yaml
index 97f7239e..ca648291 100644
--- a/ultralytics/cfg/default.yaml
+++ b/ultralytics/cfg/default.yaml
@@ -5,13 +5,13 @@ task: detect # (str) YOLO task, i.e. detect, segment, classify, pose, obbmode: train # (str) YOLO mode, i.e. train, val, predict, export, track, benchmark# Train settings -------------------------------------------------------------------------------------------------------
-model: yolo11n.pt # (str, optional) path to model file, i.e. yolo11n.pt, yolo11n.yaml
+model: /home/admin/ultralytics_yolo11/runs/obb/train/weights/best.pt # (str, optional) path to model file, i.e. yolo11n.pt, yolo11n.yamldata: # (str, optional) path to data file, i.e. coco8.yamlepochs: 100 # (int) number of epochs to train fortime: # (float, optional) number of hours to train for, overrides epochs if suppliedpatience: 100 # (int) epochs to wait for no observable improvement for early stopping of trainingbatch: 16 # (int) number of images per batch (-1 for AutoBatch)
-imgsz: 640 # (int | list) input images size as int for train and val modes, or list[h,w] for predict and export modes
+imgsz: 960 # (int | list) input images size as int for train and val modes, or list[h,w] for predict and export modessave: True # (bool) save train checkpoints and predict resultssave_period: -1 # (int) Save checkpoint every x epochs (disabled if < 1)cache: False # (bool) True/ram, disk or False. Use cache for data loading

执行

export PYTHONPATH=./
python ./ultralytics/engine/exporter.py

得到

/home/admin/ultralytics_yolo11/runs/obb/train/weights/best.onnx

2）onnx转换为rknn

修改 ~/rknn_model_zoo/examples/yolo11/python/yolo11.py

diff --git a/examples/yolo11/python/yolo11.py b/examples/yolo11/python/yolo11.py
index 0f8f19c..d77e98d 100644
--- a/examples/yolo11/python/yolo11.py
+++ b/examples/yolo11/python/yolo11.py
@@ -19,7 +19,7 @@ NMS_THRESH = 0.45# The follew two param is for map test# OBJ_THRESH = 0.001# NMS_THRESH = 0.65
-
+"""IMG_SIZE = (640, 640)  # (width, height), such as (1280, 736)CLASSES = ("person", "bicycle", "car","motorbike ","aeroplane ","bus ","train","truck ","boat","traffic light",
@@ -33,7 +33,11 @@ CLASSES = ("person", "bicycle", "car","motorbike ","aeroplane ","bus ","train","coco_id_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 27, 28, 31, 32, 33, 34,35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63,64, 65, 67, 70, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 84, 85, 86, 87, 88, 89, 90]
+"""+IMG_SIZE = (960, 960)
+CLASSES = ("cat")
+coco_id_list = [0]def filter_boxes(boxes, box_confidences, box_class_probs):"""Filter boxes with object threshold.

开始转换

python convert.py /home/admin/ultralytics_yolo11/runs/obb/train/weights/best.onnx rk3566

得到

/home/admin/rknn_model_zoo/examples/yolo11/model/yolo11.rknn

yolo11.rknn就是yolo11-obb.rknn模型。

用~/rknn_model_zoo/examples/yolov8_obb项目测试，可以正常使用

yolo11n-obb训练rknn模型

必备： 准备一台ubuntu22的服务器或者虚拟机（x86_64） 1、数据集标注： 1）推荐使用X-AnyLabeling标注工具 2）标注选【旋转框】 3）可选AI标注，再手动补充，提高标注速度 …...

编程日记 2025/7/12 19:38:31

GNU Screen 曝多漏洞：本地提权与终端劫持风险浮现

SUSE安全团队全面审计发现，广泛使用的终端复用工具GNU Screen存在一系列严重漏洞，包括可导致本地提权至root权限的缺陷。这些问题同时影响最新的Screen 5.0.0版本和更普遍部署的Screen 4.9.x版本，具体影响范围取决于发行版配置。尽管GNU Sc…...

编程日记 2025/6/29 0:11:19

无人机避障——如何利用MinumSnap进行对速度、加速度进行优化的轨迹生成（附C++python代码）

🔥轨迹规划领域的 “YYDS”——minimum snap！作为基于优化的二次规划经典，它是无人机、自动驾驶轨迹规划论文必引的 “开山之作”。从优化目标函数到变量曲线表达，各路大神疯狂 “魔改”，衍生出无数创新方案。 &#…...

编程日记 2025/6/29 0:21:07

2025 3D工业相机选型及推荐

3D工业相机是专门为工业应用设计的三维视觉采集设备，能够获取物体的三维空间信息，在智能制造、质量检测、机器人引导等领域有广泛应用。一、主要类型 1.结构光3D相机通过投射特定光斑或条纹图案并分析变形来重建三维形状典型代表：双目结构…...

编程日记 2025/6/29 0:23:14

芋道(yudao-cloud)项目，后端接口报401-账号未登录解决方案

一、需求最近公司有新的业务需求，调研了一下，决定使用芋道（yudao-cloud）框架,于是从github（https://github.com/YunaiV/yudao-cloud）上克隆项目，选用的是jdk17版本的。根据项目启动手册&#…...

编程日记 2025/6/28 23:09:38

动态域名服务ddns怎么设置？如何使用路由器动态域名解析让外网访问内网？

设置路由器的动态域名解析（DDNS），通常需先选择支持 DDNS 的路由器和提供 DDNS 服务的平台，然后在路由器管理界面中找到 DDNS 相关设置选项，填入在服务平台注册的账号信息，完成配置后保存设置并等待生效。 …...

编程日记 2025/6/29 1:14:02

论文《Collaboration-Aware Graph Convolutional Network for Recommender Systems》阅读

论文《Collaboration-Aware Graph Convolutional Network for Recommender Systems》阅读论文概况Introduction and MotivationMethodologyLightGCN 传播形式CIRCAGCNImplementation Experiments 论文概况论文《Collaboration-Aware Graph Convolutional Network for Recomm…...

编程日记 2025/6/28 23:04:03

Codis集群搭建和集成使用的详细步骤示例

以下是Codis集群搭建和集成使用的详细步骤示例： 环境准备安装Go语言环境下载并安装适配操作系统的Go语言版本。配置环境变量GOROOT和GOPATH。安装ZooKeeper 下载ZooKeeper压缩包，解压并进入目录。复制conf/zoo_sample.cfg为conf/zoo.cfg。启动ZooKe…...

编程日记 2025/6/28 23:30:40

利用比较预言机处理模糊的偏好数据

论文标题 ComPO:Preference Alignment via Comparison Oracles 论文地址 https://arxiv.org/pdf/2505.05465 模型地址 https://huggingface.co/ComparisonPO 作者背景哥伦比亚大学，纽约大学，达摩院动机 DPO算法直接利用标注好的数据来做偏好对…...

编程日记 2025/6/29 0:43:35

《数据库原理》部分习题解析

《数据库原理》部分习题解析 1. 课本pg196.第1题。 （1）函数依赖若对关系模式 R(U) 的任何可能的关系 r，对于任意两个元组 t₁ 和 t₂，若 t₁[X] t₂[X]，则必须有 t₁[Y] t₂[Y]，则称属性集 Y 函数依赖…...

编程日记 2025/6/29 0:52:43

【HCIA】浮动路由

前言我们通常会在出口路由器配置静态路由去规定流量进入互联网默认应该去往哪里。那么，如果有两个运营商的路由器都能为我们提供上网服务，我们应该如何配置默认路由呢？浮动路由又是怎么一回事呢？ 文章目录前言1. 网络拓扑图2. …...

编程日记 2025/7/12 19:31:09

基于机器学习的卫星钟差预测方法研究HPSO-BP

摘要本文研究了三种机器学习方法（BP神经网络、随机森林和支持向量机）在卫星钟差预测中的应用。通过处理GPS和GRACE卫星的钟差数据，构建了时间序列预测模型，并比较了不同方法的预测性能。实验结果表明，优化后的BP神经…...

编程日记 2025/6/28 23:42:02

机器学习中分类模型的常用评价指标

评价指标是针对模型性能优劣的一个定量指标。一种评价指标只能反映模型一部分性能，如果选择的评价指标不合理，那么可能会得出错误的结论，故而应该针对具体的数据、模型选取不同的的评价指标。本文将详细介绍机器学习分类任务的常用评价指…...

编程日记 2025/6/29 0:58:48

AI 检测原创论文：技术迷思与教育本质的悖论思考

当高校将 AI 写作检测工具作为学术诚信的 "电子判官"，一场由技术理性引发的教育异化正在悄然上演。GPT-4 检测工具将人类创作的论文误判为 AI 生成的概率高达 23%（斯坦福大学 2024 年研究数据），这种 "以 AI 制 AI&…...

编程日记 2025/6/28 23:06:18

langchain学习

无门槛免费申请OpenAI ChatGPT API搭建自己的ChatGPT聊天工具 https://nuowa.net/872 基本概念 LangChain 能解决大模型的两个痛点，包括模型接口复杂、输入长度受限离不开自己精心设计的模块。根据LangChain 的最新文档，目前在 LangChain 中一共有六大…...

编程日记 2025/6/28 23:42:08

蓝桥杯 10. 全球变暖

全球变暖原题目链接题目描述你有一张某海域 N x N 像素的照片： . 表示海洋# 表示陆地例如如下所示： ....... .##.... .##.... ....##. ..####. ...###. .......在照片中，“上下左右”四个方向上连在一起的一片陆地组成一座岛屿。例…...

编程日记 2025/6/28 23:04:12

OpenTiny icons——超轻量的CSS图标库，引领图标库新风向

我们非常高兴地宣布 opentiny/icons 正式发布啦！ 源码：https://github.com/opentiny/icons（欢迎 Star ⭐） 官网：https://opentiny.github.io/icons/ 图标预览：https://opentiny.github.io/icons/brow…...

编程日记 2025/6/29 0:52:27

python使用OpenCV 库将视频拆解为帧并保存为图片

python使用OpenCV 库将视频拆解为帧并保存为图片 import cv2 import osdef video_to_frames(video_path, output_folder, frame_prefixframe_, interval1, target_sizeNone, grayscaleFalse):"""将视频拆分为帧并保存为图片参数:video_path (str): 视频文件路径…...

编程日记 2025/6/29 0:10:54

[论文阅读]ControlNET: A Firewall for RAG-based LLM System

ControlNET: A Firewall for RAG-based LLM System [2504.09593] ControlNET: A Firewall for RAG-based LLM System RAG存在数据泄露风险和数据投毒风险。相关研究探索了提示注入和投毒攻击，但是在控制出入查询流以减轻威胁方面存在不足文章提出一种ai防火墙CO…...

编程日记 2025/7/12 19:24:55

机器学习 --- 数据集

机器学习 — 数据集文章目录机器学习 --- 数据集一，sklearn数据集介绍二，sklearn现实世界数据集介绍三，sklearn加载数据集3.1 加载鸢尾花数据集3.2 加载糖尿病数据集3.3 加载葡萄酒数据集四，sklearn获取现实世界数据集五&#…...

编程日记 2025/7/12 19:23:01

在Ubuntu服务器上部署Label Studio

一、拉取镜像 docker pull heartexlabs/label-studio:latest 二、启动容器 （回到用户目录，例：输入pwd，显示 /home/<user>） docker run -d --name label-studio -it -p 8081:8080 -v $(pwd)/mydata:/label-st…...

编程日记 2025/6/29 1:25:18

机器学习07-归一化与标准化

归一化与标准化一、基本概念归一化（Normalization） 定义：将数据缩放到一个固定的区间，通常是[0,1]或[-1,1]，以消除不同特征之间的量纲影响和数值范围差异。公式：对于数据 ( x )，归一化后的值…...

编程日记 2025/6/28 23:04:16

用vue和go实现登录加密

前端使用CryptoJS默认加密方法： var pass CryptoJS.AES.encrypt(formData.password, key.value).toString()使用 CryptoJS.AES.encrypt() 时不指定加密模式和参数时，CryptoJS 默认会执行以下操作 var encrypted CryptoJS.AES.encrypt("明文&quo…...

编程日记 2025/6/29 0:51:30

服务器制造业中，L2、L6、L10等表示什么意思

在服务器制造业中，L2、L6、L10等是用于描述服务器生产流程集成度的分级体系，从基础零件到完整机架系统共分为L1-L12共12个等级。不同等级对应不同的生产环节和交付形态，以下是核心级别的具体含义： L2（Level 2&#xf…...

编程日记 2025/6/28 23:04:13

mysql8常用sql语句

查询结果带行号 -- 表名为 mi_user， 假设包含列 id ，address SELECT ROW_NUMBER() OVER (ORDER BY id) AS row_num, t.id, t.address FROM mi_user t ; SELECT ROW_NUMBER() OVER ( ) AS row_num, t.id, t.address FROM mi_user t ; 更新某列数…...

编程日记 2025/6/29 1:08:16

多模态RAG与LlamaIndex——1.deepresearch调研

摘要关键点： 多模态RAG技术通过结合文本、图像、表格和视频等多种数据类型，扩展了传统RAG（检索增强生成）的功能。LlamaIndex是一个开源框架，支持多模态RAG，提供处理文本和图像的模型、嵌入和索引功能。研…...

编程日记 2025/6/28 23:43:36

汽车工厂数字孪生实时监控技术从数据采集到三维驱动实现

在工业智能制造推动下，数字孪生技术正成为制造业数字化转型的核心驱动力。今天详细介绍数字孪生实时监控技术在汽车工厂中的应用，重点解析从数据采集到三维驱动实现的全流程技术架构，并展示其在提升生产效率、降低成本和优化决策方面的显著价…...

编程日记 2025/7/12 19:12:47

深度解码双重订阅用户：高价值流量池的掘金指南

在流量红利消退的当下，内容平台与电商平台的竞争已进入白热化阶段。数据显示，2023年全球用户平均每日切换应用频次超过200次，但仅有3%的用户愿意为多个平台持续付费。这3%的群体——“双重订阅用户”，正成为商业价值最高的流量金矿…...

编程日记 2025/6/29 1:26:35

MATLAB Simulink在Autosar和非Autosar工程下的开发流程

软件开发有两种方法：自上而下和自下而上。自上而下就是从整体出发去设计各个模块和模块间的接口，要求架构设计人员对产品功能非常清楚；自下而上就是从一个一个模块出发去设计，进而组成一个整体。自下而上可能会带来冗余代码过多和…...

编程日记 2025/6/29 0:09:16

使用DevEco Studio性能分析工具高效解决鸿蒙原生应用内存问题

目录一、内存问题的识别与初步判断 1.1 内存问题的常见表现 1.2 使用 DevEco Profiler 的实时监控功能 1.2.1 打开 Profiler 工具 1.2.2 监控内存变化 1.2.3 判断内存异常 1.2.4 示例代码：模拟内存泄漏二、内存问题的定界与定位 2.1 使用 Snapshot/Allocation 模板分…...

编程日记 2025/6/29 0:26:35

AI视频生成工具开发与搭建：从技术到应用的全方位指南

随着AI技术的飞速发展，视频创作的门槛被大幅降低。无论是个人用户还是企业开发者，都能通过AI工具实现照片转动态、视频爆改创意、小程序开发等多样化需求。本文将从技术开发、工具应用及行业趋势三个维度，深度解析AI视频生成的核心技术与实践…...

编程日记 2025/6/29 0:32:58

【android bluetooth 框架分析 02】【Module详解 7】【VendorSpecificEventManager 模块介绍】

1. 背景我们在 gd_shim_module 介绍章节中，看到我们将 VendorSpecificEventManager 模块加入到了 modules 中。 // system/main/shim/stack.cc modules.add<hci::VendorSpecificEventManager>();在 ModuleRegistry::Start 函数中我们对加入的所有 module…...

编程日记 2025/6/29 0:24:02

Docker环境下的Apache NiFi安装实践踩坑记录

引言:由于最近用到数据同步，故打算采用中间件工具来做数据同步，谁知第一步部署Apache NiFi环境就耽搁了好久，其中遇到一些问题，故记录下来部署成功记录问题1：HTTPS访问 HTTP ERROR 400 Invalid SNI问题2：…...

编程日记 2025/6/28 23:45:23

flutter Stream 有哪两种订阅模式。

Flutter 中的 Stream 有两种订阅模式： 单订阅模式 (Single Subscription) 只能有一个订阅者（listen 只能调用一次），后续调用会抛出异常。数据仅在订阅后开始传递，适用于点对点通信场景（如文件读取流…...

编程日记 2025/6/29 0:00:50

删除购物车中一个商品

一. 删除购物车中一个商品删除商品时我们要考虑一个问题，当商品数量等于1时，删除商品就直接将其从数据库中删除即可。但是当数量大于1时，删除商品就是让商品数量-1。因此我们在删除一个商品时首先要判断该商品在购物车中的数量。 Controlle…...

编程日记 2025/6/28 23:44:52

EF Core 数据库迁移命令参考

在使用 Entity Framework Core 时，若你希望通过 Package Manager Console (PMC) 执行迁移相关命令，以下是常用的 EF Core 迁移命令： PMC 方式 ✅ 常用 EF Core PMC 命令（适用于迁移） 操作PMC 命令添加迁移Add-Migra…...

编程日记 2025/6/29 0:54:09

5月13日day24日打卡

元组和OS模块知识点回顾： 元组可迭代对象os模块作业：对自己电脑的不同文件夹利用今天学到的知识操作下，理解下os路径。元组元组的特点： 有序，可以重复，这一点和列表一样元组中的元素不能修改&#xf…...

编程日记 2025/6/29 1:02:18

[51单片机]---DS18B20 温度检测

1，DS18B20 2，DS18B20时序 void ds18b20_reset() {//ds18b20复位信号拉低总线750us后释放总线DS18B20_PORT 0; delay_10us(75); DS18B20_PORT 1; delay_10us(2);}//为啥需要检测模块？当我们发生了复位，根据时序图，d…...

编程日记 2025/6/28 23:32:23

Win11 + Visual Studio 2022 + FLTK 1.4.3 + Gmsh 4.13.1 源码编译指南

一、编译环境准备本文档详细记录了在 Windows 11 系统下，使用 Visual Studio 2022（版本 17）编译 FLTK 1.4.3 和 Gmsh 4.13.1 的完整过程。目标是帮助开发者顺利完成库的编译，并实现基本的功能测试。二、编译 FLTK 1.4.3 2.1 …...

编程日记 2025/6/28 23:45:26

AUTOSAR图解==＞AUTOSAR_TPS_ECUResourceTemplate

AUTOSAR ECU资源模板详解基于AUTOSAR R4.4.0标准规范目录 1. 简介 1.1 ECU资源模板的范围1.2 ECU资源模板概述 2. 一般硬件描述 2.1 硬件描述实体2.2 硬件类型2.3 硬件元素2.4 硬件引脚和引脚组2.5 硬件连接2.6 硬件类别定义 3. 硬件类型特定描述 3.1 硬件元素类别3.2 硬件引…...

编程日记 2025/6/28 23:04:26

如何在设计阶段考虑 Python 服务的可伸缩性，避免后期的重构

在如今的软件开发世界里，变化是唯一不变的主题。用户量可能一夜之间从几十人暴增到几十万，业务需求可能在半年内翻天覆地，技术栈也可能因为新工具的出现而需要调整。而作为开发者，尤其是用 Python 打造服务的开发者，我们常常会面临一个绕不过去的问题：如何让我们的服务在…...

编程日记 2025/6/28 23:43:53

ExoPlayer 如何实现音画同步

在解释这个问题之前，先讲一下 ExoPlayer 中音频播放的三种输出模式。第一种是PCM模式（普通播放模式）。这是最基本的播放模式，音频以PCM（脉冲编码调制）数据形式处理，可以通过音频处理器进行各种…...

编程日记 2025/6/28 23:04:22

C++中void*知识详解和注意事项

一、void* 是什么？ 在 C/C 中，void* 表示一个通用指针类型（generic pointer），可以指向任意类型的对象，但不能直接解引用或进行算术运算，必须先进行类型转换。 void* ptr; // 可以指向任意类型…...

编程日记 2025/6/29 0:44:34

ssl 中 key 和pem 和crt是什么关系

.pem 文件（通用容器格式） 作用：PEM（Privacy-Enhanced Mail）是一种文本格式，可以存储证书、私钥、中间证书等。特点： 以 -----BEGIN XXX----- 和 -----END XXX----- 包裹内容（如…...

编程日记 2025/6/29 1:16:15

CSS可以继承的样式汇总

CSS可以继承的样式汇总在CSS中，以下是一些常见的可继承样式属性： 字体属性：包括 font-family （字体系列）、 font-size （字体大小）、 font-weight （字体粗细）、 font-sty…...

编程日记 2025/6/28 23:13:13

菜狗的脚步学习

文章目录一、pdf到h文件转换并恢复二、三、一、pdf到h文件转换并恢复编写一个bat，将当前文件的.pdf文件后缀改为.h文件，然后将当前文件下的.h文件全部打开，再依次关闭，待所有.h文件都关闭后，再将.h文件改为.pdf后缀…...

编程日记 2025/6/29 0:56:49

latex公式格式

几个公式只标一个序号 \begin{equation}\begin{aligned}yX\\y2x\\y3x,\end{aligned} \end{equation}要想公式的等号对齐则用下面的格式若想实现三个公式等号对齐且只编一个号，用 equation 包裹 aligned 环境即可 \begin{equation}\begin{aligned}y&X\\y&…...

编程日记 2025/6/28 23:04:25