自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

谢谢大家的关注

  • 博客(286)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 Python零基础从小白打怪升级中~~~~~~~Python正则表达式

查找并返回一个匹配项的函数有3个：search、match、fullmatch，他们的区别分别是：search： 查找任意位置的匹配项match： 必须从字符串开头匹配fullmatch： 整个字符串与正则完全匹配。

2024-04-21 15:20:28 870

原创 大模型面试千问

一、baichuan-7B篇你了解baichuan-7B解构么？介绍一下？baichuan-7B 如何 收集原始数据并 构建 训练数据？baichuan-7B 如何 提高 训练稳定性和吞吐？二、baichuan-13B篇相比于 baichuan-7B，baichuan-13B 的 特点体现在哪里？如何 对 baichuan-13B 进行推理和部署？如何 对 baichuan-13B 进行微调？三、baichuan-53B篇。

2024-04-18 21:27:22 830

原创 Python零基础从小白打怪升级中~~~~~~~生成器和迭代器

一个实现了__iter__方法和__next__方法的对象IteratorIterable1、list、dict、str、tuple、set是可迭代对象但不是迭代器；2、可迭代对象可以转为迭代器，for循环会自动转换成迭代器。或者调用iter函数3、如果把所有数据丢到列表中 可以 优点 速度快 缺点 列表占内存太大,如果使用迭代器申请固定的空间也就是一个个的拿出来， 能节约内存，但是浪费时间；4、需要用类来写迭代器，需要重写 _iter_( ) 和 _next_( ）方法；

2024-04-18 20:39:09 402

原创 Python零基础从小白打怪升级中~~~~~~~多线程

使用其他语言写的python解释器(不推荐,还是用官方CPython好)不使用多线程,使用多进程-进程里加协程实现多任务来充分利用多核CPU (推荐)

2024-04-17 21:46:56 918

原创 大厂嵌入式面试常考八股文及算法

1.指向已被释放或无效的内存地址的指针是野指针。互斥锁是一种用于线程同步的机制，用于确保同一时间只有一个线程访问共享资源。多态是面向对象编程中的一种特性，它允许以一种统一的方式处理不同类型的对象，通过相同的接口可以表现出不同的行为。大小端（Endian）指的是在计算机存储和处理多字节数据时，字节的存储顺序。大端序（Big Endian）：高位字节存储在低地址，低位字节存储在高地址。类似于将数字的高位放在左边，低位放在右边的表示方式。例如整数值0x12345678在内存中按照大端序排列为。

2024-04-17 14:23:16 705

原创 国内外大模型最全合集

中国的大模型研发在近年来取得了显著进展，众多科技公司和研究机构都投入到了这一领域，并推出了各自的大模型产品。

2024-04-16 16:10:06 1742

原创 Python零基础从小白打怪升级中~~~~~~~TCP网络编程

TCP( Transmission control protocol )即传输控制协议，是一种面向连接、可靠的数据传输协议，它是为了在不可靠的互联网上提供可靠的端到端字节流而专门设计的一个传输协议。

2024-04-16 15:18:36 564

原创 Python零基础从小白打怪升级中~~~~~~~FastAPI项目实战：员工管理

功能模块： 一个项目，通过划分不通需求，把整个项目，分成多个功能模块。一般都会给每一个功能模块，分配一个子路由。

2024-04-16 13:48:04 242 1

原创 AI大模型语言开源大语言模型完整列表

Large Language Model (LLM) 即大规模语言模型，是一种基于深度学习的自然语言处理模型，它能够学习到自然语言的语法和语义，从而可以生成人类可读的文本。所谓"语言模型"，就是只用来处理语言文字（或者符号体系）的 AI 模型，发现其中的规律，可以根据提示 (prompt)，自动生成符合这些规律的内容。LLM 通常基于神经网络模型，使用大规模的语料库进行训练，比如使用互联网上的海量文本数据。

2024-04-15 18:10:53 1379

原创 Python零基础从小白打怪升级中~~~~~~~FastAPI和SQLAlchemy的整合

根据某个字段进行分组。如想要根据年龄进行分组，来统计每个分组分别有多少人。那么可以首先对年龄进行分组统计人数，然后再对分组进行having过滤。having是对分组查找结果作进一步过滤。如只想要看未成年人的人数，通过注入，把session对象注入到视图函数中去。

2024-04-15 18:08:43 345

原创 Python零基础从小白打怪升级中~~~~~~~关联关系

SQLAlchemy提供了一个，这个类可以定义属性，以后在访问相关联的表的时候就直接可以通过属性访问的方式就可以访问得到了。另外，可以通过来指定反向访问的属性名称。

2024-04-13 20:19:32 347

原创 c++为什么malloc时需要指定size，对应的free时不需要指定size

如果这时用户申请一个大的内存片段，那么空闲链上可能没有可以满足用户要求的片段了。于是，malloc函数请求延时，并开始在空闲链上翻箱倒柜地检查各内存片段，对它们进行整理，

2024-04-13 00:38:07 245

原创 Python零基础从小白打怪升级中~~~~~~~SQLAlchemy的介绍

SQLAlchemy对象关系映射器提供了一种方法，用于将用户定义的Python类与数据库表相关联，并将这些类（对象）的实例与其对应表中的行相关联。它包括一个透明地同步对象及其相关行之间状态的所有变化的系统，称为工作单元，以及根据用户定义的类及其定义的彼此之间的关系表达数据库查询的系统。可以让我们使用类和对象的方式操作数据库，从而从繁琐的 sql 语句中解脱出来。

2024-04-13 00:35:34 307

原创 Python零基础从小白打怪升级中~~~~~~~表单请求和模板

FastAPI这个Python Web框架并没有带渲染的网页模板引擎，但是也正因为如此，它可以使用任何网页模板。官方推荐是jinjia2。

2024-04-12 19:11:38 263

原创 Python零基础从小白打怪升级中~~~~~~~FaskAPI中的请求和响应

这些请求参数是键值对的集合，这些键值对位于 URL 的？之后，并以符号分隔。skip0limit10当你为它们声明了 Python 类型（在上面的示例中为int）时，它们将转换为该类型并针对该类型进行校验。URL请求参数不是路径的固定部分，因此它们可以是可选的，并且可以有默认值。在上面的示例中，它们具有skip=0和limit=10的默认值。你可以将它们的默认值设置为None。Union是Python 3.10版本引入的新类型,它允许创建多种类型的联合(union)。

2024-04-12 00:18:27 272

原创 Python零基础从小白打怪升级中~~~~~~~模块+异常+Pycharm的debug调试

在Python中，每个Python文件都可以作为一个模块，模块的名字就是文件的名字。所以：自定义模块名必须要符合标识符命名规则。新建一个Python文件，命名为，并定义test1函数。程序可以通过创建新的异常类命名自己的异常。不论是以直接还是间接的方式，异常都应从 Exception 类派生。异常类可以被定义成能做其他类所能做的任何事，但通常应当保持简单，它往往只提供一些属性，允许相应的异常处理程序提取有关错误的信息。大多数异常命名都以 “Error” 结尾，类似标准异常的命名。

2024-04-11 23:13:07 1204

原创 Python零基础从小白打怪升级中~~~~~~~Python面向对象(二)

Python面向对象的继承指的是多个类之间的所属关系，即子类默认继承父类的所有属性和函数。在Python中，所有类默认继承object类，object类是顶级类或基类；在编写类时，并不是每次都要从空白开始。当要编写的类和另一个已经存在的类之间存在一定的继承关系时，就可以通过继承来达到代码重用的目的，提高开发效率。父类(被继承的类)的函数都会被子类(继承的新类)继承，当基类（父类）中的某个函数不完全适用于子类时，就需要在子类中重写父类的这个函数。 而且函数的名字必须一模一样。Python 还有一个 函数

2024-04-11 13:10:02 304

原创 Python零基础从小白打怪升级中~~~~~~~文件和文件夹的操作 (1)

通过“流”的形式允许计算机程序使用相同的方式来访问不同的输入/输出源。stream是从起源（source）到接收的（sink）的有序数据。我们这里把输入/输出源对比成“水桶”，那么流就是“管道”。

2024-04-10 18:22:04 476

原创 Python零基础从小白打怪升级中~~~~~~~Python中的函数

def 函数名(参数):代码1代码2......函数的定义：可重复使用的，用来实现某个功能的代码段。函数使用定义函数def 函数名():代码1代码2...调用函数函数名()函数的参数：必要传参默认传参关键字传参不定长传参函数的返回值作用：函数调用后，返回需要的计算结果return关键字局部变量和全局变量局部变量：在函数内部定义的变量，只能在函数内部使用。全局变量：是在函数外部定义的变量，所有函数内部都可以使用这个变量。

2024-04-10 15:26:50 411

原创 C++笔试面试题整理

overload：将语义相近的几个函数用同一个名字表示，但是参数列表（参数的类型，个数，顺序不同）不同，这就是函数重载，返回值类型可以不同特征：相同范围（同一个类中）、函数名字相同、参数不同、virtual关键字可有可无override：派生类覆盖基类的虚函数，实现接口的重用，返回值类型必须相同特征：不同范围（基类和派生类）、函数名字相同、参数相同、基类中必须有virtual关键字（必须是虚函数）overwrite：派生类屏蔽了其同名的基类函数，返回值类型可以不同。

2024-04-09 15:25:23 1817

原创 Python零基础从小白打怪升级中~~~~~~~Python的内置容器

字典是 Python 中的唯一内置映射，和之前所提到的列表、字符串一样，字典也拥有它的转换函数—— dict。dict1 = {'name': '老肖', 'age': 40}dict2 = {}2、常见操作增/改/删除字典序列[key] = 值del d[key]查找返回字典 dict 对应的项数。返回与键 k 相应的值。检查键 k 是否包含于字典 d。字典中函数clear：可以清除字典中的所有数据。

2024-04-09 15:19:24 271

原创 Python零基础从小白打怪升级中~~~~~~~字符串+列表+元祖

字符串是 Python 中最常用的数据类型。我们一般使用引号（单引号、双引号和三引号都可以）来创建字符串。字符串是由一个一个的字符组成的。

2024-04-09 14:14:57 222

原创 Python零基础从小白打怪升级中~~~~~~~流程控制语句

break和continue都是用来控制循环结构的，主要作用是停止循环。三目运算符也叫三元运算符。

2024-04-08 21:34:51 475

原创 Python零基础从小白打怪升级中~~~~~~~入门

算数运算的优先级()高于**高于//高于赋值运算符复合赋值运算符+=-=优先级先算复合赋值运算符右侧的表达式再算复合赋值运算的算数运算最后算赋值运算格式化符号%s：格式化输出字符串%d：格式化输出整数%f：格式化输出浮点数f-字符串f’{表达式}’print 结束符 end。

2024-04-08 01:52:41 404

原创 Python零基础从小白打怪升级中~~~~~~~入门

Project管理智能提示语法高亮代码跳转调试代码解释代码(解释器)框架和库PythonCharm分为专业版（professional）和社区版（community）其中社区版是免费的。

2024-04-08 01:49:50 728

原创 C++ 让类只在堆或栈上分配

当对象使用完后，编译器会调用析构函数来释放栈对象所占的空间。为了统一，可以将构造函数设为protected，然后提供一个public的static函数来完成构造，这样不使用new，而是使用一个函数来构造，使用一个函数来析构。只有使用new运算符，对象才会建立在堆上，因此，只要禁用new运算符就可以实现类对象只能建立在栈上。在构造函数私有之后，无法在类外部调用构造函数来构造类对象，只能使用new运算符来建立对象。类的使用很不方便，使用new建立对象，却使用destory函数释放对象，而不是使用delete。

2024-03-30 00:38:23 814

原创 C++ 如何让 new 操作符只构造，不申请内存

我们构造对象都是在一个预先准备好了的内存缓冲区中进行，不需要查找内存，内存分配的时间是常数；如果你想在预分配的内存上创建对象，用缺省的new操作符是行不通的。在很多情况下，placement new的使用方法和其他普通的new有所不同。采用placement new和new的方式创建和删除对象一万次，统计时间，单位是us。Placement new的返回值是这个被构造对象的地址(比如括号中的传递参数)。结论：在频繁构造和析构对象的场景中，placement new对性能有7倍的提升。

2024-03-29 23:46:21 905

原创 C++ 如何让 new 操作符只构造，不申请内存

我们构造对象都是在一个预先准备好了的内存缓冲区中进行，不需要查找内存，内存分配的时间是常数；如果你想在预分配的内存上创建对象，用缺省的new操作符是行不通的。在很多情况下，placement new的使用方法和其他普通的new有所不同。采用placement new和new的方式创建和删除对象一万次，统计时间，单位是us。Placement new的返回值是这个被构造对象的地址(比如括号中的传递参数)。结论：在频繁构造和析构对象的场景中，placement new对性能有7倍的提升。

2024-03-28 11:33:24 412

原创 C++ 内存泄漏-原因、避免、定位

大家好！作为C/C++开发人员，内存泄漏是最容易遇到的问题之一，这是由C/C++语言的特性引起的。C/C++语言与其他语言不同，需要开发者去申请和释放内存，即需要开发者去管理内存，如果内存使用不当，就容易造成或者。今天，借助此文，分析下项目中经常遇到的导致内存泄漏的原因，以及如何避免和定位内存泄漏。

2024-03-27 20:30:07 911

原创 6. C++ 内存分布

例：class Testpublic:Test(): _data(0)~Test()private:int _data;// 申请单个Test类型的空间free(p1);// 申请10个Test类型的空间free(p2);// 申请单个Test类型的对象delete p1;// 申请10个Test类型的对象注意：在申请自定义类型的空间时，new会调用构造函数，delete会调用析构函数，而malloc与free不会new的原理。

2024-03-26 15:24:53 1241

原创 5. C++ 局部静态变量在什么时候分配内存和初始化？

C++引入了对象，这给全局变量的管理带领新的麻烦。C++的对象必须有构造函数生成，并最终执行析构操作。由于构造和析构并非分配内存那么简单，可以说相当复杂，因此何时执行全局或静态对象（C++）的构造和析构呢？由于内置变量无须资源释放操作，仅需要回收内存空间，因此程序结束后全局内存空间被一起回收，不存在变量依赖问题，没有任何代码会再被执行！，在程序结束之后（如调用exit，main），按FILO顺序调用相应的析构操作！对于C语言的全局和静态变量，不管是否被初始化，其内存空间都是全局的；

2024-03-25 13:56:25 453

原创 4. C++ 堆栈工作机制

我们经常会讨论这样的问题：什么时候数据存储在堆栈(Stack)中，什么时候数据存储在堆(Heap)中。我们知道，局部变量是存储在堆栈中的；debug时，查看堆栈可以知道函数的调用顺序；函数调用时传递参数，事实上是把参数压入堆栈，听起来，堆栈象一个大杂烩。那么，堆栈(Stack)到底是如何工作的呢？本文将详解C/C++堆栈的工作机制。阅读时请注意以下几点：1）本文讨论的编译环境是 Visual C/C++，由于高级语言的堆栈工作机制大致相同，因此对其他编译环境或高级语言如C#也有意义。

2024-03-23 12:00:00 1016

原创 3. C++ 常见的段错误及对策

也就是说，在程序中malloc 的使用次数一定要和free 相等，否则必有错误。释放完块内存之后，没有把指针置NULL，这个指针就成为了“野指针”，也有书叫“悬垂指针”。这是很危险的，而且也是经常出错的地方。内存分配成功，且已经初始化，但是操作越过了内存的边界。第一种：就是上面所说的，free（p）之后，继续通过p 指针来访问内存。所以，for 循环的循环变量一定要使用半开半闭的区间，而且如果不是特殊情况，循环变量尽量从0 开始。定义了指针变量，但是没有为指针分配内存，即指针没有指向一块合法的内存。

2024-03-22 12:00:00 626

原创 2. C++ 内存对齐

详见实例4》）

2024-03-21 17:00:00 929

原创 1. C++ 类内存布局

GCC对齐系数可通过#pragma pack(n)来指定（32系统默认为4,64位系统默认为8）给定对齐系数和结构体中最长数据类型中长度较小的值，称为有效对齐值。结构体的一个成员的偏移量为0，之后的每个成员相对于结构体首部的偏移量都是成员大小与有效对齐值中较大的那个的整数倍，如有需要编译器会在成员之间加上填充字节。

2024-03-21 11:15:00 358

原创 深度探索C++对象模型之美

从概念来上来讲，每一个没有定义构造函数的类都会由编译器来合成一个默认构造函数，以使得可以定义一个该类的对象，但是默认构造函数是否真的会被合成，将视是否有需要而定。C++ standard 将合成的默认构造函数分为 trivial(不重要) 和 notrivial(重要) 两种，前文所述的四种情况对应于notrivial默认构造函数，其它情况都属于trivial。对于一个trivial默认构造函数，编译器的态度是，既然它全无用处，干脆就不合成它。

2024-03-20 11:00:00 2293

原创 C++面向对象

在类内部添加一个虚拟函数表指针，该指针指向一个虚拟函数表，该虚拟函数表包含了所有的虚拟函数的入口地址，每个类的虚拟函数表都不一样，在运行阶段可以循环脉络找到自己的函数入口。在继承结构中，基类指针（引用）指向派生类对象，通过指针（引用）调用同名覆盖方法（虚函数），基类指针指向哪个派生类对象，就会调用哪个派生类对象的同名覆盖方法，称为多态。基类的指针（引用）指向堆上new出来的派生来对象的时候，delete pb（基类指针），它调用析构函数的时候，必须发生动态绑定，否则会导致派生类的析构函数无法调用。

2024-03-19 10:45:00 933

原创 15. C++虚函数表原理浅析

虚函数表不一定是存在最开头，但是目前各个编译器大多是这样设置的因为在编译一个类时，编译器需要确定该类的虚函数表的大小。而如果一个成员函数是模板函数，并且该模板函数为虚函数，那么编译器就无法确定虚函数表的大小，因为该模板函数可以被实例化出很多不同的版本，每个版本都可以作为虚函数表的一个条目，而编译器需要知道这些条目的数量，才能确定虚函数表的大小。由于模板函数可以在不同的源文件中进行实例化，因此编译器必须查找所有的源文件，才能确定虚函数表的大小，这对于多文件的项目来说是不可行的。

2024-03-18 18:00:00 830

原创 14. C++类中this指针的理解

而在很多个对象中间，我们为了证明某个成员是自己的成员，而不是其他对象的成员，我们同样需要给这些成员取上名字。this作用域是在类内部，当在类的非静态成员函数中访问类的非静态成员的时候，编译器会自动将对象本身的地址作为一个隐含参数传递给函数。也就是说，即使你没有写上this指针，编译器在编译的时候也是加上this的，它作为非静态成员函数的隐含形参，对各成员的访问均通过this进行。在成员函数内部，我们可以直接使用调用该函数的对象的成员，而无需通过成员访问运算符来做到这一点，因为this所指的正是这个对象。

2024-03-18 10:45:00 863

原创 13. C++类的简单理解

可以理解成不能。子类会继承父类所有的函数，包括构造函数**，但是子类的构造函数会把父类的构造函数覆盖了，所以看起来就是没有继承。

2024-03-17 14:10:36 868

基于大语言模型的视频评论回复系统，包含服务端脚本与移动端工程文件服务端由一个负责生成回复的回复服务脚本与一个负责与移动端及目标网
本项目为一个基于大语言模型的视频评论回复系统，包含服务端脚本与移动端工程文件。其中服务端由一个负责生成回复的回复服务脚本与一个负责与移动端及目标网站通信的数据服务脚本组成；移动端则为 HarmonyOS 元服务形式，提供完整服务与桌面万能卡片。 项目的主要程序文件存放在 client/ 与 server/ 下。其中 client/ 为移动端程序的 DevEco Studio 元服务工程项目，server/ 则包含了负责生成回复的 reply-server.py 与一个负责与移动端及目标网站通信的 data-server.py 组成。 文件夹 utils/ 包括一个工具脚本 compress_code.py，可以将代码缩进、换行全部删去变成一行紧密排列的文本，方便与 GPT-4 进行交流，向 AI 询问代码建议（GPT-4 对代码的理解能力远高于人类，不需要缩进、换行等）。 本项目基于 Python 编程语言，用到的外部代码库主要包括 nemo2011/bilibili-api、ymcui/Chinese-LLaMA-Alpaca、oobabooga/text-generation-w

2024-04-18

echecs是一款个人基于obEspoir框架开发的多人自定义麻将该麻将和传统的各类app地方麻将不同，其能够最大化支持人数、牌
echecs是一款个人基于obEspoir框架开发的多人自定义麻将，该麻将和传统的各类app地方麻将不同，其能够最大化支持人数、牌花色、胡牌玩法等各类自定义配置，以类分子的规则思路尽量使用一套服务端代码可以适配出几十几百款地方麻将，改变当前开发周期极长的传统麻将后台开发模式。 # 一. 安装部署 ## 1. 对接obespoir框架修改部分 ### 1）配置文件 三种类型的节点(proxy, route, service)每种启动一个节点，当然也可以启动多个，每个节点自己的配置文件； 示例配置文件在echecs_espoir/下，分别为proxy_config.json, route_config.json, service_config.json，配置的核心配置项有：## 2. 部署及启动 ### 1）项目目录 ​ 麻将项目服务端代码分为两个部分，一部分负责游戏逻辑（websocket长连接方式）；另一部分为大厅逻辑，采用的是基于tornado框架的web服务。 ​ 代码分别为： ​ echecs_espoir: 游戏主体代码（基于obEspoir框架， w

2024-04-15

基于InsightFace与SpringBoot的身份认证系统 ：前后端分离Web端项目
基于InsightFace与SpringBoot的身份认证系统 ：前后端分离Web端项目，主要实现了网页版的人脸登录，通过调取前端摄像头拍照，传入后台进行跟数据库人脸库的相似度比对 Face-ID 基于前后端分离Web端项目，主要实现了网页版的人脸登录，通过调取前端摄像头拍照，传入后台进行跟数据库人脸库的相似度比对，技术的用点：Springboot，Mysql，JWT，InsightFace，VUE 2.X 等等技术实现，主要功能点：人脸列表CRUD，日志列表CRUD，基于自建人脸库通过base64编码方式存储人脸图片，通过调用基于InsightFace搭建的python人脸对比API场景实现

2024-02-22

Pytorch项目实战 ：基于RNN的实现情感分析
Pytorch项目实战 ：基于RNN的实现情感分析 ├──1 Word2Sequence的初始化函数.mp4 31.70M ├──10 RNN模型的预测.mp4 20.75M ├──11 循环神经网络基本原理和模型改进.mp4 67.78M ├──2 语料库词频统计.mp4 26.61M ├──3 语料库词典到序列的转换.mp4 29.73M ├──4 IMDB数据介绍及读取.mp4 27.70M ├──5 使用DataSet读取IMDB数据集.mp4 22.58M ├──6 使用索引的方式读取加载.mp4 23.95M ├──7 使用DataLoader批量加载数据.mp4 22.35M ├──8 Pytorch搭建RNN情感分析模型.mp4 46.46M ├──9 RNN模型的训练.mp4 21.28M └──课程资料.zip 80.24M

2024-02-22

毕业答辩论文答辩毕业设计简约大气ppt模板
这款简约大气的PPT模板专为毕业答辩、论文答辩以及毕业设计打造，旨在提供一个专业、清晰且引人注目的展示平台。模板的设计风格简约而不简单，以大气、易读为特点，确保你的答辩或设计成果能够脱颖而出。 一、设计特点： 色彩搭配：采用中性色调，如白色、灰色和浅蓝色等，营造出简约而大气的视觉效果。这种色彩搭配不仅使内容更加清晰易读，还能凸显出毕业答辩的正式与严谨。 布局与排版：每个幻灯片都采用简洁明了的布局，避免信息过载。通过合理的排版和留白，使内容更加清晰有序，方便观众快速抓住关键信息。 设计元素：模板中融入简约而精致的设计元素，如线条、图标和形状等。这些元素不仅能够增强模板的视觉效果，还能帮助观众更好地理解复杂的概念和数据。 字体与字号：使用清晰易读的字体，如微软雅黑、苹方或Calibri等。同时，根据内容的重要性调整字号和颜色，确保关键信息能够突出显示。 这款简约大气的PPT模板适用于本科生、硕士生、研究生的毕业答辩、论文答辩以及毕业设计的场合。其简约而不简单的设计风格能够凸显出学生的专业素养和研究能力，为答辩或设计过程增添一份大气与自信。总之，这款毕业答辩/论文答辩/毕业设计简约大气P

2024-02-21

简约商务风本科生硕士生毕业答辩论文答辩研究生论文开题报告PPT模板
这款简约商务风的PPT模板，专为本科生、硕士生、研究生的毕业答辩、论文答辩以及开题报告设计。它结合了商务的正式与简约的设计风格，为学术答辩提供了一个专业、清晰的展示平台。 一、设计特点： 色彩搭配：以中性色为主，如深灰、浅灰、白色和黑色等，营造出商务正式的氛围。这些颜色不仅能够突出内容的重点，还能使观众更加专注于演示内容。 简约布局：每个幻灯片都采用简洁明了的布局，避免信息过载。通过合理的排版和留白，使内容更加清晰易读，方便观众快速抓住关键信息。 商务元素：模板中融入了商务风格的元素，如简洁的线条、专业的图标和图表等。这些元素不仅增强了模板的专业感，还能帮助观众更好地理解复杂的概念和数据。 字体选择：使用清晰易读的字体，如微软雅黑、苹方或Calibri等，确保观众在阅读过程中不会感到疲劳。同时，根据内容的重要性调整字体大小和颜色，突出关键信息。 二、内容结构： 封面页：包含课题名称、学生姓名、导师姓名、学校名称以及答辩/开题日期等基本信息，简洁明了地展示答辩内容。 目录页：列出答辩/开题报告的主要内容，如研究背景、研究目的、研究方法、研究结果和结论等，方便观众快速了解整体框架。

2024-02-21

莫兰迪色灰蓝色毕业答辩开题报告ppt模板
这款莫兰迪色灰蓝色毕业答辩开题报告PPT模板，采用了经典的莫兰迪色系，以灰蓝色为主色调，结合简约而优雅的设计风格，为毕业答辩的开题报告提供了一个专业、高端的展示平台。莫兰迪色以其柔和、低调的特点，为答辩过程增添了一份沉稳与质感。 一、设计特点： 色彩搭配：以灰蓝色为主色调，搭配莫兰迪色系中的其他柔和色彩，如浅灰、米白、淡紫等。这种色彩搭配既展现了莫兰迪色的高级质感，又保持了整体的和谐统一。 简约布局：每个幻灯片都采用简洁明了的布局，避免信息过载。通过合理的排版和留白，使内容更加清晰易读，突出关键信息。 莫兰迪元素：模板中融入了莫兰迪风格的元素，如柔和的渐变效果、简约的线条和图案等。这些元素不仅增强了模板的设计感，还使整体风格更加统一。 专业字体：使用清晰易读的字体，如微软雅黑、苹方或宋体等，确保观众在阅读过程中能够轻松辨识文字内容。 这款莫兰迪色灰蓝色毕业答辩开题报告PPT模板适用于各类学术界的毕业答辩开题报告场合，如大学、研究生等。其莫兰迪色系和简约优雅的设计风格能够为答辩过程增添一份沉稳与质感，展现出学生的专业素养和研究能力。同时，通过清晰的内容和合理的布局，帮助用户更好地展示

2024-02-21

萌系小清新医学专业毕业论文开题答辩通用PPT模板
这款萌系小清新风格的医学专业毕业论文开题答辩PPT模板，结合了医学专业的特点，以清新、活泼的设计为医学学生提供了一个既专业又有趣的展示平台。模板的设计旨在吸引观众的注意力，同时传达出医学研究的严谨性和创新性。 一、设计特点： 色彩搭配：以浅蓝色、淡粉色等清新色调为主，搭配白色和灰色，营造出小清新的视觉效果。这种色彩搭配既符合医学专业的稳重感，又带来了轻松愉悦的氛围。 医学元素：模板中融入了医学相关的元素，如医学图标、医疗器械的线条图案等。这些元素不仅与医学专业相关，还能为幻灯片增添一份专业感和趣味性。 萌系风格：通过圆润的线条、可爱的图标和简洁的图形，展现出萌系风格的特点。这种风格能够吸引观众的眼球，使答辩或教学过程更加生动有趣。 布局与排版：每个幻灯片都采用简洁明了的布局，确保内容清晰易读。同时，通过合理的排版和留白，使内容更加突出，方便观众快速抓住重点。 这款萌系小清新医学专业毕业论文开题答辩PPT模板适用于医学专业的本科生、研究生毕业论文开题答辩，以及医学相关科研项目的开题报告。其清新的色彩搭配、医学元素和萌系风格能够为答辩过程增添一份轻松与趣味，同时展现医学研究的严谨性和创

2024-02-21

绿色小清新开题答辩通用PPT模板以绿色为主色调，搭配白色、浅灰色或淡蓝色等清新色彩，营造出轻松、自然的视觉效果
这款绿色小清新风格的开题答辩通用PPT模板，以清新的绿色为主色调，结合简约的设计风格，为开题答辩提供了一个充满活力与创意的展示平台。绿色象征着生机、活力和环保，有助于营造出一个轻松而富有创意的答辩氛围。 一、设计特点： 色彩搭配：以绿色为主色调，搭配白色、浅灰色或淡蓝色等清新色彩，营造出轻松、自然的视觉效果。这种色彩搭配既符合小清新的风格特点，也能够凸显出开题答辩的正式和专业。 简约布局：每个幻灯片都采用简洁明了的布局，避免信息过载。通过合理的排版和留白，使得内容更加清晰易读，方便观众快速抓住重点。 创意元素：模板中融入了一些创意的设计元素，如简洁的图标、流畅的线条和清新的背景图案等。这些元素不仅增加了模板的趣味性，还能够帮助观众更好地理解内容。 字体选择：使用清晰易读的字体，如Arial、Calibri或Helvetica等，确保观众在阅读过程中不会感到疲劳。同时，根据内容的重要性调整字体大小和颜色，突出关键信息。这款绿色小清新开题答辩通用PPT模板适用于各类学术界的开题答辩场合，如大学、研究生或科研项目的开题报告。其清新的绿色调和小清新的设计风格能够为答辩过程增添活力与创意，提

2024-02-21

蓝色简约毕业论文通用答辩PPT模板
这款蓝色简约毕业论文通用答辩PPT模板，以蓝色为主色调，结合简约的设计风格，为毕业论文答辩提供了一个专业、清晰且易于阅读的展示平台。蓝色象征着专业、信任和稳定，有助于营造出一个正式的答辩氛围。 一、设计特点： 色彩搭配：以深浅不一的蓝色为主色调，搭配白色或浅灰色，营造出清新、简洁的视觉效果。这种色彩搭配不仅符合简约风格的特点，还能够凸显出毕业答辩的正式和专业。 简约布局：每个幻灯片都采用简洁的布局，避免信息过载。通过合理的排版和留白，使得内容更加清晰易读，方便观众快速抓住重点。 专业字体：使用清晰易读的字体，如Arial、Calibri或Helvetica等，确保观众在阅读过程中不会感到疲劳。字体大小和颜色根据内容的重要性进行适当调整，突出关键信息。 图标与图表：在适当的地方使用简洁的图标和图表来代替文字，增强视觉效果。这些图标和图表简洁明了，有助于观众快速理解复杂的概念和数据。 这款蓝色简约毕业论文通用答辩PPT模板适用于大学毕业论文答辩、研究生毕业答辩等学术场合。其清新的蓝色调和简约的设计风格能够展现出毕业生对学术研究的认真态度和专业能力，为答辩过程增添一份正式和专业感。同时，

2024-02-21

蓝色复古风毕业答辩PPT模板
蓝色复古风毕业答辩PPT模板简述 这款蓝色复古风的毕业答辩PPT模板，以深邃的蓝色为主色调，结合复古设计元素，为毕业答辩带来一种经典而专业的氛围。蓝色象征着稳重、专业和信任，能够展现出毕业生对学术研究的认真态度和专业能力。 一、设计特点： 色彩搭配：以深蓝色为主色调，搭配白色、金色或暗红色等复古色彩，营造出一种高贵而典雅的视觉效果。这种色彩搭配既展现出复古风格的特点，又能凸显出毕业答辩的正式和专业。 复古元素：模板中融入了复古的设计元素，如复古字体、纹理背景、装饰线条等。这些元素使模板看起来更加独特和具有历史感，为毕业答辩增添一份别样的风采。 布局与排版：每个幻灯片都采用简洁而有序的布局，确保内容清晰易读。通过合理的排版和字体大小调整，使观众能够快速抓住关键信息，提升答辩效果。 这款蓝色复古风毕业答辩PPT模板适用于大学毕业论文答辩、研究生毕业答辩等学术场合。其深邃的蓝色和复古设计元素能够展现出毕业生对学术研究的认真态度和专业能力，为答辩增添一份经典和专业的氛围。同时，通过清晰的内容和合理的布局，帮助毕业生更好地展示自己的研究成果和学术能力。

2024-02-21

可爱萌系小清新文具主题开题答辩教学通用PPT模板
这款可爱萌系小清新文具主题的PPT模板，以清新、可爱的设计风格为主，结合了文具元素，为开题答辩、教学展示等场合带来了活泼与生动。它不仅能吸引观众的注意力，还能为内容增添一份趣味性和创意。 一、设计特点： 色彩搭配：主要采用淡雅的色调，如浅粉、浅蓝、浅黄等，搭配清新的白色和灰色，营造出小清新的视觉效果。这种色彩搭配既符合文具主题，又能给观众带来轻松愉悦的感觉。 文具元素：模板中融入了各种文具元素，如笔、尺子、橡皮擦、笔记本等，这些元素不仅与主题相符，还能为幻灯片增添一份趣味性和创意。 可爱萌系风格：通过圆润的线条、简洁的图形和可爱的图标，展现出可爱萌系的风格。这种风格能够吸引观众的眼球，使答辩或教学过程更加生动有趣。 布局与排版：每个幻灯片都采用简洁明了的布局，确保内容清晰易读。同时，通过合理的排版和留白，使内容更加突出，方便观众快速抓住重点。 这款可爱萌系小清新文具主题的开题答辩PPT模板适用于学术界的开题答辩、教学研究、课程设计等场合。其清新可爱的设计风格能够吸引观众的注意力，为答辩或教学过程增添一份趣味性和创意。同时，通过清晰的内容和合理的布局，帮助用户更好地展示自己的研究成果

2024-02-21

简约严谨学术报告论文答辩毕业论文PPT
这款PPT模板以简约和严谨为主要设计理念，为学术报告、论文答辩和毕业论文等场合提供了专业而高效的展示工具。其设计旨在突出内容的重点，确保观众能够快速理解并记住关键信息。 一、设计特点： 色彩搭配：主要采用中性色调，如白色、灰色和深蓝色等，营造出严谨而专业的氛围。色彩搭配简洁而不失高级感，确保观众的注意力集中在内容上。 布局与排版：每个幻灯片都采用清晰、简洁的布局，确保内容条理分明。标题、副标题和内容区域分明，便于观众快速定位关键信息。同时，适当的留白和字体大小调整，使内容更加易读。 字体选择：使用清晰易读的字体，如Arial、Calibri或Helvetica等，确保观众在阅读过程中不会感到疲劳。字体大小和颜色根据内容的重要性进行适当调整，突出关键信息。 图标与图表：在适当的地方使用简洁的图标和图表来代替文字，增强视觉效果。这些图标和图表简洁明了，有助于观众快速理解复杂的概念和数据。这款简约严谨学术报告论文答辩PPT模板适用于大学毕业论文答辩、研究生毕业答辩、学术会议报告等学术场合。其简约而严谨的设计风格能够展现出毕业生对学术研究的认真态度和专业能力，有助于提升答辩效果。同时，通过

2024-02-21

简约风盐系马卡龙毕业答辩PPT模板
这款简约风盐系马卡龙毕业答辩PPT模板，以清新淡雅的马卡龙色调为主，结合简约的设计风格，为毕业生打造了一个既专业又充满创意的答辩展示平台。马卡龙色调以其柔和、甜美的特点，为答辩过程增添了一抹轻松的氛围，使观众更容易沉浸在内容中。 一、设计特点： 色彩搭配：采用马卡龙色调，如淡粉、淡蓝、淡紫等，搭配简约的线条和形状，营造出清新、甜美的视觉效果。这种色彩搭配不仅符合年轻人的审美，还能为答辩过程带来轻松愉悦的氛围。 简约布局：每个幻灯片都采用简洁的布局，突出核心内容，避免信息过载。通过合理的排版和留白，使得内容更加清晰易读，方便观众快速抓住重点。 创意元素：在设计中融入了一些创意元素，如渐变、立体效果等，为模板增添了一抹时尚感。这些创意元素不仅使模板更加美观，还能吸引观众的注意力，提升答辩的吸引力。 二、内容结构： 封面页：包含论文标题、作者姓名、答辩日期等基本信息，简洁明了地展示答辩内容。 目录页：列出答辩的主要内容，包括研究背景、研究目的、研究方法、研究结果等，方便观众快速了解答辩的整体框架。 研究背景：介绍研究领域的现状和发展趋势，为后续研究提供背景支持。 研究目的与问题：明确研

2024-02-21

红色简约淡雅毕业论文答辩大学毕业答辩动画PPT模板
这款红色简约淡雅的毕业论文答辩PPT模板，以鲜艳的红色为主色调，搭配简约的设计元素，营造出一种既专业又充满活力的视觉效果。红色象征着热情、活力和决心，能够激发观众的兴趣和注意力，使答辩更加生动有力。 设计特点： 色彩搭配：红色作为主色调，与白色或黑色等中性色搭配，形成强烈的对比，突出核心内容。同时，通过控制红色的饱和度和亮度，保持整体的淡雅和和谐。 简约风格：模板遵循简约设计原则，避免过多的图形和动画效果，让内容更加清晰明了。通过简单的线条和形状，突出重点和层次感。 动画效果：适当运用平滑的动画过渡效果，如淡入淡出、平滑移动等，增强幻灯片的动态感，提升观众的观看体验。 这款红色简约淡雅的毕业论文答辩PPT模板适用于大学毕业论文答辩、研究生毕业答辩等学术场合。其鲜艳的色彩和简约的设计风格能够吸引观众的注意力，展现出毕业生对学术研究的热情和决心。同时，通过清晰的内容和合理的布局，帮助毕业生更好地展示自己的研究成果和学术能力。 总之，这款红色简约淡雅的毕业论文答辩PPT模板是一款既美观又实用的产品，能够为毕业生的答辩过程增添色彩和活力，提升答辩效果。

2024-02-21

蓝色简约淡雅毕业论文答辩大学毕业答辩动画PPT模板
这款蓝色简约淡雅的毕业论文答辩PPT模板，以清新淡雅的蓝色为主色调，营造出一种专业而又不失轻松的视觉效果。模板的设计遵循简约而不简单的原则，旨在帮助毕业生在答辩过程中更好地展现自己的研究成果。 一、设计特点： 色彩搭配：以蓝色为主色调，搭配白色和灰色，形成和谐统一的视觉风格。蓝色象征着稳重、专业，有助于营造严谨的学术氛围。 布局简洁：每个幻灯片都采用简洁的布局，突出核心内容，避免信息过载。通过合理的排版和留白，使得内容更加清晰易读。 动画效果：适当运用动画效果，如渐变、淡入淡出等，增强幻灯片的动态感，吸引观众的注意力。同时，动画效果也有助于引导观众的视线，突出重点内容。 二、内容结构： 封面页：包含论文标题、作者姓名、指导教师等基本信息，简洁明了地展示答辩内容。 目录页：列出答辩的主要内容，包括研究背景、研究目的、研究方法、研究结果等，方便观众快速了解答辩的整体框架。 研究背景：介绍研究领域的现状和发展趋势，为后续研究提供背景支持。 研究目的：明确研究的主要目标和预期成果，为后续研究提供方向指导。 研究方法：详细描述研究过程中采用的方法和技术手段，保证研究的科学性和可靠性。

2024-02-21

BEVFusion：一个简单而强大的LiDAR相机融合框架
融合相机和LiDAR信息已成为3D物体检测任务的事实标准。目前的方法依赖于来自LiDAR传感器的点云作为查询，以利用图像空间中的特征。然而，人们发现，这一基本假设使得当前的核聚变框架在发生LiDAR故障时无法产生任何预测，无论故障是小是大。这从根本上限制了实际自动驾驶场景的部署能力。相比之下，我们提出了一个令人惊讶的简单而新颖的融合框架，称为BEVFusion，其相机流不依赖于LiDAR数据的输入，从而解决了以前方法的缺点。我们通过经验表明，我们的框架超越了正常训练设置下最先进的方法。在模拟各种LiDAR故障的鲁棒性训练设置下，我们的框架大大超过了最先进的方法15.7%至28.9%的mAP。据我们所知，我们是第一个处理实际 LiDAR 故障的公司，无需任何后处理程序即可部署到现实场景中。对BEV空间增强的认可 我们进行了由 BEVFusion-mit 实现的 BEV 空间增强（GlobalRotScaleTransBEV 和 RandomFlip3DBEV）。您还可以参考 BEVDet、DEVDepth 以获取更多实现版本。 此外，您还可以在 LSS、BEVDet、BEVFusion

2024-02-21

yolov7自定义数据 实例分段
yolov7自定义数据 实例分段 自定义数据标签 我使用roboflow进行数据标记。Segmentation 的数据标注将是一个 Polygon 框，而用于对象检测的数据标注将是一个边界框 转到链接并创建新工作区。确保使用 roboflow 帐户登录。 单击创建工作区后，您将看到如下所示的弹出窗口以上传数据集。 单击上传数据集，roboflow 将要求输入工作区名称，如下所示。填写该表单，然后单击“创建私有项目” 注意：请确保在下图中选择实例分段选项。 -您现在可以上传您的数据集。 上传文件后，您可以单击“完成上传”。 Roboflow 会要求您将图像分配给某人，单击“分配图像”。 之后，您将看到如下所示的选项卡。 单击“未注释”选项卡中的任何图像，然后就可以开始标记了。 注意：按 p 键，然后绘制用于分割的多边形点 完成标记后，您可以导出数据并按照下面提到的步骤开始训练。 定制培训 按照上述结构将（分割自定义标记数据）移动到“yolov7-segmentation\data”文件夹中。 从链接下载权重并移动到 yolov7-segmentation 文件夹。 转到终端，然后运行下面

2024-02-21

yolov5-双目相机-距离计数测距
通过yolov5实现目标检测+双目摄像头实现距离测量 本项目基于yolov5 我把v5s那个权重放在里面了 你可以加任意的权重 自己训练的权重也行 在原始的 “yolov5” 中添加了 3 个文件 ---> camera_config.py dis_count.py video_remain.py 1.首先要进行你的双目摄像头的标定 具体的标定方法百度上有很多，我推荐matlab标定 额 因为我没找到python标定很好的程序 如果你找到了 也请你告诉我一下plzzzz哈哈 2.确定你的双目摄像头是单设备号还是双设备号的， 双设备号要确定你的设备号各是多少 比如我的摄像头是0和2 我就在video_remain.py 的59/60行 写了（0）（2） 3.如果是单设备号 百度一下单设备号双目摄像头如何使用 文件 说明 camera_config.py 双目摄像头参数 dis_count.py 深度图+距离矩阵 video_remain.py 主函数

2024-02-21

通过 yolov5 + openpose实现摔倒检测
通过 yolov5 + openpose实现摔倒检测 需要用的模型文件可以在网盘下载 运行 runOpenpose.py 只跑了open pose 可以获得人体的关键点图，用于后续的.jit模型训练 人体的关键点图会保存在data/test中 pose.py 中draw方法的最下面可以控制保存关键点图的位置 运行 detect.py 会先进行yolo目标检测，检测到人后，detect.py 169 行，加了根据框框的宽高比的判断，后续可自行修改 根据坐标将人的图片扣出给openpose 进行姿态检测 runOpenpose.py 159行 加了一些限制，后续可自行修改 如果想要检测其他姿势： 1.收集图片，跑 runOpenpose.py 文件获得人体的关键点图 2.对人体的关键点图根据自己想要的进行分类放在data/train 和 data/test 3.跑 action_detect/train.py

2024-02-21

YOLOV5-ti-lite 目标检测模型
YOLOV5-ti-lite 目标检测模型 该存储库基于 ultralytics/yolov5。根据 Ultralytics 的官方自述文件，YOLOV5 是一个目标检测器系列，与 YOLOV3 有以下主要区别： Darknet-csp 骨干网而不是普通的暗网。将复杂性降低 30%。 PANet 特征提取器而不是 FPN。 更好的盒子解码技术 基于遗传算法的锚框选择。 几种新的增强技术。例如，马赛克增强 YOLOV5-ti-lite 是 TI 的 YOLOV5 版本，用于高效的边缘部署。选择此命名约定是为了避免与 Ultralytics 未来发布的 YOLOV5-lite 型号发生冲突。 以下是从 yolov5 获取 yolov5-ti-lite 所做的更改的简要说明： YOLOV5 引入了一个焦点层作为网络的第一层。这取代了 YOLOv3 中存在的前几个重卷积层。它将 n/w 的复杂性降低了 7%，将训练时间降低了 15%。但是，焦点层中的切片操作不是嵌入友好的，因此我们将其替换为轻量级卷积层。以下是从 YOLOv3 到 YOLOv5 再到 YOLOv5-ti-lite 的变化

2024-02-21

KAPAO 是一种高效的单阶段多人人体姿态估计方法，可在基于锚点的密集检测框架内对 keypoints a nd poses a
KAPAO 是一种高效的单阶段多人人体姿态估计方法，可在基于锚点的密集检测框架内对 keypoints a nd poses as objects 进行建模。 KAPAO同时检测姿势对象和关键点对象，并融合检测结果以预测人类姿势 当不使用测试时间增强 （TTA） 时，KAPAO 比 以前的单阶段方法，如 DEKR、HigherHRNet、HigherHRNet + SWAHR 和 CenterGroup： alt text 此存储库包含论文的官方 PyTorch 实现：重新思考关键点表示： 将关键点和姿势建模为多人人体姿态估计的对象。 我们的代码是在提交5487451时从 ultralytics/yolov5 分叉而来的。 KAPAO 在帧中很少有人的低分辨率视频上运行速度最快。此演示使用输入大小 1024 在单人 480p 舞蹈视频上运行 KAPAO-S。 我们的 CPU 的推理速度为 ~9.5 FPS，TITAN Xp 的推理速度为 ~60 FPS。 CPU推理： 要实时显示结果，请执行以下操作： $ python demos/video.py --face --displa

2024-02-21

基于YOLOv5的道路标志识别项目（yolov5界面GUI）yolov5的道路标志识别项目，使用Pyqt5开发界面，Yolov5
这是一个关于yolov5的道路标志识别项目，使用Pyqt5开发界面，Yolov5训练模型，数据库Mysql，包含五个模块：初始化参数、标志识别、数据库、数据分析和图像处理。标志识别模块 左下角三个勾选框分别是结果保存、启动数据库录入、以及模型可视化分析图像处理与数据增强模块 右侧栏是自定义参数的批量图像数据增强（按一定概率对一个文件夹所有图片使用勾选的数据增加方法）1. 设置数据库 为了运行应用程序，您需要设置您的 MySQL 数据库。按照以下步骤准备您的数据库： 自动数据库创建（可选）： 如果您喜欢自动设置，我们提供了一个批处理脚本。运行 setup_database.bat 脚本来创建数据库。这需要在您的系统上安装并配置 MySQL。 手动数据库创建： 或者，您可以在 MySQL 中手动创建数据库。在您的 MySQL 环境中导入并执行 data/regn_mysql.sql 文件，以设置必要的数据库和表。 2. 在代码中配置数据库连接 设置数据库之后，请更新代码中的连接设置，请更改成你本地数据库的身份验证信息（这4个变量在代码的开头 , 大约在59行，具体如下）；附：这些身份验证

2024-02-18

基于计算机视觉的交通路口智能监控系统
**项目背景**:智能交通监控系统采用识别技术进行分析，有异常状况发生(比如，当有行人闯红灯时、路口车辆和行人流量过大，导致堵塞交通时)就会自动通知交通管理人员． 基于以上背景，我简要介绍一下本项目的设计架构． 项目主要由三个模块组成，分别是：SRS流媒体服务器，云端GPU服务器，本地客户端． 首先，网络摄像机将交通路口的监控视频实时上传到**SRS流媒体服务器**。 然后，当SRS流媒体服务器有视频流输入时，**云端GPU服务器**拉取原始视频流，然后通过YOLO等目标检测算法对视频进行分析和处理，然后将处理后的视频推流到SRS服务器。 对于**本地客户端**，一方面可以直接从流媒体服务器拉流，查看远端网络摄像机的实时监控画面。另一方面，本地客户端也可以选择和远端的服务器通过`Socket`进行通信（基于selectors I/O复用库，支持并发连接），获取服务器对监控视频的分析结果，比如路口的车流量、人流量等。同时，当选择与GPU服务器连接时，本地客户端也将更换`rtmp`流地址，拉取处理后的视频流．我直接在本地运行服务端脚本来替代GPU服务器．如果是要部署的话，只需要修改服

2024-02-18

Streamlit UI 的自定义代理医疗聊天机器人的 GitHub 存储库！ LangChain自定义代理聊天机器人
欢迎使用具有 Streamlit UI 的自定义代理医疗聊天机器人的 GitHub 存储库！ LangChain自定义代理聊天机器人，具有Streamlit UI 网站互动：聊天机器人使用最新版本的LangChain与各种网站进行交互并从中提取信息，提供有见地的响应。 大型语言模型集成：兼容 GPT-4、Mistral、Llama2 和 ollama 等模型。在此代码中，我使用的是 GPT-4，但您可以灵活地切换到任何其他受支持的模型。 Streamlit GUI：使用 Streamlit 构建的简洁直观的用户界面，使具有不同技术专业知识水平的用户能够访问它。 安装 确保您的系统上安装了 Python。然后克隆此存储库： git clone [repository-link] cd [repository-directory] 安装所需的软件包： pip install langchain tiktoken duckduckgo-search pip install openai pip install langchain pip install langchain-commun

2024-02-18

多重人脸特征识别系统详细教案指导
初始化人脸检测和识别模型 在这一步，你将初始化两个关键的模型：MTCNN用于人脸检测，InceptionResnetV1用于人脸特征提取。 创建人脸特征库 你需要创建一个函数，比如load_and_extract_features(folder_path)，这个函数会遍历指定文件夹中的子文件夹，每个子文件夹代表一个人，并从中提取人脸特征。 • 遍历文件夹，读取每张图像。 • 使用MTCNN检测图像中的人脸。 • 使用InceptionResnetV1模型提取人脸的特征向量。 • 将每个人的特征向量平均，存储在一个字典中，字典的键是人的名字，值是特征向量。 比较特征向量 实现一个函数compare_faces(enc1, enc2)，它计算并返回两个特征向量之间的欧氏距离。这个距离越小，表示两个向量越相似。 人脸识别逻辑 实现recognize_face函数，该函数接受一张人脸图像，将其特征与特征库中的特征进行比较，找出最匹配的人脸。 实时视频处理 使用opencv-python捕获视频流，并对每一帧图像进行人脸检测和识别。显示识别结果，并将结果实时绘制在视频帧上。

2024-02-18

基于人脸识别的学生考勤签到管理系统采用长短期记忆网络（LSTM）训练数据集，根据学生签到时间、签退时间进行分析，构建出学生签到的
1、能够自动地采集和识别学生的人脸信息，实现学生的身份验证和考勤记录，无需学生进行任何操作，也无需教师进行任何干预，提高了考勤的速度和准确性。 2、能够实时地将考勤数据上传到服务端，实现考勤数据的安全和可信，无需考虑数据的丢失或损坏，也无需担心数据的篡改或泄露，保障了考勤的公正和透明。 3、能够提供丰富的考勤数据的分析和展示，如考勤率、考勤分布、考勤趋势、考勤异常等，可以帮助教师和学生了解和改进自己的出勤情况，提升了考勤的意义和价值。 本课题的研究内容主要包括以下几个方面： 考勤签到系统的建立与完善：该模块有客户端与服务端，客户端包括发送模块，功能模块和接收模块；服务端包括签到模块、发送模块，接收模块与数据库模块。 人脸识别模块的设计和实现：该模块负责采集和识别学生的人脸信息，实现学生的身份验证和考勤记录。该模块采用了特征提取方法，可以有效地提取和学习人脸的特征，处理人脸的变化和差异，提高人脸识别的准确率和鲁棒性。并生成yml模型，通过调用yml特征库进行快速识别。 用户画像的构建：首先统计学生签到签退次数和时间，对签到签退分别是上下午进行分析，并统计学生课堂学习的总时间。并对签到时间

2024-02-18

超级无敌大麦抢票脚本 V1.0自动无延时抢票支持人员、城市、日期场次、价格选择
大麦app抢票脚本需要依赖appium，因此需要现在安装appium server&client环境，步骤如下：进入大麦网，选择你需要抢票的演唱会。假设如下图所示： 接下来按照下图的标注对配置文件进行修改： 最终`config.json`的文件内容如下 - `index_url`为大麦网的地址，**无需修改** - `login_url`为大麦网的登录地址，**无需修改** - `target_url`为用户需要抢的演唱会票的目标地址，**待修改** - `users`为观演人的姓名，**观演人需要用户在手机大麦APP中先填写好，然后再填入该配置文件中**，**待修改** - `city`为城市，**如果用户需要抢的演唱会票需要选择城市，请把城市填入此处。如无需选择，则不填** - `date`为场次日期，**待修改** - `price`为票档的价格，**待修改** - `if_commit_order`为是否要自动提交订单，**改成 true** 启动脚本程序cd damai_appium python3 damai_appium.py 顺利抢票

2024-01-31

仿12306项目JDK17 + SpringBoot3&SpringCloud 微服务架构，构建高并发、大数据量下能提供购票服务
12306 项目中包含了缓存、消息队列、分库分表、设计模式等代码，通过这些代码可以全面了解分布式系统的核心知识点。 12306 铁路购票服务是与大家生活和出行相关的关键系统，包括会员、购票、订单、支付和网关等服务。 这个项目旨在让学习者可以快速掌握分布式系统设计的技巧，尤其适合对高并发、分布式感兴趣的同学学习。如果想深入理解和应用分布式系统的设计原则，这个项目将会是一个很好的学习资源。 再以购票服务为例，当用户购买两个乘车人的高铁一等座票且没有选座时，座位的分配逻辑如下： 1. 首先检查当前列车的一等座余票是否足够。如果余票不足，直接向客户端返回购票请求失败的响应； 2. 获取所有车厢中有两个座位余票的车厢，并对这些车厢进行遍历，按照下述流程执行； 3. 首先检查所有车厢中是否存在一等座车票的相邻座位。如果所有车厢中都没有相邻座位，进入下一步逻辑； 4. 接着检查是否有车厢中包含两个不相邻的一等座座位？因为同车厢两座位相邻座位没有的话，就退而找同车厢不相邻座位； 5. 如果以上逻辑都无法满足，那么最后选择分配不同车厢的不相邻座位。这种情况下，由于已经确认一等座的余票充足，因此一定能

2024-01-31

基于Python的PyGame的俄罗斯方块游戏设计与实现 关键词：游戏；Python；俄罗斯方块；算法；功能
该俄罗斯方块是有Python编写而成的。它具有对游戏的正常操作，可以控制方块下落位置、下落时改变方向，以及对方块的直接下落。该游戏分左右两个界面，左边显示游戏的运行状态，右边显示游戏下一个即将出现的方块，以及游戏的等级类别和当前分数、消过得方块行数等。 .2.2 菜单操作 打开Anoconda Prompt，安装pygame组件。安装完成后就会显示 如图5.1所示的界面。点击Play！，将进入游戏，点击Quit将退出程序。 1.2.3 游戏操作 进入游戏后，可以用键盘上下左右键控制方块的下落方向，速度。当选好下落的位置后，按下空格键将快速下降到需要填充的地方。当游戏中方块积累的和游戏最上面相平时，此局游戏将结束。 1.3 设计目的 这款游戏设计的主要目的是为了应用自己已学过的编程语言更好的去应运到实际中，同时对小游戏的开发有助于提升自己的编程能力，还能更好的找出自身存在的一些缺陷问题，加以及时的弥补。这款游戏也能供玩家适当缓解压力，提高思维能力和反应能力。

2023-05-23

毕设学习推荐系统的实现之Python
. 概述 数据集：Amazon商品数据集 编程环境：Python, Matlab, Markdown 1. 数据预处理 商品信息 提取数据集中的title和description信息 命令：python item_information.py [file1, ..., file3] 用户物品评分信息 提取用户-物品评分，划分train集和test集 将train集中的用户作为用户全集，以防止出现train集中有用户没有评分的情况 命令：python user_information.py [file1, ..., file7] 商品相似度生成 title: 分词 + LDA主题模型（topic number = 15） description: 分词 + LDA主题模型（topic number = 15） 未使用price（缺失值太多） 未使用category（同类商品） 命令：python item_similarity.py [topic number, file1, ..., file6] 商品description和title相似度权重生成 non linear re

2023-05-23

使用Python编写的换脸软件 将图像B上的人脸换成图像A上的人脸，生成换脸图片 将视频B上的人脸换成图像A上的人脸，生成换脸
这是一个使用Python编写的换脸软件，所提供的换脸功能包含以下两个场景： 将图像B上的人脸换成图像A上的人脸，生成换脸图片。 将视频B上的人脸换成图像A上的人脸，生成换脸视频。 整体上，程序由两个过程组成：人脸检测和提取、人脸转换，分别实现于文件detect.py和convert.py，两个阶段分别提供可选选项：包括图像变换的方法（2D变换和3D变换）和是否进行色彩调和。 在图形界面上（实现文件：gui.py），提供生成的图片、视频预览功能，生成的图像视频会自动保存到out文件夹。 关键算法 人脸检测与提取 keypoints_detection - 通过人脸五官68个关键点识别人脸集合，基于dlib.shape_predictor函数和数据集shape_predictor_68_face_landmarks.dat face_selection - 选取指定人脸 人脸变换 face_swap - 人脸变换核心函数，步骤为： 仿射变换（2D/3D） 生成掩膜 颜色校正（选） 无缝接合

2023-05-11

贪吃蛇大作战小游戏 UI界面部分，主要是为了实现不同界面之间的切换 包括了注册登陆窗口（loginFrame）与游戏主窗口
本项目主要分为三个部分，即UI界面、游戏逻辑与网络传输。 UI界面部分，主要是为了实现不同界面之间的切换。包括了注册登陆窗口（loginFrame）与游戏主窗口（GameUI）；游戏主窗口中含有游戏初始界面(InitPage)、游戏界面(GamePage)、排名界面(RankPage)、游戏帮助（规则）界面(HelpPage)；为了实现聊天等功能，游戏界面中包含了三个部分(SnakeLogic,ConnectPanel,ChatPage),对应于贪吃蛇游戏画布、服务区客户端拨号连接、聊天界面，这部分设计灵感源于QQ游戏的窗口，即大部分为游戏界面，游戏的旁边可以聊天。关系图如图一所示： 游戏逻辑部分，主要负责贪吃蛇游戏的运行、判定与游戏画布的绘制，并且尽可能地将游戏逻辑与图像绘制分离开来，其中含有socket通信类的实例作为成员变量来负责网络通信，具体见第二部分。 网络通信部分，主要负责游戏中双方信息的同步、聊天内容的同步、游戏开始时的同步。作为一个独立的模块，在游戏主逻辑类、连接界面类、聊天类中均含有其实例作为成员变量来负责信息的传输与接收。具体见第二部分。

2023-05-11

基于Spring+Vue的吾爱理财平台的设计与实现 开发一个关于市面上常见理财产品交互平台，促使理财平台变的更加系统化、有序化
前台界面模块 作为普通用户的购入前的门户页面，主要分为首页，股票，基金，债券，银行储蓄，保险，黄金，以及个人中心和登录导航的设计，其中每个理财产品模块包含了对每个理财产品的入行指南，产品介绍视频，基金经理等区域设计。其中在首页搭载产品动态数据图表，最新理财资讯。在理财产品模块可进行理财产品购买，添加到预购中心，若想查看理财产品详情可以点击进入查看；也可以直接对某支产品进行支付形成订单，并选择支付的方式和服务指数。 用户中心模块 通过前台首页登陆按钮进入登录页面，唯有用户登陆后才可以进行理财产品的购买和个人信息的修改和查看，登录采用了输入用户名，密码，以及滑动验证的方式，提高了用户登陆的安全性。 登录成功后可以进入用户个人中心，大致分为两层，第一层左侧显示该用户的收入、支付、总资产、余额的饼状图表，右侧显示用户已完成的所有订单；第二层显示订单的详情，其中左侧显示用户在不同时间的支出和收入，右侧表格显示该用户购买的所有理财产品，并做到去除重复产品。 后台管理模块 总体分为用户管理，理财管理，订单管理，公告管理，意见反馈和系统管理等小模块。其中用户管理中包括用户列表，角色管理，用户新增等

2023-05-10

飞行导航原理与应用大作业 导弹随飞机升空，在[30N，100E，1000m]的位置，以1200m/s的对地速度沿北向发射，保持匀
导弹随飞机升空，在[30N，100E，1000m]的位置，以1200m/s的对地速度沿北向发射，保持匀速水平状态飞行100s，攻角、侧滑和滚转角均为零。假设导弹安装捷联式惯性导航系统，导航系统三轴指向和飞机本体一致，即捷联式惯性导航系统本体坐标系和导弹本体坐标系保持一致。惯性器件的采样周期为0.01s，采用GNSS辅助INS，，输出周期为1s，试计算GNSS/INS组合导航输出数值。 A导弹本体坐标系采用前上右体制，导航坐标系定义北天东坐标系。敏感测量数值包括比力、绝对角速度信息。导航输出飞行位置（经度、纬度、高度）、速度（北向、天向、东向）、姿态（俯仰、偏航和滚转）。 B导弹本体坐标系采用前上右体制，导航坐标系和惯性坐标系均定义为发射时刻的地面发射坐标系（该坐标系发射后处于静止状态），假设发射瞬间地球坐标系和地心惯性坐标系坐标轴重合。敏感测量数值包括比力、绝对角速度信息。导航输出飞行位置、速度（地面发射坐标系内的直角坐标和速度）、姿态（俯仰、偏航和滚转，本体系相对发射坐标系）。

2023-05-09

基于Java设计的Android 计算器 编写一个 Java 应用的基本架构，**先编写好接口，再设计界面**
本次实验为了实现一个保存计算过程的计算器，主要有以下三个要求： 1. 仿照真实的计算器实现其功能。 2. 在左上方的文本框中显示当前的计算过程，在右边的文本区中显示以往的计算过程。 3. 单击“保存”按钮可以将文本区中的全部计算过程保存到文件；单击“复制”按钮可以将文本区中选中的文本复制到剪贴本；单击“清除”按钮可以清除文本区的全部内容。 考虑到计算器的美观和易用性，我决定把计算器做在 Android 端，Android 系统的 App 的底层功能由 Java 实现，所以工作主要分为两部分： 1. **设计计算器界面 (activity_main.xml)** 计算器界面用xml文件编写，包括手机竖屏和横屏两个布局文件： 竖屏：activity_main.xml 布局为 portrait 横屏：activity_main_land.xml 布局为 landscape 竖屏模式可以完成基本的四则运算，不涉及科学计算 横屏模式除了完成基本的四则运算，还添加了科学运算 2. **编写计算接口 (ScienceCalculator.java)**

2023-05-09

基于人脸情感识别的移动App应用（包含报告文档） 采取 C/S 架构设计软件系统，使得在移动端也能够精准的识别情感

架构设计： 使用C/S架构，采用客户端服务器模型，将人脸检测等功能在客户端自己本地实现，而人脸情感识别在服务器端实现，通过网络实现传输图片，然后将识别结果再通过网络传输给客户端，通过这种设计，实现简单的在移动端进行人脸情感识别。将移动端部署在Android系统上，将服务器部署在自己的电脑上，可以实现在局域网内的移动端人脸情感识别。 逻辑设计： 整个系统分为两个部分，Android客户端和服务器。在Android客户端中又分为两个部分，一部分是Activity，负责和用户产生交互，并且调用相应的接口提供服务；一部分为FaceEngine，提供人脸识别的相对应服务，这部分依赖于虹软SDK提供的服务，实现对人脸识别的检测，是SDK中以及提供的编辑好的类。在客户端方面也分为两部分，一部分是Server，是服务器和客户端进行通讯交互的部分；一部分是Emotion_Recognition,用于训练模型，然后提供训练好的网络给Server 调用，进行人脸的情感识别。

2023-05-09

基于Python的学生考勤管理系统的设计与实现
基于的科技水平和大学生现在人手一部带摄像头的智能手机的有利现状，本文提出了一种采用Android智能手机的摄像头进行人脸识别的电子化学生考勤管理系统，采用Android智能手机人脸识别的好处是利用现有的人手一部带摄像头的智能手机的优势，免除考勤打卡机样式的系统的成本外，它还提高签到的准确率，杜绝了考勤中代人签到的行为，由于是手机考勤，学生课堂考勤的信息会直接传输到该学生考勤系统的服务端，如此一来方便了学生和教师查看过往考勤记录以及便于将该考勤记录直接导入到教务系统等其他平台。 传统的考勤方式会存在一些代签到、漏签到的现象，电子化的考勤方式能够保证考勤的准确性，可以减少人工纸质考勤或刷卡考勤投入的人力、财力和时间，并且更加环保，督促学生自觉地出勤，提高学生的出勤率，减轻学校和教师的负担，提高课堂效率。 该系统提供三类角色的功能：学生具有签到、请假和查询考勤记录功能；老师具有准假、查询考勤记录、获得考勤记录表功能；管理员具有管理学生和教师个人信息功能。 该系统主要有三类角色用户：管理员用户、教师用户和学生用户。

2023-05-08

前端vue面试题大全汇总
1、你做的页面在哪些流览器测试过？这些浏览器的内核分别是什么? 2、每个HTML 文件里开头都有个很重要的东西，Doctype，知道这是干什么的吗？ 3、Quirks 模式是什么？它和Standards 模式有什么区别. 4、div+css 的布局较table 布局有什么优点？ 5、img 的alt 与title 有何异同？ strong 与em 的异同？ 6、你能描述一下渐进增强和优雅降级之间的不同吗? 7、为什么利用多个域名来存储网站资源会更有效？ 8、请谈一下你对网页标准和标准制定机构重要性的理解。 9、请描述一下cookies，sessionStorage 和localStorage 的区别？ 10、简述一下src 与href 的区别。 1、你做的页面在哪些流览器测试过？这些浏览器的内核分别是什么? IE: trident 内核 Firefox：gecko 内核 Safari:webkit 内核 Opera:以前是presto 内核，Opera 现已改用Google Chrome 的Blink 内核 Chrome:Blink(基于webkit，Google 与Opera Sof

2023-05-08

总结最近MySQL面试题大全
1、MySQL 中有哪几种锁？ 1、表级锁： 开销小， 加锁快； 不会出现死锁； 锁定粒度大， 发生锁冲突的概率最高， 并发度最低。 2、行级锁： 开销大， 加锁慢； 会出现死锁； 锁定粒度最小， 发生锁冲突的概率最低， 并发度也最 高。 3、页面锁： 开销和加锁时间界于表锁和行锁之间； 会出现死锁； 锁定粒度界于表锁和行锁之间， 并 发度一般。 2、MySQL 中有哪些不同的表格？ 共有 5 种类型的表格： 1、MyISAM2、Heap 3、Merge 4、INNODB 5、MISAM 3、简述在MySQL 数据库中 MyISAM 和InnoDB 的区别 MyISAM： 不支持事务， 但是每次查询都是原子的； 支持表级锁， 即每次操作是对整个表加锁； 存储表的总行 数； 一个 MYISAM 表有三个文件： 索引文件、表结构文件、数据文件； 采用菲聚集索引， 索引文件的数据域存储指向数据文件的指针。辅索引与主索引基本一致， 但是辅索 引不用保证唯一性。 InnoDb： 支持 ACID 的事务， 支持事务的四种隔离级别； 支持行级锁及外键约束： 因此可以支持写并发；

2023-05-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除