当前位置: 首页 > news >正文

40:相机与镜头选型

第一章 相机

1.1 理论基础

1.1.1 相机分类

1 )按照芯片类型: CCD 相机、 CMOS 相机
2 )按照传感器的结构特性:线阵相机、面阵相机
3 )按照扫描方式:隔行扫描相机、逐行扫描相机
4 )按照分辨率大小:普通分辨率相机、高分辨率相机
5 )按照输出信号方式:模拟相机、数字相机
6 )按照输出色彩:单色(黑白)相机、彩色相机
7 )按照相机功能:二维相机、三维相机

1.1.2 相机主要参数

1. 分辨率:相机能够捕捉到的细节,用像素(相机成像的最小单元)来衡量。
一般 W*N 的形式来表示, W 为图像水平方向每一行的像素数, N 为垂直方向每
一列的像素数。
2. 像素尺寸:每个像素的实际大小,单位为 1mm 。在分辨率一样的情况下,
像素尺寸越小,得到的图像越大。
3. 帧率:是指相机每秒采集图像的能力,单位 FPS (帧 / 秒)。
当被测物体有速度(运动拍摄、多数量拍摄时)要求时,要选择帧数较多的
工业相机,一般来说分辨率越高,帧数越低。
4. 接口:相机的接口是用来输出相机数据的,有 GigE USB2.0/3.0 等。

1.2 如何选择相机

根据检测要求精度和视野大小,反推出相机的像素精度。计算出满足要求的
相机分辨率:
相机单边分辨率 = 视野单边 / 精度
例如:已知条件: 1. 被测物体大小 10mmx7mm; 2. 检测精度: 0.01mm; 3. 视野
范围: 12mmx9mm
相机最小分辨率 = 12/0.01 * 9/0.01 = 1200*900≈108 万像素
因此可以选用 130 万像素相机( 1280*960 );为减小边缘提取时的像素偏移
带来的误差,提高系统的精确度和稳定性,实际使用中一般用 2-3 个像素对应一
个最小的缺陷和特征,那么相机分辨率等于 108*3≈324 万。
最终选型: 320 万像素相机( 2048*1536 .
选型网站

第二章 镜头

2.1 理论基础

2.1.1 镜头分类(三类)

1 )定焦镜头:定焦镜头按等效焦距( = 实际焦距× 43mm/ 镜头成像圆的直径) 可分为:鱼眼镜头、超广角镜头、广角镜头、标准镜头、长焦镜头、超长焦镜头
2 )变焦镜头
3 )特殊镜头:微距镜头、显微镜头、远心镜头 、红外线镜头、紫外线镜头
       上述所说的远心镜头纠正了传统镜头的误差,可以在一定的距离内,使所成的像的尺寸不会因为距离的变化而改变。简单讲就是不会因为工作距离的远近而 在投影端产生大小变化的镜头。

2.1.2 镜头主要参数

     1. 视野( FOV ):或者叫视场角,图像采集设备所能够覆盖的范围。拍摄对象和镜头的工作距离越长,则视野越广。
     2. 工作距离( WD ):也称为物距,一般指镜头前端到被测物体的距离,小于最小工作距离系统一般不能清晰成像。
     3. 焦距:相机到焦点的距离。分为固定的和可变的两种,如果物距很大,选择焦距比较长的镜头,这样拍的清晰,但是视野范围会变小。
     4. 景深:以镜头最佳聚焦时的 WD 为中心,前后存在一个范围,在此范围内镜头都可以清晰成像。简单理解就是物体放置固定高度,相机上下移动清晰成像距离区间。
     5. 相对孔径:是指该镜头的入射光孔直径(用 D 表示)与焦距(用 f 表示)之比,即 D/f
     6. 最大相对孔径:它往往标示在镜头上,如 1:1.2 f/1.2
     7. 光圈系数( F ):相对孔径的倒数称为光圈系数,用F表示。 F 值越小,光圈越大,图像越亮,景深越小,分辨率越高
     8. 分辨率:指在像面处镜头在单位毫米内能够分辨的黑白相间的条纹对数。分辨率应该不小于相机的分辨率。分辨率越高,成像越清晰。分辨率为 1/2d d 为线宽。单位是”线对 / 毫( lp/mm
     9. 放大倍率:检测对象的实际大小与芯片成像大小的比率。 CCD 有效像素大小÷视野= 倍率。当两者相等时,倍率等于 1 ;当视野小于 CCD 有效像素大小时,代表放大多少倍。光学放大倍率 = 相机芯片长度 / 视野长边 = 焦距 f / 工作距离 WD
     10. 接口:镜头与相机的机械连接方式。镜头的接口应与相机的物理接口相匹配。分为 C 口、 F 口、 CS 等接口。
     11. 最大靶面尺寸(芯片尺寸):镜头使用的芯片尺寸应与相机的传感器靶面尺寸相匹配,简单才说,就是镜头投射的图像面积应不小于相机的芯片尺寸,这样通过镜头捕捉到的图像就能够刚好覆盖相机传感器的区域。
     12. 畸变:被摄物平面内的主轴外直线,经光学系统成像后变为曲线,则此光学系统的成像误差称为畸变,分为桶形畸变和枕形畸变。短焦距镜头一般表现为桶形失真,长焦距镜头一般表现为枕形失真。

2.2 如何选择镜头

2.2.1 步骤

1 )确定相机连接镜头的接口类型。 C /F 口等。
2 )确定镜头的最大靶面尺寸与相机相匹配。
3 )确定焦距。首先,确定测量工作距离和目标物体的大小,得到图像的宽或高;确定相机的安装位置,从相机的拍摄角度推测视角,最后根据二者的几何关系计算相机的焦距。

2.2.2 网址直接选型

1 )网址 1
第一步:在 https://www.coolens.cn/support.html 网址中,输入相机类型。
第二步:输入视野边长和工作距离。网址会输入内容得到所需的镜头。
2 )网址 2
第一步:通过下面的网址输入对应的相机型号和相机系列。
https://www.hikrobotics.com/cn/machinevision/visionproduct?typeId=40&id=24
7&pageNumber=1&pageSize=20&showEol=false
第二步:输入工作条件,则可以得到结果。

第三章 案例分析

工业相机镜头焦距、工作距离、视野等选型的计算 :
https://blog.csdn.net/weixin_45303602/article/details/141068422

3.1 计算相机分辨率

根据系统对图像精度的要求来选择相机的分辨率
已知条件: 1. 被测物体大小 10mmx7mm; 2. 检测精度: 0.01mm; 3. 视野范围:
12mmx9mm
计算过程:
相机最小分辨率 = 12/0.01 * 9/0.01 = 1200*900 108 万像素
因此可以选用 130 万像素相机( 1280*960 );为减小边缘提取时的像素偏移带来的误差,提高系统的精确度和稳定性,实际使用中一般用 2-3 个像素对应个最小的缺陷和特征,那么相机分辨率等于 108*3 324 万。
    最终选型: 320 万像素相机( 2048*1536 .

3.2 计算镜头焦距

计算过程:
     1 Sensor 长宽尺寸 = (Sensor 长度或高度 * 像元尺寸 )/1000 可计算出:
Sensor 长度 = 2448*3.45/1000 = 8.4456mm
Sensor 高度 = 2048*3.45/1000 = 7.0656mm
     2 )光学放大倍率(β) = (Sensor 长度( h )/( 视野长度( H )=8.4456/12
0.7038
      3 )焦距( f = 物距( D * 光学放大倍率(β) = 75*0.7038 =52.785mm
因此可以选择 50mm 焦距镜头
     4 )实际光学放大倍率 = 焦距( f / 物距( D =50/75 0.667
视野长度 = (Sensor 长度( h )/ 实际光学放大倍率 = 8.4456/0.667 12.662mm
视野高度 = (Sensor 高度( v )/ 实际光学放大倍率 =7.0656/0.667 10.593mm
     5 )单像素精度 = ( 视野长度( H )/Sensor 长方向有效像素个数 =12.662/2448
0.0052mm
     6 )结论:选用 50mm 镜头,搭配 500 万像素相机,可以达到 12.662mm x
10.593mm 的视野,单像素精度 5.2µm

3.3 计算相机视野范围和镜头视场角

计算过程:
     1 Sensor 长度高度:
h = 2448 * 3.45µm =8.4456mm, v = 2048 *3.45µm = 7.0656mm
     2 )利用 (Sensor 长度( h )或高度( v )/ 视野范围 FOV= 焦距 f/( 物距 D) 可计算出相机视野范围是:X = 8.4456 * 1000/50 = 168.91mm, Y = 7.0656 * 1000/50 =141.31 mm
     3 )计算相机视场角:
2 θ = 2 * arctan(h v/2/f) 2θ x = 2 *arctan(8.4456/2/50) =10 ° , 2 θ y = 2 * arctan(7.0656/2/50) = 8 °
工作距离较近时,计算结果与实测结果会有一定的差异,计算数据仅供参考, 需要以实测为主。

相关文章:

40:相机与镜头选型

第一章 相机 1.1 理论基础 1.1.1 相机分类 1 )按照芯片类型: CCD 相机、 CMOS 相机 2 )按照传感器的结构特性:线阵相机、面阵相机 3 )按照扫描方式:隔行扫描相机、逐行扫描相机 4 )按…...

【ESP32-S3】Guru Meditation Error 崩溃分析实战:使用 addr2line 工具 + bat 脚本自动解析 Backtrace

【ESP32-S3】Guru Meditation Error 崩溃分析实战:使用 addr2line 工具 bat 脚本自动解析 Backtrace 在使用 ESP32-S3 进行开发时,我们常常遇到串口报错,例如: Guru Meditation Error: Core 1 paniced (LoadProhibited). Exce…...

win11 VSCode 强制弹窗微软登录

今天在一台新电脑上配置VSCode同步的时候,用了微软账号,因为这台电脑比较特殊,不方便科学上网,所以一开始用的微软账户登录,导致和GitHub账号登录的配置、扩展等等不同步。 后面准备改用GitHub账号登录发现不行&#…...

Thrust库中的Gather和Scatter操作

Thrust库中的Gather和Scatter操作 Thrust是CUDA提供的一个类似于C STL的并行算法库,其中包含两个重要的数据操作:gather(聚集)和scatter(散开)。 Gather操作 Gather操作从一个源数组中按照指定的索引收集元素到目标数组中。 函数原型: t…...

springboot + mysql8降低版本到 mysql5.7

springboot mysql8降低版本到 mysql5.7 <dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>5.1.49</version></dependency>spring:datasource:driverClassName: com.mysql.jdbc.D…...

在 Windows 中配置使用 WSL 来运行 Linux 环境,主要有以下步骤:

一、安装 WSL 方法一&#xff1a;使用 wsl --install 命令 &#xff1a;以管理员身份运行 PowerShell 或 Windows 命令提示符&#xff0c;输入 wsl --install 命令&#xff0c;该命令将自动启用运行 WSL 所需的功能&#xff0c;并安装默认的 Linux 发行版 Ubuntu。 方法二&…...

TypeScript泛型:从入门到精通的全方位指南

TypeScript泛型&#xff1a;从入门到精通的全方位指南 前言 最近在社区看到很多小伙伴对TypeScript的泛型概念感到困惑。作为一名从Java转战前端的老兵&#xff0c;我想用最接地气的方式&#xff0c;带大家彻底搞懂这个看似高深实则简单的重要特性。 一、什么是泛型&#xf…...

DA14531如何在固件中生成与时间相关的mac和版本号

一. 蓝牙device information service显示固件编译时间 这里我是用序列号的characteristic来显示。 只需要把序列号的characteristic value用宏的方式&#xff1a; #define APP_DIS_SERIAL_NB_STR (__DATE__" "__TIME__) #define APP_DIS_SERIAL_NB_STR…...

内存安全设计方案

内存安全设计方案 1. 内存问题分析 1.1 常见内存问题 内存泄漏: 单例对象持有过多引用缓存未及时清理线程池资源未释放内存溢出: 大对象频繁创建队列积压并发处理不当GC频繁: 对象创建过多内存碎片化大对象分配1.2 问题场景 #mermaid-svg-uPgkoDPv6GNGT28v {font-family:&…...

免费Ollama大模型集成系统——Golang

Ollama Free V2 Web 功能实现&#xff1a;界面交互与后端逻辑 一、Web 界面概述 Ollama Free V2 的 Web 界面提供了丰富的交互功能&#xff0c;包括模型选择、图片上传、历史记录查看等。界面使用 Bootstrap 进行布局&#xff0c;结合 JavaScript 实现动态交互。 二、前端界…...

工具学习_模糊测试

定义&#xff1a;模糊测试&#xff08;fuzz testing, fuzzing&#xff09;是一种软件测试技术。其核心思想是将自动或半自动生成的随机数据输入到一个程序中&#xff0c;并监视程序异常&#xff0c;如崩溃、断言失败&#xff0c;以发现可能的程序错误&#xff0c;比如内存泄漏。…...

AI智能分析网关V4周界入侵检测算法精准监测与智能分析,筑牢周界安全防线

一、方案背景​ 随着安全防范需求的不断提升&#xff0c;传统周界安防系统存在误报率高、响应迟缓、智能化程度低等问题&#xff0c;难以满足现代化安全管理的要求。AI智能分析网关V4集成先进的人工智能算法与高性能计算能力&#xff0c;能够实现对周界区域的精准监测与智能分…...

ubuntu20.04系统搭建k8s1.28集群-docker作为容器运行时

ubuntu系统搭建 ubuntu-22.04.5-desktop-amd64.iso映像文件--->实际却是20.4focal版本。 【安装过程没有特别指出的默认回车下一步】 【用户和密码设置】 【网络连接】 【在vmware上安装的话&#xff0c;网络配置如下】【在vm里配置选择nat或者桥接即可】 【国内源配置】&…...

安全合规检查开源项目ComplianceAsCode/content详解及操作系统新产品开发适配指南

I. ComplianceAsCode/content简介 A. 项目使命及其在自动化合规中的重要性 ComplianceAsCode/content项目致力于为各类操作系统发行版和产品提供安全与合规内容。该项目的核心目标是促进自动化安全扫描和配置验证,从而取代传统的手动审计方法,这与日益增长的“合规即代码”…...

Jmeter -- JDBC驱动连接数据库超详细指南

数据库性能决定应用成败&#xff01;高峰期&#xff0c;慢查询拖垮系统&#xff1f;并发用户激增导致连接超时&#xff1f;这些问题让开发者头疼不已。Apache JMeter作为性能测试神器&#xff0c;不仅能测试Web应用&#xff0c;还能直连数据库&#xff0c;模拟多用户负载&#…...

R利用spaa包计算植物/微生物的生态位宽度和重叠指数

一、生态位宽度 生态位宽度指数包括shannon生态位指数和levins生态位指数。下面是采用levins方法计算生态位宽度。method也可以选择“shannon”。 二、生态位重叠指数 生态位重叠指数&#xff0c;包括levins生态位重叠指数、schoener生态位重叠指数、petrai…...

《AI大模型应知应会100篇》第62篇:TypeChat——类型安全的大模型编程框架

第62篇&#xff1a;TypeChat——类型安全的大模型编程框架 摘要 在构建 AI 应用时&#xff0c;一个常见的痛点是大语言模型&#xff08;LLM&#xff09;输出的不确定性与格式不一致问题。开发者往往需要手动解析、校验和处理模型返回的内容&#xff0c;这不仅增加了开发成本&a…...

STM32 片上资源之串口

STM32 片上资源之串口 1 串口介绍1.1 初步介绍1.2 主要特性1.2.1 USART特性1.2.2 UART特性 1.3 主要寄存器1.4 波特率计算1.5 常用工作模式1.5.1 轮询模式&#xff1a;1.5.2 中断模式&#xff1a;1.5.3 DMA模式&#xff1a; 1.6 常见应用1.7 注意事项 2 软件层面协议2.1 基本概…...

全球首个投影机息屏显示专利授权:九天画芯重新定义设备交互与节能显示新范式

一、从 “功能闲置” 到 “持续交互”—— 投影机专利授权开启显示技术新纪元 在智能设备高速发展的今天&#xff0c;投影机作为重要的显示终端&#xff0c;长期面临 “非观影时段功能闲置” 的行业痛点。2025 年&#xff0c;一项名为 “投影机息屏显示” 的核心基础专利获得授…...

音频分类的学习

1.深度学习PyTorch入门-语音分类 https://blog.csdn.net/sinat_41787040/article/details/129795496 https://github.com/musikalkemist/pytorchforaudio https://github1s.com/musikalkemist/pytorchforaudio/blob/main/04%20Creating%20a%20custom%20dataset/urbansoundda…...

Java—— 可变参数、集合工具类、集合嵌套

可变参数 说明 1. 可变参数本质上就是一个数组 2. 作用&#xff1a;在形参中接收多个数据 3. 格式&#xff1a;数据类型...参数名称 举例:int...a 4. 注意事项&#xff1a; 形参列表中可变参数只能有一个 可变参数必须放在形参列表的最后面 案例演示 …...

AGI大模型(15):向量检索之调用ollama向量数据库

这里介绍将向量模型下载到本地,这里使用ollama,现在本地安装ollama,这里就不过多结束了。直接从下载开始。 1 下载模型 首先搜索模型,这里使用bge-large模型,你可以根据自己的需要修改。 点击进入,复制命令到命令行工具中执行。 安装后查看: 2 代码实现 先下载ollama…...

“强强联手,智启未来”凯创未来与绿算技术共筑高端智能家居及智能照明领域新生态

近日&#xff0c;北京凯创未来科技有限公司总经理赵健凯先生莅临广东省绿算技术有限公司北京运营中心&#xff0c;双方正式签订战略合作协议&#xff0c;标志着绿算技术在高端智能家居及智能照明领域的技术实力与产业布局获得智能家居行业认可&#xff0c;同时也为凯创未来在高…...

【内网渗透】——S4u2扩展协议提权以及KDC欺骗提权

【内网渗透】——S4u2扩展协议提权以及KDC欺骗提权 文章目录 【内网渗透】——S4u2扩展协议提权以及KDC欺骗提权[toc]一&#xff1a;Kerberos 委派攻击原理之 S4U2利用1.1原理1.2两种扩展协议**S4U2Self (Service for User to Self)****S4U2Proxy (Service for User to Proxy)*…...

Linux grep -r 查找依赖包是否存在依赖类 Class

方法一&#xff1a;通过 Linux &#xff0c;grep -r ClassPath 命令 grep -f org.apache.kafka.connect.source.SourceRecord在 jar 包所在 lib 或者 lib/plugins 目录下执行&#xff0c;grep -r&#xff0c; flink-sql-connector-sqlserver-cdc-3.3.0.jar 中此 kafka Source…...

Qt笔记---》.pro中配置

文章目录 1、概要1.1、修改qt项目的中间文件输出路径和部署路径1.2、Qt 项目模块配置1.3、外部库文件引用配置 1、概要 1.1、修改qt项目的中间文件输出路径和部署路径 &#xff08;1&#xff09;、为解决 “ 输出文件 ” 和 “ 中间输出文件 ”全部在同一个文件夹下的问题&am…...

D. Eating【Codeforces Round 1005 (Div. 2)】

D. Eating 题意 有 n n n 个史莱姆排成一行&#xff0c;第 i i i 个史莱姆的权重为 w i w_i wi​。若史莱姆 i i i 的权重满足 w i ≥ w j w_i \geq w_j wi​≥wj​&#xff0c;则它可以吃掉史莱姆 j j j&#xff1b;之后&#xff0c;史莱姆 j j j 会消失&#xff0c;…...

猫眼浏览器:简约安全,极速浏览

猫眼浏览器是一款以简约安全为目标的Chrome内核增强版浏览器&#xff0c;基于最新的Chromium开源内核进行二次优化开发。它不仅继承了Chrome浏览器的高速浏览体验&#xff0c;还通过增强的隐私保护设置&#xff0c;让用户远离被追踪和广告的烦恼。无论是日常浏览、信息查询还是…...

安全扫描之 Linux 杀毒软件 Clamav 安装

文章目录 背景Clamav 简介安装使用1、安装epel-release2、Clamav安装3、成功安装4、更新病毒库5、执行扫描6、结果分析7、常见问题 背景 最近在做HVV准备工作&#xff0c;应要求需要在 Linux 服务器上安装杀毒软件&#xff0c;以此文记录下Clamav 安装过程。 Clamav 简介 Cl…...

排序算法详解

排序算法全面解析 排序算法是计算机科学中最基础也最重要的算法之一。它将一组数据&#xff08;例如数字列表、字符串集合&#xff09;按照特定的顺序&#xff08;升序或降序&#xff09;重新排列。高效的排序算法对于优化其他算法&#xff08;如搜索和合并算法&#xff09;的…...

[特殊字符] GSG 插件 + 渲染 101:C4D 渲染效率革命!

一、GSG 插件&#xff1a;C4D 创作的「超级加速器」 灰猩猩&#xff08;GSG&#xff09;插件是 C4D 设计师的刚需工具&#xff1a; Light Kit Pro&#xff1a;1 分钟生成专业灯光预设&#xff0c;告别手动布光烦恼GorillaCam&#xff1a;自动添加电影级相机运动&#xff0c;镜…...

centos中postfix的作用

/usr/libexec/postfix/master 是 Postfix 邮件服务器的主进程&#xff0c;qmgr 和 pickup 是 Postfix 的子进程。这些进程本身是正常的&#xff0c;但如果你怀疑服务器被用于钓鱼活动&#xff0c;需要进一步检查 Postfix 的配置和日志&#xff0c;确保它没有被滥用。 1. 检查 P…...

tocmat 启动怎么设置 jvm和gc

在生产环境中部署 Java Web 应用时&#xff0c;我们经常需要给 Tomcat 设置 JVM 参数和 GC 策略&#xff0c;以提高性能、稳定性和可观察性。以下是完整教程&#xff1a; 一、Tomcat 设置 JVM 启动参数的方式 1. 修改 startup 脚本&#xff08;推荐&#xff09; 以 Linux 系统…...

【工奥阀门科技有限公司】签约智橙PLM

近日&#xff0c;工奥阀门科技有限公司正式签约了智橙泵阀行业版PLM。 忠于质量&#xff0c;臻于服务&#xff0c;精于研发 工奥阀门科技有限公司&#xff08;以下简称工奥阀门&#xff09;坐落于浙江永嘉&#xff0c;是一家集设计、开发、生产、销售、安装、服务为一体的阀门…...

Axure设计之轮播图——案例“一图一轮播”

轮播图是一种常见且实用的组件&#xff0c;用于展示多张图片或内容&#xff0c;同时节省页面空间。在Axure中&#xff0c;通过动态面板和交互设置&#xff0c;我们可以轻松实现一个“一图一轮播”的效果&#xff0c;即每次只展示一张图片&#xff0c;并通过按钮或自动切换来浏览…...

可视化图解算法39: 输出二叉树的右视图

1. 题目 描述 请根据二叉树的前序遍历&#xff0c;中序遍历恢复二叉树&#xff0c;并打印出二叉树的右视图 数据范围&#xff1a; 0≤n≤10000 要求&#xff1a; 空间复杂度 O(n)&#xff0c;时间复杂度 O(n) 如输入[1,2,4,5,3],[4,2,5,1,3]时&#xff0c;通过前序遍历的结…...

数据库基础复习笔记

数据库 相关概念 名称全称检查数据库存储数据的仓库&#xff0c;数据是有组织的进行存储DataBase&#xff08;DB&#xff09;数据库管理系统操作和管理数据库的大型软件DataBase Management System(DBMS)SQL操作关系型数据库的编程语言&#xff0c;定义了一套操作关系型数据库…...

鸿蒙OSUniApp 实现一个精致的日历组件#三方框架 #Uniapp

使用 UniApp 实现一个精致的日历组件 前言 最近在开发一个约会小程序时&#xff0c;需要实现一个既美观又实用的日历组件。市面上虽然有不少现成的组件库&#xff0c;但都不太符合我们的设计需求。于是&#xff0c;我决定从零开始&#xff0c;基于 UniApp 自己实现一个功能完…...

Kotlin 协程实战:实现异步值加载委托,对值进行异步懒初始化

在实际开发中&#xff0c;我们经常遇到这样的场景。 需要立即初始化但计算成本高昂的值 val expensiveValue calculateExpensiveValue() 可能引发阻塞的初始化操作 val resource loadResourceFromNetwork()这些场景通常需要满足以下需求&#xff1a; 异步加载&#xff1a…...

MySQL增删查改进阶

文章目录 一、数据库备份二、数据库约束2.1 NOT NULL2.2 UNIQUE&#xff1a;唯一约束2.3 DEFAULT&#xff1a;默认值约束 一、数据库备份 在MySQL当中&#xff0c;数据库是如何备份的呢&#xff1f;主要通过三种方式进行备份&#xff1a; 数据库最终都是存储在硬盘上&#xf…...

Tensorflow2保存和加载模型

1、model.save() and model.load() 此种方法可保存模型的结构、参数等内容。加载模型后无需设置即可使用&#xff01; 保存模型&#xff1a; model.save(my_model.h5) 加载模型&#xff1a; # 加载整个模型 loaded_model tf.keras.models.load_model(my_model.h5) 注意&…...

通过泛域名解析把二级域名批量绑定到wordpress的指定页面

通过泛域名解析将二级域名批量绑定到WordPress的指定页面&#xff0c;需要完成两个主要步骤&#xff1a;一是设置泛域名解析&#xff0c;二是配置服务器和WordPress以实现二级域名到指定页面的映射。以下是详细的操作方法&#xff1a; 1. 设置泛域名解析 在域名注册商的管理后…...

BGP联邦+反射器实验

一、实验拓扑 二、IP规划 骨干&#xff1a; 172.16.0.0/30 ---- R2-R3 172.16.0.4/30 ---- R3-R4 172.16.0.8/30 ---- R4-R7 172.16.0.12/30 ---- R6-R7 172.16.0.16/30 ---- R5-R6 172.16.0.20/30 ---- R2-R5 非骨干&#xff1a; 172.16.2.0/24 ---- R2的环回 2.2.2.2/32 17…...

3天云南旅游规划

云南的主要旅游城市和景点。昆明作为云南的省会&#xff0c;拥有丰富的自然景观和适合短途游玩的地方。 第一天可以安排在昆明市内和周边&#xff0c;方便游玩。 第二天&#xff0c;可以考虑去大理&#xff0c;这是云南的著名旅游城市&#xff0c;距离昆明大约2小时的车程。大理…...

SCDN能够运用在物联网加速当中吗?

在当今的科技化时代当中&#xff0c;物联网已经广泛渗透在各个领域行业当中&#xff0c;随着物联网规模的不断扩大&#xff0c;数据信息的传输速度和网络稳定性成为企业需要重视的两点因素&#xff0c;而SCDN也成为安全内容分发网络作为一种融合了内容加速和安全防护的技术&…...

Go语言八股之Mysql基础详解

&#x1f49d;&#x1f49d;&#x1f49d;欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里可以感受到一份轻松愉快的氛围&#xff0c;不仅可以获得有趣的内容和知识&#xff0c;也可以畅所欲言、分享您的想法和见解。 非常期待和您一起在这个小…...

计算机视觉----基础概念、卷积

一、概述 1.计算机视觉的定义 计算机视觉(Computer Vision)是一个跨学科的研究领域,主要涉及如何使计算机能够通过处理和理解数字图像或视频来自动进行有意义的分析和决策。其目标是使计算机能够从视觉数据中获取高层次的理解,类似于人类的视觉处理能力。 具体来说,计算机…...

Problem E: List练习

1.题目描述 运用List完成下面的要求: 1) 创建一个List&#xff0c;在List中增加三个工人&#xff0c;基本信息如下&#xff1a; 姓名 年龄 工资 Tom 18 3000 Peter 25 3500 Mark 22 3200 2) 插入一个工人&#xff0c;信息为&#xff1a;姓名&#xff1a;Robert&#xff0…...

12-串口外设

一、串口外设的基本概述 1、基本定义 串口通信&#xff0c;通过在通信双方之间以比特位&#xff08;bit&#xff09;的形式逐一发送或接收数据&#xff0c;实现了信息的有效传递。其通信方式不仅简单可靠&#xff0c;而且成本很低。 2、stm32的串口 下面是两个MCU的数据交互&…...

C++(2)

二、面向对象基础 1. 类与对象 1.1 核心概念 类&#xff08;Class&#xff09; ​​定义​​&#xff1a;抽象描述具有共同特征和行为的对象模板​​本质​​&#xff1a;代码复用的蓝图&#xff0c;定义数据&#xff08;属性&#xff09;与操作&#xff08;行为&#xff0…...