当前位置： 首页 > news >正文

超分之DeSRA

news 来源：原创 2025/8/22 2:09:09
  • Desra: detect and delete the artifacts of gan-based real-world super-resolution models.
  • DeSRA：检测并消除基于GAN的真实世界超分辨率模型中的伪影
  • Xie L, Wang X, Chen X, et al.
  • arXiv preprint arXiv:2307.02457, 2023.

摘要

  1. 背景：
    • GAN-SR模型虽然可以恢复图像的真实细节，但是不可避免的会产生伪影。
  2. 目前的研究方法与不足：
    • 在训练阶段通过额外的损失惩罚来抑制伪影。
    • 它们只适用于训练期间生成的伪影类型，对于实际的真实测试图像，重建图像仍然会存在伪影。
  3. 提出了本文的方法—DeSRA：
    • 首先测量 MSE-SR 结果和 GAN-SR 结果的相对局部方差距离，并根据上述距离和语义感知阈值定位问题区域。
    • 在检测到伪影区域后，本文开发了一个微调程序，以使用少量样本改进GAN-SR 模型。

1. 引言

  1. 目前GAN-SR模型的真实世界推理：

    • 对于GAN-SR模型产生的伪影，在训练期间LDL使用局部判别损失惩罚，但是对于真实世界图像推理时，重建图像仍然会存在伪影。
      在这里插入图片描述

  2. 本文将GAN-SR伪影出现的不同阶段分类：
    （1）GAN训练伪影：在模型训练时不稳定优化产生的伪影。（LDL惩罚损失，缓解伪影）
    （2） GAN推理伪影：在使用真实世界图像的推理过程中产生的伪影。（训练集未出现）

  • 针对GAN推理伪影：
    1. 检测伪影区域：
      1. 通过计算局部方差来测量基于 MSE 和基于 GAN 的模型生成的结果之间的纹理差异。
      2. 进一步引入语义感知调整，以放大感知伪影敏感区域（例如建筑物、海洋）的差异，同时抑制纹理区域（例如树叶、动物毛皮）的差异。
    2. 制作伪GT图像并微调GAN-SR模型：
      1. 收集少量带有伪影的基于 GAN 的结果，并根据二值化检测掩码将伪影区域替换为基于 MSE 的结果。
      2. 使用组合结果作为伪 GT 来构建训练对，以在极短的迭代周期内对模型进行微调。
  1. 总结：
    • 本文首次尝试分析在推理过程中通常出现在没有真实数据的未见测试数据上的 GAN 推理伪影。
    • 基于本文的分析，本文设计了一种方法来有效地检测具有 GAN 推理伪影的区域。
    • 本文进一步提出了一种微调策略，只需要少量的伪影图像就可以消除相同类型的伪影，这弥补了将 SR 算法应用于实际场景的差距。
    • 与以前的工作相比，本文的方法能够更准确地检测未见的伪影，并更有效地缓解 GAN-SR 模型在真实世界测试数据中产生的伪影

2. 相关工作

  1. MSE-based Super-Resolution. ：
    • 本质：通过最小化 SR 输出与 HR 真实值之间的像素距离（ l 1 l_1 l1​ 、 l 2 l_2 l2​距离）来恢复高保真结果。
    • 缺点：优化像素距离不可避免地会导致缺乏精细细节的平滑重建。
    • 代表模型：SRCNN、VDSR、EDSR、 RCAN
  2. GAN-based Super-Resolution ：
    • 本质： 通过GAN的生成器与判别器交替博弈，来提高 SR 结果的感知质量。
    • 缺点：GAN-SR重建的图像会产生伪影。
    • 代表模型：SRGAN、ESRGAN、 BSRGAN、Real-ESRAGN、RealBasicVSR、FastRealVSR、SPSR 、LDL

3. 方法论

3.1 GAN-SR

  • 现有的GAN-SR方法，都是使用三种损失的加权和进行训练：
    ![[Pasted image 20250306183613.png|500]]

  • 为了解决GAN训练的不稳定性，首先仅使用 l r e c o n s l_recons lr​econs进行预训练，生成MSE-SR模型；然后使用$l_GAN对MSE-SR模型进行微调，来得到最终的GAN-SR模型。

  • 通过下图可以看到，含有伪影的GAN-SR结果的视觉质量甚至比MSE-SR结果更差。并且GAN-SR伪影类型复杂，特征各异，且随图像内容不同而不同。
    ![[Pasted image 20250306183818.png]]

因此本文的目的就是检测出GAN-SR生成图像的伪影区域，并使用MSE-SR生成图像来替换此伪影区域。

3.2 检测伪影区域

本文主要解决的GAN-SR推理伪影：
（1）伪影不会出现在预训练的MSE-SR模型：在模型训练时不稳定优化产生的伪影。（确保伪影是由于GAN引起）
（2）伪影明显， 面积较大。

  1. 计算局部纹理的复杂性 ： （局部区域 P 内像素强度的标准差）
    ![[Pasted image 20250306184351.png|400]]

  2. 计算MSE-SR与GAN-SR块之间的局部纹理差异：
    ![[Pasted image 20250306184443.png|200]]

![[Pasted image 20250306184622.png|300]]

  • 从上图可以看到
    • 对于相似语义块；d越大，GAN伪影越明显；
    • 对于不同语义块：d不能直接反应GAN伪影现象；

  1. 因此要改进纹理差异为相对值：
    ![[Pasted image 20250306184527.png|200]]||500

  2. 纹理差异归一化：
    ![[Pasted image 20250306184836.png|300]]

  3. 分母优化：
    ![[Pasted image 20250306184900.png|200]]

![[Pasted image 20250310160028.png|300]]

经过上述操作后，可以看到图中最后一列已经能够分辨出GAN-SR相较于MSE-SR产生的伪影，但是任然存在细微的差异，因此进行进一步的优化。
6. SegFormer分割不同区域：
![[Pasted image 20250310160326.png|300]]

  1. 分区域区分伪影： （threshold=0.7）：
    ![[Pasted image 20250310160400.png|300]]

![[Pasted image 20250310160430.png|300]]

经过更细致的优化，可以从图中的最右侧看出，已经完全区分了GAN-SR相较于MSE-SR产生的伪影，并且也不会对MSE-SR的相应区域进行细微的惩罚。

3.3 改进GAN-SR模型

通过上述3.2检测的伪影区域，本文得到了一个结论：

  • 没有伪影的弱恢复甚至比带有伪影的强恢复更好
    因此使用MSE-SR替换GAN-SR中伪影的区域：
    ![[Pasted image 20250310161219.png|300]]

![[Pasted image 20250310161237.png|300]]

3.4 小结
  1. 将推理的真实世界图像通过MSE-SR模型生成伪GT图像；
  2. 使用低分辨率LR图像与伪GT图像进行微调训练,重建出伪影较少的超分辨率SR图像。

4. 实验

4.1可视化分析

![[Pasted image 20250310161440.png|500]]在这里插入图片描述

4.2 用户调研分析

在这里插入图片描述

  1. 相较于GAN-SR模型，验证DeSRA模型是否减少伪影：
    • 20组随机打乱的图像对，15人参与调研，选择认为伪影较少的图像。
  2. 相较于MSE-SR模型，验证DeSRA模型是否重建更多的纹理细节：
    • 20组随机打乱的图像对，15人参与调研，选择认为更多细节的图像。

5. 结论

  1. 分析GAN-SR伪影，并提出了检测和删除伪影的DeSRA模型：

    • 首先测量MSE-SR 和 GAN-SR重建图像的相对局部方差，然后根据距离图和语义区域定位伪影区域。在检测到有伪影的区域后，我们使用基于 MSE 的结果作为伪GT图像来微调模型。

  2. SOTA：

    • 实验表明，DeSRA能够有效的检测和删除伪影，并且显著提高了GAN-SR模型在真实世界超分辨率技术的实际应用能力。

相关文章：

超分之DeSRA

Desra: detect and delete the artifacts of gan-based real-world super-resolution models.DeSRA：检测并消除基于GAN的真实世界超分辨率模型中的伪影Xie L, Wang X, Chen X, et al.arXiv preprint arXiv:2307.02457, 2023. 摘要 背景： GAN-SR模型虽然…...

编程日记 2025/8/22 2:09:09

产城融合典范：树莓科技如何助力宜宾数字经济腾飞​

宜宾在推动数字经济发展的征程中，树莓科技扮演着至关重要的角色，堪称产城融合的典范。 树莓科技入驻宜宾后，积极与当地政府合作，以产业发展带动城市建设，以城市功能完善促进产业升级。在产业布局上，树莓科…...

编程日记 2025/8/22 2:00:06

Java数据结构第二十二期：Map与Set的高效应用之道(一)

专栏：Java数据结构秘籍 个人主页：手握风云 目录 一、Map和Set 1.1. 概念 二、搜索树 2.1. 概念 2.2. 查找操作 2.2. 插入操作 2.3. 删除操作 2.4. 性能分析 三、搜索 3.1. 概念及场景 3.2. 模型 四、Map 4.1. Map的说明 3.2. Map的使用 五…...

编程日记 2025/8/22 2:03:52

焊接安全的新纪元：智能监管系统的力量

在现代制造业中，焊接作为一项关键工艺，其安全性直接关系到生产质量和人员安全。为了应对这一挑战，一款创新的焊接联网智能化监管系统应运而生，为焊接行业带来了新的安全保障。 智能监管，安全升级 这款系统通过“一机…...

编程日记 2025/8/21 8:50:04

OpenGL中绘制图形元素的实现（使用visual studio（C++）绘制一个矩形）

目标&#xff1a;使用OpenGL提供的函数绘制矩形、线段、三角形等基本图形元素 所需效果 实验步骤 1、配置OpenGL&#xff08;详情参见OpenGL的配置&#xff09; 2、头文件引入 #include <gl/glut.h> 3、编写方法体 1>矩形实现 //绘制矩形 void DisplayRectangl…...

编程日记 2025/8/22 2:00:06

政安晨【零基础玩转各类开源AI项目】Wan 2.1 本地部署，基于ComfyUI运行，最强文生视频 图生视频，一键生成高质量影片

政安晨的个人主页&#xff1a;政安晨 欢迎 &#x1f44d;点赞✍评论⭐收藏 希望政安晨的博客能够对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正&#xff01; 目录 下载项目 创建虚拟环境 安装项目依赖 尝试运行 依次下载模型 完成 我们今天要使…...

编程日记 2025/8/22 2:03:52

DeepLabv3+改进8:在主干网络中添加SIM注意力机制|助力涨点

🔥【DeepLabv3+改进专栏！探索语义分割新高度】 🌟 你是否在为图像分割的精度与效率发愁？ 📢 本专栏重磅推出： ✅ 独家改进策略：融合注意力机制、轻量化设计与多尺度优化 ✅ 即插即用模块：ASPP+升级、解码器 PS:订阅专栏提供完整代码 论文简介 在本文中，我们提出了…...

编程日记 2025/8/22 1:58:52

卷积神经网络（笔记01）

视觉处理三大任务&#xff1a;分类、目标检测、图像分割 CNN网络主要有三部分构成&#xff1a;卷积层&#xff08;Convolutional Layer&#xff09;、池化层&#xff08;Pooling Layer&#xff09;和激活函数 一、解释卷积层中的偏置项是什么&#xff0c;并讨论在神经网络中引…...

编程日记 2025/8/22 1:57:59

从自己电脑的浏览器访问阿里云主机中运行的LLaMA-Factory webui

阿里云主机上LLaMA-Factory的webui在0.0.0.0:7860侦听&#xff0c;无法直接打开&#xff0c;需要通过代理的方法访问。 在LLaMA-Factory目录下创建一个脚本文件run.sh&#xff0c;并加上执行权限&#xff0c;内容如下&#xff1a; #!/bin/shexport GRADIO_SERVER_PORT7860 ex…...

编程日记 2025/8/22 1:56:39

大数据面试之路 (一) 数据倾斜

记录大数据面试历程 数据倾斜 大数据岗位 &#xff0c;数据倾斜面试必问的一个问题。 一、数据倾斜的表现与原因 表现 某个或某几个Task执行时间过长&#xff0c;其他Task快速完成。 Spark/MapReduce作业卡在某个阶段&#xff08;如reduce阶段&#xff09;&#xff0c;日志显…...

编程日记 2025/8/22 1:58:00

文件上传漏洞 upload-labs靶场

&#xff08;这个没删就是还没做完 ; ω ; &#xff09; 目录 Pass-01 前端绕过 关卡分析 绕过&#xff1a;Burpsuite抓包修改或页面禁用js Pass-02 服务器端检测–IMME类型 关卡分析 Content-type 绕过&#xff1a;抓包修改文件的content-type Pass-03 黑名单绕过 关…...

编程日记 2025/8/22 2:00:07

「 DelegateUI 」Ant-d 风格的 Qt Qml UI 套件

写在前面&#xff1a;关于为什么要写一套新的UI框架 一方面&#xff0c;Qt Qml 生态中缺乏一套既遵循现代设计规范(自带的功能少且丑,懂得都懂)&#xff0c;又能深度整合 Qt 生态的开源组件库。 另一方面&#xff0c;Qt Qml 中也有一些其他方案&#xff0c;例如 FluentUI Qml…...

编程日记 2025/8/22 1:09:43

数字人分身开发指南：从概念到实战

一、什么是数字人分身&#xff1f; 想象一下&#xff0c;在电脑或手机屏幕里&#xff0c;一个能跟你聊天、回答问题&#xff0c;甚至还能做表情的虚拟角色。这就是数字人分身&#xff0c;它用上了人工智能技术&#xff0c;让机器也能像人一样交流。无论是在线客服、网络主播还…...

编程日记 2025/8/21 11:57:37

Java小白-管理项目工具Maven（2）初识Maven

一、Maven安装 ①安装jdk1.8或以上版本 ②下载Maven&#xff08;此为3.6.0&#xff09;&#xff1a;地址&#xff1a;Download Apache Maven – Maven 下载地址&#xff1a;Index of /dist/maven/maven-3/3.6.0/binaries ③安装Maven到无中文路径即可 bin&#xff1a;含…...

编程日记 2025/8/19 6:49:33

【附JS、Python、C++题解】Leetcode 面试150题（8）

一、题目 11. 盛最多水的容器 给定一个长度为 n 的整数数组 height 。有 n 条垂线&#xff0c;第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。 找出其中的两条线&#xff0c;使得它们与 x 轴共同构成的容器可以容纳最多的水。 返回容器可以储存的最大水量。你不能倾斜…...

编程日记 2025/8/18 15:40:37

什么是向量数据库向量搜索？

向量数据库 专为高效存储与检索高维向量设计&#xff0c;支持语义搜索、推荐系统等AI场景&#xff0c;如文本/图像嵌入的相似性匹配。 ChromaDB 轻量级开源向量数据库&#xff0c;优势在于易用性&#xff08;快速部署、简洁API&#xff09;和小规模场景&#xff08;本地开发、…...

编程日记 2025/8/21 8:03:09

【WRF-Urban】使用 LCZ 替换 WRF 运行中的 LUCC 数据

使用 LCZ 替换 WRF 运行中的 LUCC 数据 WRF-UCM中的城市类型LCZ的背景介绍完整步骤总结1. 获取 LCZ 数据2. 获取 WRF 运行所需的 LUCC 数据3. 使用 w2w 替换 WRF 的 LUCC 数据4. 运行 WRF 预处理（WPS & REAL）5. 运行 WRF 并优化城市参数化Q1：使用 LCZ 替换 WRF 运行中的…...

编程日记 2025/8/20 2:34:14

centos 7 安装apache服务

四步骤 解包 使用tar -zxvf 对.tar.gz 进行解压 使用tar -jxvf 对.tar.bz2 进行解压 rpm命令使用集合 rpm -qa 查询系统已安装的软件包 rpm -ql查看指定软件包存放的位置 rpm -qi查看指定软件包的属性 rpm -qf查看指定文件或目录是由哪个软件包所安装的 rpm -qpi查看指…...

编程日记 2025/8/15 20:59:38

2025各省市建筑产业和工程建设计划安排

1. 前言 十四届全国人大三次会议3月5日上午9时在人民大会堂开幕&#xff0c;国务院总理李强作政府工作报告。 《2025年政府工作报告》&#xff08;以下简称 “报告”&#xff09;作为统筹国家经济、战略布局与社会发展的蓝图&#xff0c;与建筑业息息相关&#xff0c;为今后的…...

编程日记 2025/8/18 12:44:32

广告营销，会被AI重构吗？

DeepSeek设计&#xff0c;即梦AI绘图&#xff0c;剪映成片。 DeepSeek的热度还在高开疯走。 用户对于各个场景下DS应用的探索也还在持续&#xff0c;各种DS的模式被挖掘出来&#xff0c;超级个体们开始给手下的大模型团队进行分工&#xff0c;实践出各种场景下最佳的排列组合方…...

编程日记 2025/8/20 1:56:09

01 音视频知识学习(视频)

图像基础概念 ◼像素&#xff1a;像素是一个图片的基本单位&#xff0c;pix是英语单词picture的简写&#xff0c;加上英 语单词“元素element”&#xff0c;就得到了“pixel”&#xff0c;简称px&#xff0c;所以“像素”有“图像元素” 之意。 ◼ 分辨率&#xff1a;是指图像…...

编程日记 2025/8/16 12:42:43

深入探究 Ryu REST API

Ryu 4.34 REST API 详细接口说明与示例 Ryu 4.34 的 REST API 提供了对 SDN 网络的核心管理功能&#xff0c;涵盖交换机、流表、端口、拓扑和 QoS 等操作。以下是详细的接口分类、功能说明及 Python 示例代码。 1. 交换机管理 1.1 获取所有交换机 DPID 端点: GET /stats/swi…...

编程日记 2025/8/18 18:58:07

不同AI生成的PHP版雪花算法

OpenAI <?php /*** Snowflake 雪花算法生成器* 生成的 64 位 ID 结构&#xff1a;* 1 位 保留位&#xff08;始终为0&#xff0c;防止负数&#xff09;* 41 位 时间戳&#xff08;毫秒级&#xff0c;当前时间减去自定义纪元&#xff09;* 5 位 数据中心ID* 5 …...

编程日记 2025/8/16 9:56:01

texstudio: 编辑器显示行号+给PDF增加行号

texstudio在编辑器部分增加行号&#xff1a; texstudio默认在编辑器部分不显示行号&#xff0c;如下图&#xff1a; 要实现以下的在编辑部分增加行号&#xff1a; 执行如下操作&#xff1a; 选项-->设置TexStudio-->编辑器-->显示行号-->所有行号选择好后&…...

编程日记 2025/8/20 21:02:22

强化学习基础-马尔可夫决策过程与贝尔曼方程

马尔可夫决策过程 在老虎机问题中&#xff0c;无论智能代理采取什么行动&#xff0c;之后要解决的问题都是一样的。也就是寻找最好的老虎机。但现实生活中的问题是不同的。例如&#xff0c;在围棋游戏中&#xff0c;智能代理落子后&#xff0c;棋盘上的棋子排列会发生变化&…...

编程日记 2025/8/20 22:45:12

爬虫的精准识别：基于 User-Agent 的正则实现

&#x1f9d1; 博主简介&#xff1a;CSDN博客专家&#xff0c;历代文学网&#xff08;PC端可以访问&#xff1a;https://literature.sinhy.com/#/?__c1000&#xff0c;移动端可微信小程序搜索“历代文学”&#xff09;总架构师&#xff0c;15年工作经验&#xff0c;精通Java编…...

编程日记 2025/8/20 13:51:59

Scala的初步使用

目录 1. Scala简介2. Scala编写的Hello World2.1 pom.xml中依赖和插件的配置2.2 安装Scala2.12.172.3 安装code-server插件2.4 helloworld.scala2.5 helloworld2.scala2.6 java调用scala object 3. Scala调用Java3.1 例子13.2 例子2 参考 1. Scala简介 Scala是一门多范式的编程…...

编程日记 2025/8/16 4:27:42

【Json RPC框架】框架介绍与环境搭建（Ubuntu 22.04）

&#x1f381;个人主页&#xff1a;我们的五年 &#x1f50d;系列专栏&#xff1a;Json RPC框架 &#x1f337;追光的人&#xff0c;终会万丈光芒 &#x1f389;欢迎大家点赞&#x1f44d;评论&#x1f4dd;收藏⭐文章 ​ JSon RPC框架系列文章Json RPC框架_我们的五年的博…...

编程日记 2025/8/16 12:51:56

python读取word文档 | AI应用开发

python读取word文档 | AI应用开发 RAG中python读取word文档 RAG系统中构建知识库流程中重要的一个步骤是读取外挂的知识文档&#xff0c;为word是其中比较常见的文件。 另一个值得注意的是&#xff0c;RAG在读取文档后需要对文档进行分割&#xff0c;而良好的分割需要有一定结…...

编程日记 2025/8/20 9:16:26

20、组件懒加载

组件懒加载&#xff0c;也被称为异步组件加载&#xff0c;是一种在 Vue 项目中提升性能的重要技术手段。下面从概念、实现原理、使用场景、实现方式几个方面详细介绍&#xff1a; 概念 在传统的 Vue 项目里&#xff0c;当应用启动时&#xff0c;所有的组件代码都会被一次性加…...

编程日记 2025/8/21 23:55:42

打造智能钉钉机器人：借助智谱GLM-4-Flash实现高效智能回复（文末附源码）

文章目录 前言一、准备工作&#xff08;一&#xff09;钉钉机器人&#xff08;二&#xff09;智谱 GLM-4-Flash&#xff08;三&#xff09;内网穿透工具 cpolar&#xff08;四&#xff09;需要准备的工具和环境 二、钉钉机器人的创建与配置步骤1&#xff1a;创建钉钉机器人步骤…...

编程日记 2025/8/16 12:30:36

【故障处理系列--docker卷的挂载】

一位伙伴需求是把容器的目录映射到宿主机且容器目录的内容不被宿主机的空白目录覆盖。我的第一反应是-v 卷的映射&#xff0c;参数是对的&#xff0c;但是用法是错的 1、容器卷的挂载方式 容器把目录映射到宿主机创建volume卷&#xff0c;然后把容器的目录和volume卷绑定 区别…...

编程日记 2025/8/20 15:36:16

兴达易控modbusTCP转profinet接防撞雷达测试

modbusTCP转profinet接防撞雷达测试 随着工业自动化程度的不断提高&#xff0c;现场设备之间的通信需求日益增长。ModbusTCP作为一种广泛应用的工业通信协议&#xff0c;因其简单、可靠的特点&#xff0c;被广泛应用于各种自动化设备中。而Profinet作为工业以太网的一种&#…...

编程日记 2025/8/18 6:51:51

Acknowledgment.nack方法重试消费kafka消息异常

文章目录 问题示例异常 原因nack方法Acknowledgment接口实现类&#xff1a;ConsumerAcknowledgment实现类&#xff1a;ConsumerBatchAcknowledgment 解决方案1 批量消费指定index示例 2 单条消费示例 问题 使用BatchAcknowledgingMessageListener 批量消费Kafka消息&#xff0…...

编程日记 2025/8/16 12:33:21

通过动态获取后端数据判断输入的值打小

eval() 函数在 JavaScript 中是一个非常强大的函数 【1】计算简单公式 很多时候如果需要动态的提供计算的公式&#xff0c;需要写一大段的公式计算逻辑去兼容&#xff0c;可能耗费大量的开发成本。为了快速了解 eval 的用法&#xff0c;直接 ① 打开浏览器&#xff1b;② F1…...

编程日记 2025/8/16 9:55:55

乐维网管平台核心功能解析（一）——告警关联知识

在数字化转型浪潮中&#xff0c;企业IT系统规模呈指数级增长&#xff0c;传统的"人工经验"运维模式已难以应对海量告警处理需求。某银行数据中心曾统计&#xff0c;其日均告警量突破10万条&#xff0c;关键故障的平均定位时间长达3.5小时&#xff0c;直接导致年损失超…...

编程日记 2025/8/21 12:21:30

数据结构_单链表

今天我们要开启链表的学习 &#x1f58b;️&#x1f58b;️&#x1f58b;️ 学了顺序表我们可以知道&#xff1a; &#x1f388;链表其实就是争对顺序表的缺点来设计的&#xff0c;补足的就是顺序表的缺点 &#x1f388;链表在物理上是上一个节点存放的下一个节点的地址 链表 …...

编程日记 2025/8/19 14:23:25

b站视频下载工具软件怎么下载

自行配置FFMPEG环境 请优先选择批量下载&#xff0c;会自处理视频和音频文件。 如果要下载更高质量请登陆。 没有配置FFMPEG下载后会有报错提示&#xff0c;视频音频文件无法合并生成mp4文件 更新批量下载标题&#xff0c;只取视频原标题&#xff0c;B站反爬机制登陆后下载多了…...

编程日记 2025/8/20 13:50:02

如何实现pinia的持久化存储

在 Vue 3 项目中使用 Pinia 进行状态管理时&#xff0c;若要实现持久化存储&#xff0c;可借助 pinia-plugin-persistedstate 插件&#xff0c;该插件能让 Pinia 存储的状态在页面刷新或关闭后依然保留。下面为你详细介绍实现步骤&#xff1a; 1. 安装插件 首先&#xff0c;在…...

编程日记 2025/8/21 1:08:18

webpack介绍

entry与output 入口是 Webpack 开始构建依赖图的起点&#xff0c;Webpack 会从入口文件开始&#xff0c;递归地分析项目的依赖图。输出指定 Webpack 打包后的文件存放位置和文件名。 const path require("path");module.exports {entry: "./src/index.js&qu…...

编程日记 2025/8/19 15:15:54

使用Mermaid语法绘制的C语言程序从Linux移植到Windows的流程图

以下是使用Mermaid语法绘制的C语言程序从Linux移植到Windows的流程图&#xff1a; graph TDA[开始移植] --> B[代码兼容性检查]B --> C[检查系统调用差异\nfork/exec -> CreateProcess]B --> D[检查文件路径格式\n/ vs \\]B --> E[检查依赖库兼容性\nPOSIX vs …...

编程日记 2025/8/15 16:51:59

蓝桥杯嵌入式组第七届省赛题目解析+STM32G431RBT6实现源码

文章目录 1.题目解析1.1 分而治之&#xff0c;藕断丝连1.2 模块化思维导图1.3 模块解析1.3.1 KEY模块1.3.2 ADC模块1.3.3 IIC模块1.3.4 UART模块1.3.5 LCD模块1.3.6 LED模块1.3.7 TIM模块 2.源码3.第七届题目 前言&#xff1a;STM32G431RBT6实现嵌入式组第七届题目解析源码&…...

编程日记 2025/8/20 7:25:18

【spring bean的生命周期】

以下是使用 Mermaid 绘制的 Spring Bean 生命周期流程图&#xff1a; 流程说明 实例化&#xff1a;Spring 容器创建 Bean 的实例。属性赋值&#xff1a;Spring 为 Bean 的属性注入值&#xff08;依赖注入&#xff09;。BeanPostProcessor.postProcessBeforeInitialization&…...

编程日记 2025/8/18 23:53:48

数据类设计_图片类设计之3_半规则图类设计(前端架构基础)

前言 学的东西多了,要想办法用出来.C和C是偏向底层的语言,直接与数据打交道.尝试做一些和数据方面相关的内容 引入 接续上一篇讨论半规则图类型的设计 半规则图的定义 什么是半规则图?笔者看见了一些似乎规则又不是太规则的图形,例如带圆角的矩阵,在页面上找一个圆角框 为了…...

编程日记 2025/8/16 9:55:47

【leetcode hot 100 138】随机链表的复制

解决一&#xff1a;回溯 哈希表 本题要求我们对一个特殊的链表进行深拷贝。如果是普通链表&#xff0c;我们可以直接按照遍历的顺序创建链表节点。而本题中因为随机指针的存在&#xff0c;当我们拷贝节点时&#xff0c;「当前节点的随机指针指向的节点」可能还没创建&#xf…...

编程日记 2025/8/20 8:21:40

如何安全处置旧设备？

每年&#xff0c;数百万台旧设备因老化、故障或被新产品取代而被丢弃&#xff0c;这些设备上存储的数据可能带来安全风险。 如果设备没有被正确删除数据&#xff0c;这些数据往往仍可被恢复。因此&#xff0c;安全处置旧设备至关重要。 旧设备可能包含的敏感数据 旧设备中可能…...

编程日记 2025/8/18 3:04:07

Windows 万兴恢复专家 Wondershare Recoverit-v13.5.7.9-[电脑数据恢复工具]

Windows 万兴恢复专家Wondershare_Recoverit 链接&#xff1a;https://pan.xunlei.com/s/VOL3z608vzAj_IYTvH-F1q7kA1?pwdiu89# 1. 打开Setup.exe进行安装&#xff0c;安装完不要打开软件&#xff0c;记住安装目录 2. 将"Crack"文件夹内的所有文件复制到安装目录 …...

编程日记 2025/8/16 10:00:36

eLection: 1靶场渗透测试

eLection: 1 来自 <eLection: 1 ~ VulnHub> 1&#xff0c;将两台虚拟机网络连接都改为NAT模式 2&#xff0c;攻击机上做namp局域网扫描发现靶机 nmap -sn 192.168.23.0/24 那么攻击机IP为192.168.23.182&#xff0c;靶场IP192.168.23.196 3&#xff0c;对靶机进行端口服…...

编程日记 2025/8/16 11:43:59

类与对象（下）

1 . 再谈构造函数 1.1构造函数体赋值 在创建对象时&#xff0c;编译器通过调用构造函数&#xff0c;给对象中各个成员变量一个合适的初始值。 class B { public:B(int a0){_a a;} private:int _a; };虽然上述构造函数调用之后&#xff0c;对象中已经有了一个初始值&#xf…...

编程日记 2025/8/16 12:03:17

数字人源头技术搭建模型--v10追踪推理逻辑

数字人源头技术搭建模型--v10追踪推理逻辑 #数字人# #数字人技术源头saas开发# 数字人源头技术搭建模型V10的追踪推理逻辑通常涉及以下几个关键方面&#xff1a; 数据收集与预处理 - 多模态数据采集&#xff1a;收集图像、音频等多模态数据。例如通过摄像头采集人物的面部…...

编程日记 2025/8/18 17:59:39