IT天空-我是一滴雨水

原创 OpenCVSharp使用GPU和Cuda

介绍在C#中使用OpenCVSharpGPU的编译过程，解决工程化CPU的性能瓶颈、及机器学习算法结合的时候性能提升问题。

原创 生成AI(三)—创建自己的MidJorney

通过自准备的数据训练MidJorney同类模型，成为私有化部署的AIGC产品。

原创 生成AI(一)—“智能讲师”口唇同步

掌握利用生成AI，实现语音与口唇同步的方式播报视频，为其它功能集成。

原创 足球视频AI(五)——球员与球的对象跟踪

我们需要知道每个球员、裁判的实时位置，并将实时位置记录对应到关键帧，能够通过世界坐标的变换，得到想要的足球参数。利用对象跟踪，实现定人的实时追踪。

原创 足球视频AI(四)——队伍与裁判人员分类

足球比赛中人员为：A队11人、B队11人、裁判，其中我们暂时不研究守门员。需要将球场中的人员分类，并呈现在2D看板中。

原创 足球视频AI(三)——YOLOV7目标检测自训练模型

1）采用labelImg对视频中的逐帧图像进行标注，并保存为yolo格式2）采用YoloV7源码对标注数据进行训练3）集成到实践项目中

原创 足球视频AI(二)——球员与球的目标检测

实际应用中，Yolov7的目标检测的优势：1，在广角、侧面、固定机位的镜头下（如足球转播）效果比Opencv明显较好。2，识别准确率高劣势：1，在无人机（高空人物非常小）效果不好，需要训练2，在广角（鱼眼）效果不好，需要训练3，在帧处理性能，尤其是CPU设备上处理能力较慢（300毫秒一帧），而GPU能达到30毫秒。存在不足的地方是，高分辨率、远景的足球视频中，对于足球的识别非常不准确。因此，后续我们介绍如何自训练Yolov7的模型。

原创 足球视频AI(一)——位置与平面坐标的转换

足球视频位置与平面坐标的转换

原创 AI机器学习（五）Keras h5转onnx C# ML 推理

c# 深度学习模型推理应用 H5转Onnx ML OpenCVSharp Numpy

原创 AWS 设计高可用程序架构——Lambda定时Job

依赖：本文需要了解AWS 架构设计基础知识AWS LambdaAWS Lambda 是一项无服务器计算服务，可运行代码来响应事件并为您自动管理底层计算资源。这些事件可能包括状态更改或更新，例如用户将商品放入电子商务网站的购物车中。您可以使用 AWS Lambda 通过自定义逻辑来扩展其他 AWS 服务，或创建您自己的按 AWS 规模、性能和安全性运行的后端服务。AWS Lambda 可以自动运行代码来响应多个事件，例如，通过 Amazon API Gateway 发送的 HTTP 请求、Amazon Sim

原创 AWS 疑难问题——ECS传递环境变量给C#应用程序

依赖：本文需要了解AWS 架构设计基础知识场景：应用程序或Lambda程序，所有的数据库秘钥等统一管理在secretsmanager中。部署应用程序或Lambda的时，需要将秘钥信息传递给C#的appconfig.json文件。参见《AWS 设计高可用程序架构——ECS Cloudformation》。最为关键的配置项信息上文中的connectionString 存储在 SecretsManager 中的CONN值，将要把它传递给C#应用程序创建VisualStudio控制台工程，Net6版本默认项目名

原创 AWS Neptune图数据库

Amazon Neptune 是一项快速、可靠且完全托管的图形数据库服务，可帮助您轻松构建和运行适用于高度互连数据集的应用程序。

原创 AWS 设计高可用程序架构——Glue(ETL)部署与开发

依赖：本文需要了解AWS 架构设计基础知识AWS Glue 是一项完全托管的 ETL（提取、转换和加载）服务，使您能够轻松而经济高效地对数据进行分类、清理和扩充，并在各种数据存储和数据流之间可靠地移动数据。AWS Glue 由一个称为 AWS Glue Data Catalog的中央元数据存储库、一个自动生成 Python 或 Scala 代码的 ETL 引擎以及一个处理依赖项解析、作业监控和重试的灵活计划程序组成。AWS Glue 是无服务器服务，因此无需设置或管理基础设施。AWS Glue 设计用于

原创 AWS 设计高可用程序架构——APIGateway SQS Cloudformation

AWS架构落地，无服务模式的APIGateway(微服务认证）、SQS、Lambda，云原生的Kafka替代方案。解决高吞吐、可伸缩的IOT设备数据海量上传

原创 AWS 设计高可用程序架构——ECS Cloudformation

AWS架构设计的落地，采用CloudFormation部署应用程序，Route53、ALB、Service、AutoScaling、ECS、Fargate

原创 JMeter AWS API 负载测试方案

AWS API 负载测试方案，找出AWS中的服务瓶颈、优化配置选型。

原创 Docker安装PostgreSQL与应用

准备您需要一台Linux服务器并安装Docker，或使用windows的Docker Desktop安装数据库sudo apt updatesudo apt install postgresql postgresql-contri验证安装sudo -u postgres psql -c "SELECT version();"创建数据库sudo su - postgres -c "createdb [数据库名]"添加 postgres 密码sudo su - postgres -c

原创 Kafka部署与应用

Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。 该项目的目标是为处理实时数据提供一个统一、高吞吐、低延迟的平台。 其持久化层本质上是一个“按照分布式事务日志架构的大规模发布/订阅消息队列”，这使它作为企业级基础设施来处理流式数据非常有价值。

原创 Jenkins 自动化部署（CI/CD)

Jenkins 自动化部署（CI/CD)准备您需要一个本地的Linux服务，用来安装Jenkins服务端您需要一个本地的windows项目服务器，用来自动化部署项目代码您需要一个本地的docker仓库，用来管理镜像，索引：创建仓库概念图安装Jenkins服务器Java环境yum install java-1.8.0-openjdk* -yjava -version安装Jenkinssudo wget https://pkg.jenkins.io/redhat/jenkins-2.1

原创 CodeQL代码安全扫描工具安装部署

CodeQL 是开发人员用来自动化安全检查的分析引擎，安全研究人员用来执行变体分析。在 CodeQL 中，代码被视为数据。安全漏洞、错误和其他错误被建模为可以针对从代码中提取的数据库执行的查询。

原创 NPM 私有仓库

搭建内部私有的NPM私有仓库，对于管理人员能够定期的发布NPM包，对于开发人员，方便的拉取包并开发。

原创 Docker镜像仓库(账号密码与Https访问）

搭建内部私有的镜像仓库，供开发、CI/CD、快速部署使用。通过账号密码的管理控制镜像的安全，能够对接阿里、AWS等连接到本地进行部署

原创 PDF文件签名与盖章

最近看到互联网上越来越多的合同都是以PDF的方式发送合同，并让用户感受到真切的法律效用，PDF合同文件都会有签章。他有两方面好处，一个是让用户看到合同时有个正式的公司签章；另一个是PDF文件的签名能够防止篡改，具有一定的法律效应。

原创 Socket通信框架-Netty（基础）

原本Netty是由JBOSS提供的一个java开源框架后来由微软抄了一份.net的版本, 是业界最流行的NIO框架，整合了多种协议（ 包括FTP、SMTP、 HTTP等各种二进制文本协议）的实现经验，精心设计的框架，在多个大型商业项目中得到充分验证。

原创 AI机器学习（四）一些简单的思考

商业应用时间原因，本想好好整理章节，后续跟进下去，但目前情况不允许，先到这里。 简单探讨下商业应用方式： 可以配合云计算引擎（如Hadoop、Spark、我自己写了一个C#版的分布式计算引擎-基于内存的，比Spark早2年） 。 在文本信息挖掘、图像检索（痕迹、医学影像、日常照片等）应用会比较广泛，因为是不断学习的过程，因此，肯定比传统识别算法更具优势。 领域方面大家自己开拓吧，说的多可能

原创 AI机器学习（三）神经网络在图片上的应用(C#)

Deep Belief Network Deep Belief Network Learning 2层神经网络的建模能力是非常强大的，但是要求隐节点个数足够多，多到难以接受。如果采用更深层的网络，比如3层网络，即两个hidden层，每层100个节点，则可以和hidden层有10000个节点的2层网络建模能力差不多，类似，4层网络，三个hidden层，每层100个节点，可以和hidden层有1000

原创 AI机器学习（二）让机器学会“异或”(C#)

Support Vector Machine SVM指的是支持向量机(外文名Support Vector Machine)，在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。SVM具有以下特征： ⑴SVM学习问题可以表示为凸优化问题，因此可以利用已知的有效算法发现目标函数的全局最小值。而其他分类方法（如基于规则的分类器和人工神经网络）都采用一种基于贪心学习的策

原创 AI机器学习（一）背景及环境(C#)

AI机器学习（一）背景及环境(C#)前言随着alphago人机对战最终以机器大胜之后，AI的商业应用逐步进入我们的视野。很多人投身到机器学习领域，我也作为一个爱好者始终关注这一方面。因工作需要，偶然间涉猎到了图像识别领域，考虑到图像拍照所受的光照、曝光、噪点等多方面影响，一方面当前团队对传统图像识别算法掌握的专业知识有限；另一方面准确性的验证和调优若采用传统算法，时间周期会非常长。因上手边有大量确定

转载 Oracle 全文检索 中文检索

设置过程 1．首先，检查你的数据库是否安装了intermedia 这可以通过检查是否有ctxsys用户和ctxapp角色(role). 如果没有这个用户和角色，意味着你的数据库创建时未安装intermedia功能。你必须修改数据库以安装这项功能。  修改过程：       运行 $ORACLE_HOME/bin/dbassist, 选择'modify databas

原创 InstallShield 2013 应用笔记（三）

上一篇，主要介绍了InstallShield的注册表、服务安装、程序打包。 接下来继续介绍InstallShield的自定义安装界面、许可授权文件、默认启动程序 许可授权产品在最终提供给用户的时候，需要将相关授权信息，呈现在安装界面。 有暴雪游戏玩家这样描述暴雪的许可授权：我是你爹。 授权的写法大家可以在网上找一些模板，但需要注意的是，英文授权和国内软件的授权写法差别太大，大家需

原创 InstallShield 2013 应用笔记（二）

上篇介绍了InstallShield的基本信息配置、必备环境嵌入，续接上文，继续介绍InstallShield的实际应用。Features当你的打包程序需要提供客户的自定义安装时，也就是我们常见的一般软件有典型安装、默认安装、自定义安装三项中，“自定义”安装选项。 需要说明的是很可惜，在微软自带的Limited Extetion 中对InstallShield的多Features是不支持的，如果您

原创 InstallShield 2013 应用笔记（一）

背景因项目需要，将最终交付的应用打包成安装程序。在VS2010之前版本，所有安装包制作，我都使用VS自带的安装程序。在VS2010后，因对VS的安装程序维护成本过高，依赖的VBScript脚本语言，因此微软官方放弃了两个很好用的东西，一个就是VS自带的安装程序，另一个是宏命令。取而代之的是Nuget的三方平台开放和鼓励政策。 InstallShield的版本分为： Premier

原创 EF6 （一）环境配置

一、简介Entity Framework是 ADO.NET 中的一套支持开发面向数据的软件应用程序的技术。 面向数据的应用程序的架构师和开发人员曾为实现两个迥然不同的目标费尽心机： 他们必须为要解决的业务问题的实体、关系和逻辑构建模型，还必须处理用于存储和检索数据的数据引擎。 数据可能跨多个各有不同协议的存储系统；甚至使用单个存储系统的应用程序也必须在存储系统的要求与编写高效且容易维护的应用程序代

原创 EF6 备忘 (二) 框架搭建

基本架构项目结构会话定义实现方式 1，通过连接方法，获取产生的Session对象（如果远程方式，则远程服务端产生，如果单机方式，则通过AutoFac产生）； 2，内部利用工厂方法，构建业务对象实例，函数不空开。 3，直接使用Session对象中的业务对象接口行为，进行相关操作。调用方式//会话注册 _session = FSession.Connect

转载 一、图像采集原理

视频采集　　即将视频转换成PC机可使用的数字格式。　　维视专业图象采集卡是将视频信号经过AD转换后，经过PCI总线实时传到内存和显存。在采集过程中，由于采集卡传送数据采用PCIMasterBurst方式，图象传送速度高达33MB/S，可实现摄像机图像到计算机内存的可靠实时传送，并且几乎不占用CPU时间，留给CPU更多的时间去做图像的运算与处理。图象速率及采集的计算公式　　帧图像大小

原创 C# Hadoop学习笔记（十）—C#的分布式计算运行结果

一、Master启动二、Job启动三、本地大文件四、启动计算节点1、2五、启动客户端六、开始结算其中，客户端Mapper代码[DataContract] public class MyMaper : MapperBase { public override void Map(string inputLin

原创 C# Hadoop学习笔记（九）—C#的分布式计算简单类图

一、创建Master节点    1）负责集群整体连接认证（Connect方法）    2）负责集群整体节点状态算法代码如下：[ServiceContract(ProtectionLevel = System.Net.Security.ProtectionLevel.None)] public interface IMasterTracker { //

原创 C# Hadoop学习笔记（八）—C#的分布式计算机制

原创 C# Hadoop学习笔记（七）—C#的云计算框架借鉴（下）

在上篇里，我们主要讨论了，这个系统怎样处理大数据的“读”操作，当然还有一些细节没有讲述。下篇，我们将主要讲述，“写”操作是如何被处理的。我们都知道，如果只有“读”，那几乎是不用做任何数据同步的，也不会有并发安全问题，之所以，会产生这样那样的问题，会导致缓存和数据库的数据不一致，其实根源就在于“写”操作的存在。下面，让我们看一看，当系统需要写一条数据的时候，又会发生怎样的事情？       同样

原创 C# Hadoop学习笔记（六）—C#的云计算框架借鉴（上）

2012年底，末日之后，看到大家都在写年末总结，我也忍不住想一试。工作已经3年半了，头一次写总结。虽然到现在仍是无名小码农一名，但工作这些年，技术着实有不少积累。成长最大的，当然就是这篇文章标题提到的——高性能分布式计算与存储系统的设计和研发过程，这也是我自2010年供职于国内最大的某著名网站之后，和这个系统一起成长，亲眼见证和伴随着它的发展，从一个婴儿一样的"Demo"程序，成长为现在可以处理千