- 博客(152)
- 收藏
- 关注
RSS订阅原创 云计算IaaS、PaaS（iPaaS/aPaaS）以及SaaS以及发展趋势
在过去的几十年里，国内数字化的快速发展离不开人口红利的实现如今，随着人口红利的消退和疫情的影响，如何利用SaaS信息服务技术与产业的深度融合，促进国内企业的顺利转型，是企业实现高质量发展的重要课题。未来，随着国家工业互联网战略的同步推进，传统企业数字化转型已成为必然趋势。所以要通过构建SaaS多供应链体系，深度赋能传统企业，帮助企业降低成本，提高效率，实现高质量发展。
2022-12-30 10:41:24
5517
1
原创 OpenHarmony与HarmonyOS
OpenHarmony整体遵从分层设计，从下向上依次为：内核层、系统服务层、框架层和应用层。系统功能按照“系统 > 子系统 > 组件”逐级展开，在多设备部署场景下，支持根据实际需求裁剪某些非必要的组件。内核子系统：采用多内核（Linux内核或者LiteOS）设计，支持针对不同资源受限设备选用适合的OS内核。内核抽象层（KAL，Kernel Abstract Layer）通过屏蔽多内核差异，对上层提供基础的内核能力，包括进程/线程管理、内存管理、文件系统、网络管理和外设管理等。
2022-12-16 15:47:14
2379
原创 云服务器vCPU与物理CPU关系
虚拟化场景，10台服务器，每台服务器2路8核2.8GHz的CPU，提供的vCPU资源 = 10 * 2 * 8 * 2 * 2.8GHz = 896GHz，可承载2个vCPU 2.8GHz的虚拟机160个。vCPU：vCPU是在虚拟化的时候提出来的概念，因此vCPU的讨论都是在虚拟化，划分cpu才会讨论的问题。举例1：虚拟化场景，10台服务器，每台服务器2路8核2.8GHz的CPU，提供的vCPU个数 = 10 * 2 * 8 * 2 = 320个vCPU，可承载2U2G的虚拟机160个。
2022-12-01 14:29:42
4712
原创 iowait过高问题查找及解决方案
一、iostat和iowait详细解说-查看磁盘瓶颈一、iostat基础 %iowait并不能反应磁盘瓶颈1、安装iostat iostat的包名叫sysstatyum install sysstat -y 2、iowait实际测量的是cpu时间：%iowait = (cpu idle time)/(all cpu time) 说明：高速cpu会造成很高的iowait值，但这并不代表磁盘是系统的瓶颈。唯一能说明磁盘是系统瓶颈的方法，就是很高的read/write时间，一般来说超..
2020-12-08 14:44:53
3807
1
原创 OLAP和OLTP基本概念和主要区别
OLAP和OLTP基本概念和主要区别一，OLTP概念OLTP的全称是On-line Transaction Processing，中文名称是联机事务处理。其特点是会有高并发且数据量级不大的查询，是主要用于管理事务（transaction-oriented)的系统。此类系统专注于short on-line-tansactions 如INSERT, UPDATE, DELETE操作。通常存在此类系统中的数据都是以实体对象模型来存储数据，并满足3NF(数据库第三范式)。OLTP是传统的关系型数据库..
2020-12-06 16:29:45
5109
原创 原生和H5对比
对于现在APP开发来说，目前流行的两个方式是原生和H5。就如同之前业界程序猿争论的BS和CS之争一样，业界对于H5和原生也有不小的争论。对于前者的争论在于PC端，后者在于移动端上体现。那一个APP适合用什么技术来开发，主要通过下面几点来判断：1、APP对于文字的要求（格式加粗，字体多样性）是否高，H5可以很好的实现，而原生则会弱于H5；2、APP对于交互（页面切换，部分版块变化）的要求是否高，H5通常在交互上比较吃力，有交互的需求是基本上是在加载一个网页，而原生来说是很简单的一个过程，只是加载变化部
2020-11-24 09:16:41
3042
原创 Python + Opencv 实现视频解码-从视频解码成图片
Python + Opencvimport cv2import osimport pdbcap = cv2.VideoCapture('xx.mp4')image_dir ='xxx'fps =cap.get(cv2.CAP_PROP_FPS)size = (int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)), int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)))fourcc = cv2.VideoWriter_fourcc(*'XV
2020-11-10 17:17:45
2615
原创 Python+opencv实现入侵物体检测
基于Opencv实现入侵检测，加快视频处理速度# -*- coding: utf-8 -*-import cv2import timeimport datetimecap = cv2.VideoCapture(0)avg = NonelastUploaded = datetime.datetime.now()motionCounter = 0time.sleep(10)while(True): # 逐帧获取图像 tiestamp = datetime.date
2020-10-13 18:00:58
2676
1
原创 Kaggle 图像分类任务数据处理--格式转换
背景kaggle上的原始数据集格式是训练图片中只有一个文件夹保存了各个类的图像数据，图像标签存在train_label.csv文件中，图像的名称ID和Label一一对应，文件目录格式如下：--data----train_image----train_label.csv目标将kaggle的数据集格式转换成每一类图像数据都存在该类的文件夹下面代码：# -*- coding: utf-8 -*-# !/usr/bin/python# data-preprocessing.py
2020-10-11 11:53:34
755
1
原创 单体架构、SOA、微服务架构
1. 单体架构的问题 在Java Web开发中，web工程一般会被打包为war包部署在Servlet容器中，如Tomcat。比较简单，开发和调试部署都很方便。 但是当用户量大时，并发量高时，一台机器是无法满足系统的负载的，我们会考虑水平拓展，比如增加服务器的数量，通过负载均衡器（如Nginx）很容易实现应用的水平拓展。但是时间推移，还是会产生很多问题：应用复杂度增加，更新、维护困难影响开发效率应用可靠性降低，这么大一个应用比如出现一个Bug，整个崩溃。2. SOA 针对传统的
2020-05-29 09:16:12
466
转载 深入理解token
摘要: Token 是在服务端产生的。如果前端使用用户名/密码向服务端请求认证，服务端认证成功，那么在服务端会返回 Token 给前端。前端可以在每次请求的时候带上 Token 证明自己的合法地位不久前，我在在前后端分离实践中提到了基于 Token 的认证，现在我们稍稍深入一些。通常情况下，我们在讨论某个技术的时候，都是从问题开始。那么第一个问题：为什么要用 Toke...
2020-02-11 23:19:21
1366
原创 IT行业个人职业发展
IT行业怎么关注自己的职业发展？不要做外包，最好做产品，其次做项目。经历过产品开发过程的你，在其中用到的技术是有积累的，多个技术之间是有关联的，你会形成自己的技术体系。在IT行业，没有自己的技术体系，就意味着你会一堆技术，但哪一个都是孤立的，随便一个什么人就能打败你。不管身在何处，在项目工作过程中不停学习新的技术，形成自己的技术体系！如果你是一名AI工程师，请说一说AI工程师需要掌...
2019-10-29 17:19:50
1271
原创 自动将代码升级到TensorFlow 2代码——tf_upgrade_v2.py
TensorFlow升级到2.0后给出了代码自动升级的脚本和使用方法，详情可见官网TensorFlow官网：https://www.tensorflow.org/guide/upgrade代码链接：tf_upgrade_v2.py# Copyright 2018 The TensorFlow Authors. All Rights Reserved.## Licensed u...
2019-10-09 16:24:03
6214
2
原创 基于yoloV3进行单目标检测
一、前言之前的一篇文章在用SSD进行行人检测是重新对coco数据集中的人标签进行训练，但是精度和速度都比yolov3差一点，应该是训练的原因，这里将基于yolov3tennsorflow版实现单目标检测（Keras版可同理进行更改）。二、准备准备将yolov3目标检测项目下载下来，进入项目的core文件夹将utils.py文件中的draw_bbox函数更改成下面这样def dra...
2019-09-29 20:33:37
2802
2
原创 基于SSD实现行人检测
姿态识别过程需要对人体进行检测，然后再对姿态进行识别，下面是基于SSD进行的单目标检测# -*- coding: utf-8 -*-# @FileName: ssd_body_detect.py#### 主要想引入之前训练的单人体检测模型import numpy as npimport osimport tensorflow as tfimport cv2os.envir...
2019-09-29 17:31:34
2346
2
转载 查看显卡运行程序的详细信息
nvidia-smi提供了显卡使用相关的一系列信息，但是其在最为关键的命令信息却十分简洁，当有多块卡时，清一色的python或者caffe很难分清哪个是谁起的，此外有的程序占用多张卡跑，重复的显示也没有必要。# coding=utf-8import osimport sysimport reimport pwdimport timeimport psutilimport sub...
2019-09-27 14:12:23
1002
原创 基于python +OpenCV hand.xml进行手部检测
一、准备下载hand.xmlhaarcascades---各种分类器xml文件下载地址使用非最大抑制代码可以参考https://blog.csdn.net/Barry_J/article/details/101522653二、代码hand_detect.py#!/usr/bin/python# -*- coding: utf-8 -*-import sysimpo...
2019-09-27 12:01:00
3296
1
原创 python实现对检测目标进行非最大抑制
一、前言在构建目标检测系统时有一个无法绕开的问题——边界框重叠（实际上这是个好兆头，至少代表你的检测系统运行良好，所以甚至可以不将其称作“问题”）。为了去除重叠的边界框（指向同一物体的），我们可以对Mean-Shift算法应用非最大抑制。这个在imutils.object_detection也可以直接调用from imutils.object_detection import non...
2019-09-27 12:00:06
1457
原创 基于python +OpenCV Hogl进行行人检测
一、HOGDescriptor()函数调用OpenCV中的HOGDescriptor()hog = cv2.HOGDescriptor()hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())二、代码#!/usr/bin/python# -*- coding: utf-8 -*-# @Time ...
2019-09-27 11:05:48
2044
2
原创 基于python +OpenCV Haar.xml进行人脸、眼、鼻特征检测
一、文件准备haarcascades---各种分类器xml文件下载地址二、代码#!/usr/bin/python# -*- coding: utf-8 -*-# @Time : 2017/11/20 11:23# @File : faceDetect.py# @Software: PyCharmimport sysimport cv2# face_mo...
2019-09-27 10:55:42
1459
原创 实时人脸性别和年龄识别
age-gender-estimation项目给出了使用keras进行性别和年龄识别的完整流程数据采用的数据集为imdb-wiki，这是一个包含20,284名人的460,723张以及维基百科上imdb的62,328张共计523,051 张人脸图像的数据集，是目前开源的数据集中量级最大的，它给出了图像中人物的性别和出生时间、照片的拍摄时间等信息。原始的图片很大，分成了9个部分共计100多G...
2019-09-26 14:08:08
2745
转载 AI芯片分类
AI芯片分类从功能来看，可以分为Training(训练)和Inference(推理)两个环节。Training环节通常需要通过大量的数据输入，或采取增强学习等非监督学习方法，训练出一个复杂的深度神经网络模型。训练过程由于涉及海量的训练数据和复杂的深度神经网络结构，运算量巨大，需要庞大的计算规模，对于处理器的计算能力、精度、可扩展性等性能要求很高。目前在训练环节主要使用NVIDIA的GPU集...
2019-09-26 09:25:16
2289
原创 关于TensorFlow进行多GPU并行训练的一些技巧
因为TensorFlow训练时默认占用所有GPU的显存。这样如果有人想使用其他两个GPU跑程序，就会因为显存不足而无法运行。所以需要人为指定显存占用率或指定使用单张显卡。一、根据TF官网tutorial部分的Using GPUs，可以总结四种方法： 第一种是使用allow_growth，实现显存运行时分配。当allow_growth设置为True时，TF程序一开始被分配很少的...
2019-09-25 17:03:54
1820
原创 django开源实例项目参考
如果不考虑单独的django app，只考虑可以直接拿来用的网站系统的话，有以下这些值得参考：Django CMS (https://github.com/divio/django-cms) Satchmo (http://www.satchmoproject.com/) Askbot (http://askbot.com/) Sentry (https://github.com/dcr...
2019-09-25 14:31:34
1122
转载 Python 三大神器
Python三大神器Python 中有很多优秀的包，本文主要讲一下 pip, virtualenv, fabric1. pip 用来包管理文档：https://pip.pypa.io/en/latest/installing.html 1 2 3 4 5 6 7 8 9 10 11 12...
2019-09-25 08:58:36
231
原创 python3从网络摄像机解析mjpeg http流
前言网络摄像头的视频流解析直接使用通过http的Mjpeg是具有边界帧信息的multipart / x-mixed-replace，而jpeg数据只是以二进制形式发送。因此，实际上不需要关心HTTP协议标头。所有jpeg帧均以marker开头，0xff 0xd8并以结尾0xff 0xd9。因此，上面的代码从http流中提取了此类帧，并将其一一解码。像下面...(http)0xff 0x...
2019-09-24 14:11:01
2881
2
原创 django配置https
创建自签名ssl证书1、下载软件openssl-0.9.8k_WIN32https://pan.baidu.com/s/1qY8LziO?errno=0&errmsg=Auth%20Login%20Sucess&&bduss=&ssnerror=0&traceid=2、解压后进入bin目录，双击打开openssl.exe，依次运行如下命令...
2019-09-20 17:33:47
789
原创 设计模式 design pattern
什么是设计模式一套被反复使用、多数人知晓的、经过分类编目的、代码 设计经验 的总结； 使用设计模式是为了 可重用 代码、让代码 更容易 被他人理解、保证代码 可靠性； 设计模式使代码编制 真正工程化； 设计模式使软件工程的 基石脉络， 如同大厦的结构一样； 并不直接用来完成代码的编写，而是 描述 在各种不同情况下，要怎么解决问题的一种方案； 能使不稳定依赖于相对稳定、具体依赖于相对...
2019-09-20 13:24:48
162
转载 医疗人工智能发展情况——《2018医疗人工智能报告：跨越再出发》节选
2017年9月，动脉网·蛋壳研究院发布了《2017医疗大数据和人工智能产业报告》，回顾了医疗人工智能的前世今生，对医疗人工智能的能力、应用场景、成本结构，人才情况进行了深度剖析，为产业人士和监管机构提供了一份重要参考材料，引发了广泛讨论。时隔一年，人工智能企业纷纷将产品移至临床，各细分病种/应用的研究不断深入，人工智能产品已经融入到了医疗流程的方方面面。经过这几年的发展，一部分人工智能产品已基...
2019-09-19 14:58:03
1358
原创 Some Websites
DLZoohttps://paperswithcode.com/sotahttps://modelzoo.co/Django/flask/HTML/...https://code.ziqiangxuetang.com/django/django-basic.htmlPaperhttps://blog.csdn.net/Barry_J/artic...
2019-09-16 17:04:42
243
原创 关于论文家电异音检测的一些问题
最近很多人发邮件问我关于家电异音检测相关的问题，总结集中回答一下Q1、HAASD：A dataset of Household Appliances Abnormal Sound Detection论文地址在哪儿？A:PDF || GithubQ2:异音检测准确率？A：目前能达到99%Q3:项目目前应用在线上了吗？A:无法告知...
2019-09-16 12:04:04
679
原创 多线程与多进程处理python socket并发
多线程处理Socket并发server#!/usr/bin/env pythonimport socketimport threadingserver = socket.socket()server.bind(('', 9999))server.listen(5)def readThread(conn, addr): """ 创建一个新的线程，负责和一个...
2019-09-10 11:52:36
864
原创 音频编解码
https://www.cnblogs.com/skyofbitbit/p/3651270.htmlhttps://www.cnblogs.com/imstudy/p/10289944.html音频编解码常用的实现方案有三 种： 第一种就是采用专用的音频芯片对 语音信号进行采集和处理，音频编解码算法集成在硬件内部，如MP3编解码芯片、语音合成 分析芯片等。使用这种方案的优点就...
2019-09-05 14:51:33
1020
原创 谱减法语音降噪的Python实现
转自：https://github.com/itaa/soja-box/tree/master/enhance_speach谱减法语音降噪#!/usr/bin/env pythonimport numpy as npimport waveimport nextpow2import math# 打开WAV文档f = wave.open("input_file.wav...
2019-09-04 16:25:39
2131
原创 DSP/FPGA/ARM/Android
DSPDSP（digital signal processor）是一种独特的微处理器，是以数字信号来处理大量信息的器件。其工作原理是接收模拟信号，转换为0或1的数字信号，再对数字信号进行修改、删除、强化，并在其他系统芯片中把数字数据解译回模拟数据或实际环境格式。它不仅具有可编程性，而且其实时运行速度可达每秒数以千万条复杂指令程序，远远超过通用微处理器，是数字化电子世界中日益重要的电脑芯片。它的...
2019-09-03 17:32:01
1113
原创 人脸识别与情绪识别
python3+face_recognitionimport face_recognitionimport cv2import numpy as npfrom keras.models import load_model# This is a demo of running face recognition on live video from your webcam....
2019-08-27 14:13:52
1224
1
原创 基于开源face_recognition库做的人脸检测与识别
基于开源face_recognition库做的人脸检测与识别只是简单的功能实现，速度有待提高import face_recognitionimport cv2import numpy as np# This is a demo of running face recognition on live video from your webcam. It's a little mo...
2019-08-27 11:25:06
274
原创 人脸检测与情绪识别
基于开源face_recognition库做的人脸检测，调用的情绪识别模型由VGG训练保存的模型只是简单的功能实现，速度有待提高import face_recognitionimport cv2import numpy as npfrom keras.models import load_modeldef img_face_dectect(img): # img =...
2019-08-27 11:22:07
1807
原创 如何成为一个AI产品经理
如何设计一款AI产品？（以智能语音助手为例）1、了解行业现状，技术发展水平，调研市面已有产品，还有哪些痛点没有被满足？2、结合公司已有资源确定产品定位（从移动搜索到智能搜索）；3、逐步迭代：从垂直类bot到通用bot，从H5-demo到移动app；4、精细化运营：扩充问答覆盖范围、增加闲聊语料库、优化交互方式；5、寻求更多合作，获取更多资源：优质资源的接入（喜马拉雅）、开放接口...
2019-08-27 10:03:31
1027
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人