当前位置： 首页 > news >正文

【深度学习】嘿马深度学习目标检测教程第1篇：商品目标检测要求、目标,1.1 项目演示【附代码文档】

news 来源：原创 2025/6/30 9:19:43

教程总体简介：要求 目标 1.1 项目演示 学习目标 1.1 图像识别背景 1.2 什么是目标检测 1.2.1 目标检测定义 1.2.1.1 物体 1.3 目标检测应用场景 1.3.1 行业 1.3.2 应用类别 1.4 开发环境搭建 目标检测概述 3.1 目标检测任务描述 3.1.4 目标定位的简单实现 项目实现 4.9 Web Server + TensorFlow Serving Client 4.9.1 环境安装 4.9.1 Web Server 4.10 服务器部署+小程序 4.10.2 小程序 目标检测算法原理 3.2 R-CNN 3.2.1 目标检测-Overfeat模型 3.2.7 问题？ 3.3 SPPNet 3.5 Faster R-CNN 3.5.2 RPN原理 3.5.4 效果对比 3.6 YOLO(You only look once) 3.6.1 YOLO 这些候选框与我们前面R-CNN系列算法中有哪些不同？ 3.6.2 单元格(grid cell) 3.6.3 非最大抑制(NMS) 3.6.4 训练 3.7 SSD(Single Shot MultiBox Detector) 3.7.1 SSD 问题：SSD中的多个Detector & classifier有什么作用？ 3.7.2 训练与测试流程 3.8 TensorFlowSSD接口 3.8.1 接口文件 数据集处理 2.2 目标数据集标记 2.3 数据集格式转换 2.3.2 TFRecords文件 2.3.3 案例：VOC2007数据集转换 2.4 slim库介绍 2.4.2 导入以及API介绍 4.1 项目结构介绍 4.1.2 项目代码训练架构设计 4.2 数据模块接口 4.2.1 功能需求 4.2.3 商品数据模块代码编写 4.4 预处理 4.4.2 数据增强 4.5 多GPU训练 4.5.1 训练步骤以及设备部署需求 4.5.2 运行过程与代码编写 主函数训练逻辑 一、选择设备初始配置初始部署设备信息 Create global_step. 选择全局步长变量所在的设备 获取类 获取网络参数 初始化网络 获取形状 获取default anchors 默认只返回一个样本 进行数据的批处理以及获取到队列当中（获取多个数据） 要获取批处理：[image, gclasses, glocalisations, gscores] 单列表？ Tensor 列表 重叠的列表进行转换成单列表 r包含着多个样本 计算所有GPU / CPU设备的平均损失和每个变量的梯度总和 获取训练的OP以及摘要OP pre-trained模型路径. 开始训练 4.6 测试

完整笔记资料代码：https://gitee.com/yinuo112/AI/tree/master/深度学习/嘿马深度学习目标检测教程/note.md

感兴趣的小伙伴可以自取哦~

全套教程部分目录：

部分文件图片：

商品目标检测要求、目标

要求

  • 有机器学习基础
  • 有深度学习基础，如神经网络结构、优化过程
  • 知道常见神经网络模型，如CNN（AlexNet、GoogleNet）
  • 了解并使用过TensorFlow框架做过图像识别

目标

  • 掌握图像检测项目的开发流程
  • 掌握模型原理、训练、多GPU徐老年工具的使用
  • 掌握TensorFlow Serving模型的部署以及客户端使用
  • 学完可以从事图像识别、TensorFlow工程师方面的开发工作

1.1 项目演示

学习目标

  • 目标

  • 了解项目的演示结果

  • 应用

  • 无

1.1.1 项目演示

项目已经部署上线，Web端+小程序端演示

1.1.2 项目结构

1.1.3 项目安排

  • 第一阶段：算法模型

  • RCNN以及相关算法

  • YOLO与SSD

  • 算法接口介绍

  • 第二阶段：数据集处理

  • 数据集标记格式

  • 数据集存储与读取

  • 第三阶段：项目实现

  • 数据接口实现

  • 模型接口实现
  • 训练、设备部署逻辑实现
  • 测试接口
  • TensorFlow serving部署模型
  • Web server+TensorFlow serving Client
  • 小程序

1.1 图像识别背景

学习目标

  • 目标

  • 了解图像识别的三大任务

  • 图像识别的两种模式

  • 应用

  • 无

1.1.1 图像识别三大任务

  • 目标识别：或者说分类，定性目标，确定目标是什么（图a）

  • 目标检测：定位目标，确定目标是什么以及位置（图b）

  • 目标分割：像素级的对前景与背景进行分类，将背景剔除（图c，图d）

目标检测：技术成熟并且使用更多的场景

目标分割：适用于理解要求较高的场景，如无人驾驶中对道路和非道路的分割。

1.1.2 图像识别的发展

  • 通用场景

谷歌、微软、Facebook、百度、阿里巴巴在内的科技巨头都花费了大量的人力财力做研究，搭建了很多图像识别的平台。

  • 垂直场景

  • 医疗领域：医疗影像的检测

  • 林木产业：木板树种检测识别

垂直应用场景里的行业特质挖掘和经验积累往往会被忽视，所以在垂直领域的行业中大量的公司正在开发相当多的图像应用。

1.2 什么是目标检测

学习目标

  • 目标

  • 知道目标检测的定义

  • 了解目标检测的技术发展历史

  • 应用

  • 无

1.2.1 目标检测定义

识别图片中有哪些物体以及物体的位置（坐标位置）

1.2.1.1 物体

即图像中存在的物体对象，但是能检测哪些物体会受到人为设定限制。

目标检测中能检测出来的物体取决于当前任务（数据集）需要检测的物体有哪些。假设我们的目标检测模型定位是检测动物（牛、羊、猪、狗、猫五种结果），那么模型对任何一张图片输出结果不会输出鸭子、书籍等其它类型结果。

1.2.1.2 位置

目标检测的位置信息一般由两种格式（以图片左上角为原点(0,0)）：

  • 极坐标表示：(xmin, ymin, xmax, ymax)

  • xmin,ymin:x,y坐标的最小值

  • xmin,ymin:x,y坐标的最大值

  • 中心点坐标：(x_center, y_center, w, h)

  • x_center, y_center:目标检测框的中心点坐标

  • w,h:目标检测框的宽、高

假设这个图像是1000x800，所有这些坐标都是构建在像素层面上：

中心点坐标结果如下：

1.2.2 目标检测的技术发展历史

  • 传统目标检测方法（候选区域+手工特征提取+分类器）

  • HOG+SVM、DPM

  • region proposal+CNN提取分类的目标检测框架

  • (R-CNN, SPP-NET, Fast R-CNN, Faster R-CNN)

  • 端到端（End-to-End）的目标检测框架

  • YOLO、SSD

1.3 目标检测应用场景

学习目标

  • 目标

  • 了解目标检测的行业应用场景

  • 应用

  • 无

1.3.1 行业

  • 公安行业的应用

  • 公安行业用户的迫切需求是在海量的视频信息中，发现犯罪嫌疑人的线索。人工智能在视频内容的特征提取、内容理解方面有着天然的优势。可实时分析视频内容，检测运动对象，识别人、车属性信息，并通过网络传递到后端人工智能的中心数据库进行存储。

  • 农作物的应用

  • 农业中农作物表面的病虫害识别也需要用到目标检测技术

  • 医疗影像检测

  • 人工智能在医学中的应用目前是一个热门的话题，医学影像图像中病变部位检测和识别对于诊断的自动化，提供优质的治疗具有重要的意义。

  • 电商行业的应用

  • 电商行业中充满无数的商品，利用检测功能查询相关商品，快速找到用户需要的商品类型或者品牌类别，从而提高电商领域的用户满意度

1.3.2 应用类别

  • 道路检测

  • 动物检测

  • 商品检测

  • 车牌检测

  • 菜品检测

  • 车型检测

1.4 开发环境搭建

学习目标

  • 目标

  • 无

  • 应用

  • 开发环境搭建

1.4.1 安装

1.4.1.1 虚拟环境安装

  • 1、现在虚拟环境管理工具, 环境隔离(python3版本)）
pip3 install virtualenv
  • 2、配置参数
export WORKON_HOME=$HOME/virtualenv
source /usr/local/bin/virtualenvwrapper.sh
  • 3、新建虚拟环境
mkvirtualenv + -p  /user/bin/python(python版本所在位置) + test(虚拟环境名称)
  • 4、进入虚拟环境
workon test

1.4.1.2 安装环境包

  • 环境包：
pip install -r requirements.txt

requirements.txt文件当中包含所有要安装的库。

  • TensorFlow版本

关于TensorFlow：

上一种方式当中，TensorFlow默认安装的是非GPU版本（1.8版本），如果要安装GPU版本，参考一下资料中提供的如下文件中的安装过程

目标检测概述

了解目标检测基本概念
掌握开发环境的搭建

3.1 目标检测任务描述

学习目标

  • 目标

  • 了解目标检测算法分类

  • 知道目标检测的常见指标IoU

  • 了解目标定位的简单实现方式

  • 应用

  • 无

3.1.1 目标检测算法分类

  • 两步走的目标检测：先进行区域推荐，而后进行目标分类

  • 代表：R-CNN、SPP-net、Fast R-CNN、Faster R-CNN

  • 端到端的目标检测：采用一个网络一步到位

  • 代表：YOLO、SSD

3.1.2 目标检测的任务

3.1.2.1 分类原理回顾

先来回归下分类的原理，这是一个常见的CNN组成图，输入一张图片，经过其中卷积、激活、池化相关层，最后加入全连接层达到分类概率的效果

  • 分类的损失与优化

在训练的时候需要计算每个样本的损失，那么CNN做分类的时候使用softmax函数计算结果，损失为交叉熵损失

  • 常见CNN模型

对于目标检测来说不仅仅是分类这样简单的一个图片输出一个结果，而且还需要输出图片中目标的位置信息，所以从分类到检测，如下图标记了过程:

  • 分类

  • 分类+定位（只有一个对象的时候）

  • 目标检测

3.1.2.2 检测的任务

  • 分类：

  • N个类别

  • 输入：图片
  • 输出：类别标签
  • 评估指标：Accuracy

  • 定位：

  • N个类别

  • 输入：图片
  • 输出：物体的位置坐标
  • 主要评估指标：IOU

其中我们得出来的(x,y,w,h)有一个专业的名词，叫做bounding box(bbox).

3.1.2.3 两种Bounding box名称

在目标检测当中，对bbox主要由两种类别。

  • Ground-truth bounding box：图片当中真实标记的框
  • Predicted bounding box：预测的时候标记的框

一般在目标检测当中，我们预测的框有可能很多个，真实框GT也有很多个。

3.1.2.4 检测的评价指标
任务description输入输出评价标准
Detection and Localization (检测和定位)在输入图片中找出存在的物体类别和位置(可能存在多种物体)图片(image )类别标签(categories)和 位置(bbox(x,y,w,h))IoU (Intersection over Union) mAP (Mean Average Precision)

  • IoU（交并比）

  • 两个区域的重叠程度overlap：侯选区域和标定区域的IoU值

3.1.4 目标定位的简单实现

在分类的时候我们直接输出各个类别的概率，如果再加上定位的话，我们可以考虑在网络的最后输出加上位置信息。

3.1.4.1 回归位置

增加一个全连接层，即为FC1、FC2

  • FC1：作为类别的输出

  • FC2：作为这个物体位置数值的输出

假设有10个类别，输出[p1,p2,p3,...,p10]，然后输出这一个对象的四个位置信息[x,y,w,h]。同理知道要网络输出什么，如果衡量整个网络的损失

  • 对于分类的概率，还是使用交叉熵损失
  • 位置信息具体的数值，可使用MSE均方误差损失（L2损失）

如下图所示

3.1.4.2 位置数值的处理

对于输出的位置信息是四个比较大的像素大小值，在回归的时候不适合。目前统一的做法是，每个位置除以图片本身像素大小。

假设以中心坐标方式，那么x = x/x_image,y/y_image, w/x_image,h/y_image,也就是这几个点最后都变成了0~1之间的值。

3.1.5 总结

  • 掌握目标检测的算法分类
  • 掌握分类，分类与定位，目标检测的区别
  • 掌握分类与定位的简单方法、损失衡量

相关文章：

【深度学习】嘿马深度学习目标检测教程第1篇：商品目标检测要求、目标,1.1 项目演示【附代码文档】

教程总体简介：要求 目标 1.1 项目演示 学习目标 1.1 图像识别背景 1.2 什么是目标检测 1.2.1 目标检测定义 1.2.1.1 物体 1.3 目标检测应用场景 1.3.1 行业 1.3.2 应用类别 1.4 开发环境搭建 目标检测概述 3.1 目标检测任务描述 3.1.4 目标定位的简单实现 项目实现 …...

编程日记 2025/6/30 9:19:43

【蓝桥杯】单片机设计与开发，RTC实时时钟

一、RTC-DS1302概述 二、BCD码 三、三线协议概述 四、RTC的应用 五、DS1302的驱动函数 六、操作流程 七、三线协议驱动程序...

编程日记 2025/6/30 9:09:57

Java 各版本的新特性

Java 各版本的新特性主要集中在提升开发效率、性能优化、语言功能增强和模块化支持等方面。以下是 JDK 8 到 JDK 21（截至2023年）的主要新特性概览： JDK 8 (2014) - LTS Lambda 表达式：支持函数式编程，简化匿名内部类。…...

编程日记 2025/6/30 9:19:42

OpenGL中EBO的使用及原理

EBO 是什么？ 在OpenGL中，EBO（Element Buffer Object），也称为索引缓冲对象 IBO（Index Buffer Object），是一种用于存储顶点索引数据的缓冲区对象。它的核心作用是通过复用顶点数据来减…...

编程日记 2025/6/30 9:08:02

应用分享 | AWG技术突破：操控钻石氮空位色心，开启量子计算新篇章！

利用AWG操作钻石中的氮空位色彩中心 金刚石中的颜色中心是晶格中的缺陷，其中碳原子被不同种类的原子取代，而相邻的晶格位点则是空的。由于色心具有明亮的单光子发射和光学可触及的自旋，因此有望成为未来量子信息处理和量子网络的固态量子发射…...

编程日记 2025/6/30 9:11:44

【Ultralytics YOLO COCO 评估脚本 | 获得COCO评价指标】

文章目录 Ultralytics YOLO COCO 评估脚本 (coco_evaluate.py)1. 描述2. 依赖项3. 使用方法4. 输入文件格式5. 输出6. 注意7. 完整代码 Ultralytics YOLO COCO 评估脚本 (coco_evaluate.py) 这是一个 Python 脚本，用于评估以 COCO JSON 格式提供的目标检测结果。它…...

编程日记 2025/6/30 8:57:33

聊一聊，元件封装知多少？

目录 01 | 简 介 02 | 常见的无源器件封装 03 | 集成(IC)类封装 04 | 功率器件类封装 05 | 连接器类封装 06 | 总 结 01 | 简 介 由于平时工作中，经常需要查看封装的样式，以便初步规划PCB布局；遂萌发对常用的元件封装进行一次总结。 …...

编程日记 2025/6/30 8:26:23

企业需要使用防病毒系统保障数据安全的原因

数据作为企业的重要资产，正面临勒索病毒等极大威胁。在复杂严峻的网络安全形势下，企业的业务运营、数据安全和声誉遭遇诸多来自网络的挑战。2023年，国内发生多起严重网络安全事件，例如数据库漏洞导致数据泄露、钓鱼邮件窃取信息、…...

编程日记 2025/6/28 7:08:15

使用无人机进行露天矿运输道路分析

使用无人机进行露天矿运输道路分析 无人机正在彻底改变采矿业，为露天矿场的运输道路收集数据和分析提供了一种新方法。通过使用 UAS 技术，采矿公司可以更全面地了解道路状况，确定磨损区域，并提高安全性和效率。 本文介绍了无人机用…...

编程日记 2025/6/28 7:02:35

基于Vue.js网页开发相关知识：Vue-router

一、基础知识 vue-router 是 Vue.js 官方的路由管理器，用于实现单页面应用（SPA）的路由功能。以下从几个方面对 vue-router 进行详细分析： 1. 核心概念 路由配置 vue-router 通过定义路由配置对象来管理应用的路由。每个路由配置…...

编程日记 2025/6/30 9:18:14

同时使用Telnet和SSH登录思科交换机

同时使用Telnet和SSH登录思科交换机 1. 配置管理IP地址 首先，为交换机配置一个管理IP地址，以便可以通过网络进行远程管理： Switch(config)# interface vlan [VLAN_ID] Switch(config-if)# ip address [IP地址] [子网掩码] Switch(config-i…...

编程日记 2025/6/30 8:29:24

presto行转列

presto的行列转换和spark、hive一样也是通过外链语句实现的，只不过语法和关键子有点不同，如下 with tmp1 as (select 1,2,3 as a1,4,5,6 as a2 ) select * from tmp1 cross join unnest(split(tmp1.a1, ,),split(tmp1.a2, ,) ) as b(a1s,a2s) 结果如下...

编程日记 2025/6/30 8:55:18

App Usage v5.57 Pro版 追踪手机及应用使用情况

手机使用监控神器：让你的手机使用情况一目了然 现代人的生活已经离不开手机——通讯、娱乐、支付、购物…每天我们花在手机上的时间越来越多。你是否好奇： 每天在各个应用上花费了多少时间？一天中查看了多少次手机？哪些应用在后…...

编程日记 2025/6/29 2:29:20

24.3 CogView3多模态生成实战：从API调优到1024高清图像生成全解析

CogView3多模态生成实战：从API调优到1024高清图像生成全解析 CogView3 & CharGLM：多模态生成技术深度解析 关键词：CogView3 API 调用，图像生成与编辑，多模态提示工程，GLM 技术栈集成，参数优化策略 1. 智谱清言平台演示 CogView-3 核心能力 1.1 CogView3 技术架构…...

编程日记 2025/6/28 6:16:49

操作系统高频（六）linux内核

操作系统高频（六）linux内核 1.内核态，用户态的区别⭐⭐⭐ 内核态和用户态的区别主要在于权限和安全性。 权限：内核态拥有最高的权限，可以访问和执行所有的系统指令和资源，而用户态的权限相对较低&#x…...

编程日记 2025/6/28 6:46:50

Ubuntu系统安装Cpolar 实现内网穿透教程

文章目录 方法 1：使用官方脚本快速安装（推荐）方法 2：手动下载安装包配置与使用常见问题 方法 1：使用官方脚本快速安装（推荐） 下载安装脚本 打开终端，执行以下命令下载并运行安装脚本…...

编程日记 2025/6/28 6:52:00

Trustworthy Machine Learning

1. 可信任机器学习的核心概念 1.1 可信任性的定义 稳健性（Robustness）： 机器学习模型在面对数据噪声、分布变化或对抗性攻击时仍能维持其预测性能的能力。 公平性（Fairness）： 避免 AI 决策对某些群体存在…...

编程日记 2025/6/30 8:39:06

Enovia许可管理系统的特点

在当今竞争激烈的市场环境中，企业对于产品生命周期管理（PLM）的需求日益增加。Enovia许可管理系统，作为一款先进的许可证管理工具，凭借其卓越的特点，助力企业实现资源的高效管理和最大化利用。本文将详细介绍…...

编程日记 2025/6/30 8:27:32

【CSS】样式与效果

个人主页：Guiat 归属专栏：HTML CSS JavaScript 文章目录 1. CSS盒模型1.1 盒模型基础1.2 盒模型类型1.2.1 标准盒模型1.2.2 IE盒模型 2. CSS选择器2.1 基本选择器2.2 组合选择器2.3 伪类和伪元素 3. CSS布局技术3.1 Flexbox布局3.2 Grid布局3.3 定位 4. …...

编程日记 2025/6/29 7:46:13

Python中常用网络编程模块

学习籽料在下方自拿 一、网络基础 网络由下往上分为：物理层、数据链路层、网络怪、传输层、会话层、表示层和应用层。 TCP/IP协议是传输层协议，主要解决数据如何在网络中传输；socket则是对TCP/IP协议的封装，它本身不是协议&…...

编程日记 2025/6/29 16:33:09

python-flask

1.定时任务的时候一定要加--preload，防止 --preload gunicorn --config gunicorn-conf.py --preload index:app 2.source /usr/local/nginx/html/prod/pypd/venv/bin/activate 启动linux的python环境 3.pip freeze > requirements.txt 生成所有依赖 4.p…...

编程日记 2025/6/28 7:17:04

OpenIPC开源FPV之Adaptive-Link信号干扰

OpenIPC开源FPV之Adaptive-Link信号干扰 1. 源由2. 现象3. 分析3.1 冲突弃包3.2 传输丢包 4. 逻辑4.1 可调整参数4.2 可监测参数4.3 逻辑思路 5. 总结6. 参考资料 1. 源由 虽然，OpenIPC作为FPV图传在延时方面使用广播wfb-ng，性能上已经非常棒了。 在权…...

编程日记 2025/6/28 3:36:17

C++ 结构体与函数

一.结构体 1.概念： 结构体（struct）是一种用户自定义复合数据类型，其中可以包含不同类型的不同成员 2.结构体的应用场景： 我们在使用多个变量描述一个对象时，虽然也可以做到，但是难免显得杂乱…...

编程日记 2025/6/28 4:48:02

【Java全栈】Java + Vue 项目框架与运行流程详解

文章目录 ⭐前言⭐一、框架介绍🌟1、后端框架（Java Spring Boot）🌟2、前端框架（Vue 3 Element Plus） ⭐二、项目结构🌟1、后端目录（Spring Boot）🌟2、前端目…...

编程日记 2025/6/30 1:36:57

JAVA：利用 JSONPath 操作JSON数据的技术指南

1、简述 JSONPath 是一种强大的工具，用于查询和操作 JSON 数据。类似于 SQL 的语法，它为处理复杂的 JSON 数据结构提供了简单且高效的解决方案。✨ 代码样例：https://gitee.com/lhdxhl/springboot-example.git 本文将介绍 JSONPath 的基本…...

编程日记 2025/6/30 8:49:29

5.2.1 WPF 通过ItemControl自己做柱状图

1. 最终效果如下图&#xff1a; 1.1 准备数据 ViewModel public class PrimaryItemModel{public double Value { get; set; }public string XLabel { get; set; }}public class MainViewModel{public ObservableCollection<PrimaryItemModel> PrimaryList { get; set; }…...

编程日记 2025/6/27 13:41:22

3.31 代码随想录第三十一天打卡

1049.最后一块石头的重量II (1)题目描述: (2)解题思路: class Solution { public:int lastStoneWeightII(vector<int>& stones) {vector<int> dp(15001, 0);int sum 0;for (int i 0; i < stones.size(); i) sum stones[i];int target sum / 2;for (in…...

编程日记 2025/6/29 18:22:54

基于网启PXE服务器的批量定制系统平台

一.项目背景 公司新购了一批服务器和台式机&#xff0c;需要为台式机和服务器安装系统&#xff0c;一部分需要安装国产OpenEuler&#xff0c;一部分要求安装CentOS 7.9&#xff0c;同时也要满足定制化需求&#xff0c;即按要求分区安装相应软件。 二.项目环境 安装win10/11 …...

编程日记 2025/6/30 8:52:08

Unity光线传播体积(LPV)技术实现详解

一、LPV技术概述 光线传播体积(Light Propagation Volumes)是一种实时全局光照技术&#xff0c;通过将场景中的间接光信息存储在3D网格中&#xff0c;实现动态物体的间接光照效果。 核心优势&#xff1a; 实时性能&#xff1a;相比传统光照贴图&#xff0c;支持动态场景 硬件…...

编程日记 2025/6/29 23:00:55

蓝桥杯备考---》贪心算法之矩阵消除游戏

我们第一次想到的贪心策略一定是找出和最大的行或者列来删除&#xff0c;每次都更新行和列 比如如图这种情况&#xff0c;这种情况就不如直接删除两行的多&#xff0c;所以本贪心策略有误 so我们可以枚举选的行的情况&#xff0c;然后再贪心的选择列和最大的列来做 #include …...

编程日记 2025/6/28 1:21:24

python+playwright 学习-93 结合pands 抓取网页表格数据

playwright 结合 pands 抓取网页表格数据 pandas 直接抓取网页表格数据 web 网页表格数据 """ 上海 202501 天气抓取 """ import pandas as pddf = pd.read_html(fhttp://www.tianqihoubao.com/lishi/shanghai/month/202501.html,encoding...

编程日记 2025/6/30 8:16:55

MVC编程

MVC基本概述 例子——显示本地文件系统结构 先分别拖入ListView,TableView,TreeView 然后在进行布局 在widget.cpp 结果 mock测试 1&#xff0c;先加入json测试对象 2.创建后端目录 3&#xff0c;在src添加新文件 在models文件夹里 在mybucket.h,添加测试用例的三个字段 4.在…...

编程日记 2025/6/30 1:59:17

51单片机总结

写这个文章是用来学习的,记录一下我的学习过程。希望我能一直坚持下去,我只是一个小白,只是想好好学习,我知道这会很难&#xff0c;但我还是想去做&#xff01; 本文写于&#xff1a;2025.03.31 51单片机学习总结&#xff08;有感而发&#xff09; 一、总结结语 一、总结 一路…...

编程日记 2025/6/30 8:59:02

端到端语音识别案例

《DeepSeek大模型高性能核心技术与多模态融合开发&#xff08;人工智能技术丛书&#xff09;》(王晓华)【摘要 书评 试读】- 京东图书 语音识别这一技术正如其名&#xff0c;是通过精密地解析说话人的语音来识别并准确转写出其所说的内容。它不仅仅是一个简单的转录过程&#…...

编程日记 2025/6/30 4:38:30

iOS自定义collection view的page size(width/height)分页效果

前言 想必大家工作中或多或少会遇到下图样式的UI需求吧 像这种cell长度不固定&#xff0c;并且还能实现的分页效果UI还是很常见的 实现 我们这里实现主要采用collection view&#xff0c;实现的方式是自定义一个UICollectionViewFlowLayout的子类&#xff0c;在这个类里对…...

编程日记 2025/6/30 9:15:40

CI/CD基础知识

什么是CI/CD CI&#xff1a;持续集成&#xff0c;开发人员频繁地将代码集成到主干&#xff08;主分支&#xff09;中每次集成都通过自动化构建和测试来验证&#xff0c;从而尽早发现集成错误&#xff0c;常用的CI工具包括Jenkins、Travis CI、CircleCI、GitLab CI等 CD&#…...

编程日记 2025/6/30 9:09:59

MySQL 的 SQL 语句执行顺序

MySQL 的 SQL 语句执行顺序并不完全按照代码的书写顺序执行&#xff0c;而是遵循一套固定的逻辑流程 1. FROM 和 JOIN 作用&#xff1a;确定查询的数据来源&#xff0c;包括表和它们的连接方式&#xff08;如 INNER JOIN, LEFT JOIN 等&#xff09;。 细节&#xff1a; 先执行…...

编程日记 2025/6/27 7:28:00

Dubbo（21）如何配置Dubbo的注册中心？

在分布式系统中&#xff0c;注册中心是一个关键组件&#xff0c;用于服务的注册和发现。Dubbo 支持多种注册中心&#xff0c;包括 ZooKeeper、Nacos、Consul、Etcd 等。下面详细介绍如何配置 Dubbo 的注册中心&#xff0c;以 ZooKeeper 为例。 配置步骤 引入依赖&#xff1a;…...

编程日记 2025/6/29 11:39:50

AISEO中的JSON 如何部署？

一、JSON 是什么&#xff1f; JSON&#xff08;JavaScript Object Notation&#xff09; 是一种轻量级的数据格式&#xff0c;用于在不同系统之间传递结构化信息。它的核心特点是&#xff1a; 易读&#xff1a;用简单的 {键: 值} 对表示数据&#xff0c;例如&#xff1a; json…...

编程日记 2025/6/28 1:22:46

力扣hot100——最长连续序列（哈希unordered_set）

题目链接&#xff1a;最长连续序列 1、错解&#xff1a;数组做哈希表&#xff08;内存超出限制&#xff09; int longestConsecutive(vector<int>& nums) {vector<bool> hash(20000000010, false);for(int i0; i<nums.size();i){hash[1000000000nums[i]]t…...

编程日记 2025/6/30 1:13:48

几种常见的.NET单元测试模拟框架介绍

目录 1. Moq 2. NSubstitute 3. AutoFixture 4. FakeItEasy 总结对比 单元测试模拟框架是一种在软件开发中用于辅助单元测试的工具。 它的主要作用是创建模拟对象来替代真实对象进行测试。在单元测试中&#xff0c;被测试的代码可能依赖于其他组件或服务&#xff0c;如数…...

编程日记 2025/6/28 6:20:05

装饰器模式与模板方法模式实现MyBatis-Plus QueryWrapper 扩展

pom <dependency><groupId>com.github.yulichang</groupId><artifactId>mybatis-plus-join-boot-starter</artifactId> <!-- MyBatis 联表查询 --> </dependency>MPJLambdaWrapperX /*** 拓展 MyBatis Plus Join QueryWrapper 类&…...

编程日记 2025/6/28 4:04:30

11-SpringBoot3入门-整合aop

1、概念&#xff08;个人理解&#xff09; AOP&#xff08;Aspect Oriented Programming&#xff09;&#xff0c;面向切面编程。 1&#xff09;切面&#xff08;Aspect&#xff09;&#xff1a;提供切入连接点的方法 2&#xff09;连接点&#xff08;Joinpoint&#xff09;…...

编程日记 2025/6/30 8:42:58

naive_admin项目实战03 基于Go语言的后端

01.使用Goland打开项目 02.使用Goland连接MySQL 03.执行SQL脚本 set names utf8mb4; set foreign_key_checks 0;-- ---------------------------- -- table structure for permission -- ---------------------------- drop table if exists permission; create table permiss…...

编程日记 2025/6/29 6:32:21

基于卷积神经网络的眼疾识别系统，resnet50，efficentnet（pytorch框架，python代码）

更多图像分类、图像识别、目标检测、图像分割等项目可从主页查看 功能演示&#xff1a; 眼疾识别系统resnet50&#xff0c;efficentnet&#xff0c;卷积神经网络&#xff08;pytorch框架&#xff0c;python代码&#xff09;_哔哩哔哩_bilibili &#xff08;一&#xff09;简介…...

编程日记 2025/6/28 1:22:15

Python数据可视化-第1章-数据可视化与matplotlib

环境 开发工具 VSCode库的版本 numpy1.26.4 matplotlib3.10.1 ipympl0.9.7教材 本书为《Python数据可视化》一书的配套内容&#xff0c;本章为第1章 数据可视化与matplotlib 本文主要介绍了什么是数据集可视化&#xff0c;数据可视化的目的&#xff0c;常见的数据可视化方式…...

编程日记 2025/6/28 3:17:46

Ansible playbook-ansible剧本

一.playbook介绍 便于功能的重复使用 本质上就是文本文件&#xff0c;一般都是以.yml结尾的文本文件。 1.遵循YAML语法 1.要求同级别代码要有相同缩进&#xff0c;建议4个空格。【同级别代码是同一逻辑的代码】 在计算机看来空格和Tob键是两个不同的字符。 2.一个键对应一…...

编程日记 2025/6/28 5:58:28

UDP网络通信

UDP网络通信&#xff1a; 步骤1 创建套接字&#xff1a; #include <sys/types.h> #include <sys/socket.h>int socket(int domain, int type, int protocol);参数一 domain&#xff1a; AF_UNIX Local communication unix(7) 本地通信 AF_INET IPv4 Inte…...

编程日记 2025/6/29 8:34:01

【学习笔记】计算机网络（六）

第6章应用层 文章目录 第6章应用层6.1 域名系统DNS6.1.1 域名系统概述6.1.2 互联网的域名结构6.1.3 域名服务器域名服务器的分区管理DNS 域名服务器的层次结构域名服务器的可靠性域名解析过程-两种查询方式DNS 高速缓存机制 6.2 文件传送协议6.2.1 FTP 概述6.2.2 FTP 的基本工作…...

编程日记 2025/6/28 7:08:13

RK3588使用笔记：系统算法依赖库安装

一、前言 嵌入式设备随着需求的提升&#xff0c;不再仅仅只只运行个单机程序那么简单了&#xff0c;社会发展设备升级&#xff0c;都会逐步引用人工智能&#xff0c;涉及到算法模型&#xff0c;这里基础的部分就是算法环境的安装&#xff0c;有的算法是C&#xff0c;大部分算法…...

编程日记 2025/6/28 4:04:48