YOLOV8/V7/V5的PCB缺陷检测:可视化界面+GUI+目标计数+视频目标检测与跟踪

最新推荐文章于 2024-10-03 14:04:31 发布
最新推荐文章于 2024-10-03 14:04:31 发布
阅读量729 收藏 15
点赞数 10
分类专栏： Pyqt搭建GUI界面 文章标签： YOLO pyqt 目标计数 目标跟踪
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_51530640/article/details/140418463
版权

在本文中，我将介绍如何使用PyQt5创建一个YOLOv8V7/V5目标检测的可视化界面，可以根据需求选择YOLOv8V7/V5的权重。

该可视化界面的功能丰富，包含内容：

1.GUI+目标计数+视频目标检测与跟踪

2.完整的OLO数据格式制作流程以及代码

3.PCB缺陷数据集和训练好的权重

4.包含完整的GUI界面代码和使用说明，适合做毕业设计。

代码地址：下载地址

本文将涵盖界面的设计、功能实现以及一些核心代码的解释。以下是代码和详细介绍。

环境准备

首先，需要确保你的YOLOv8环境中已经安装了PyQt5和其他依赖库。你可以使用以下命令来安装：

pip install pyqt5 pyqt5-tools
pip install opencv-python-headless
pip install pyyaml

代码实现

界面设计

界面的设计通过Qt Designer完成，并生成gui.py文件。你可以使用以下命令将.ui文件转换为Python代码：

核心代码

以下是实现YOLOv8目标检测的核心代码：

# -*- coding: utf-8 -*-

# Form implementation generated from reading ui file 'untitled.ui'
#
# Created by: PyQt5 UI code generator 5.15.6
#
# WARNING: Any manual changes made to this file will be lost when pyuic5 is
# run again.  Do not edit this file unless you know what you are doing.


from PyQt5 import QtCore, QtGui, QtWidgets


class Ui_Dialog(object):
    def setupUi(self, Dialog):
        # 设置对话框的对象名和大小
        Dialog.setObjectName("Dialog")
        Dialog.resize(1584, 864)
        Dialog.setStyleSheet("QDialog { background-color: #ccffcc; }")# 背景颜色设置

        # 设置原始图像显示标签对象
        self.label_ori = QtWidgets.QLabel(Dialog)
        # 20: 控件左上角的 x 坐标，即距离左边界的像素数。140: 控件左上角的 y 坐标，即距离上边界的像素数。500: 控件的宽度。500: 控件的高度。
        self.label_ori.setGeometry(QtCore.QRect(20, 120, 500, 500))
        self.label_ori.setText("")
        self.label_ori.setObjectName("label_ori")
        self.label_ori.setStyleSheet("background-color: #ffffff;border: 1px solid black;")
        # 设置文本说明标签对象
        self.ori_label_instruction = QtWidgets.QLabel(Dialog)
        self.ori_label_instruction.setGeometry(QtCore.QRect(20, 80, 100, 40))  # 调整位置和大小
        font = QtGui.QFont()
        font.setPointSize(15)
        self.ori_label_instruction.setFont(font)
        self.ori_label_instruction.setObjectName("text_label_instruction")
        self.ori_label_instruction.setText("原始图像")


        # 设置检测结果标签对象
        self.label_det = QtWidgets.QLabel(Dialog)
        self.label_det.setGeometry(QtCore.QRect(650, 120, 500, 500))
        self.label_det.setText("")
        self.label_det.setObjectName("label_det")
        self.label_det.setStyleSheet("background-color: #ffffff;border: 1px solid black;")
        # 设置文本说明标签对象
        self.det_label_instruction = QtWidgets.QLabel(Dialog)
        self.det_label_instruction.setGeometry(QtCore.QRect(650, 80, 100, 40))  # 调整位置和大小
        font = QtGui.QFont()
        font.setPointSize(15)
        self.det_label_instruction.setFont(font)
        self.det_label_instruction.setObjectName("text_label_instruction")
        self.det_label_instruction.setText("检测图像")


        # 设置模型按钮对象
        self.pushButton_Model = QtWidgets.QPushButton(Dialog)
        self.pushButton_Model.setGeometry(QtCore.QRect(1200, 150, 130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.pushButton_Model.setFont(font)
        self.pushButton_Model.setObjectName("pushButton_Model")
        self.pushButton_Model.setStyleSheet("background-color: #00FFFF;")
        # 设置退出按钮对象
        self.pushButton_Exit = QtWidgets.QPushButton(Dialog)
        self.pushButton_Exit.setGeometry(QtCore.QRect(1400, 430, 130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.pushButton_Exit.setFont(font)
        self.pushButton_Exit.setObjectName("pushButton_Exit")
        self.pushButton_Exit.setStyleSheet("background-color: #00FFFF;")
        # 设置打开图片按钮对象
        self.pushButton_Img = QtWidgets.QPushButton(Dialog)
        self.pushButton_Img.setGeometry(QtCore.QRect(1200, 220, 130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.pushButton_Img.setFont(font)
        self.pushButton_Img.setObjectName("pushButton_Img")
        self.pushButton_Img.setStyleSheet("background-color: #00FFFF;")
        # 设置打开文件夹按钮对象
        self.pushButton_ImgFolder = QtWidgets.QPushButton(Dialog)
        self.pushButton_ImgFolder.setGeometry(QtCore.QRect(1200, 290,  130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.pushButton_ImgFolder.setFont(font)
        self.pushButton_ImgFolder.setObjectName("pushButton_ImgFolder")
        self.pushButton_ImgFolder.setStyleSheet("background-color: #00FFFF;")
        # 设置打开视频按钮对象
        self.pushButton_Video = QtWidgets.QPushButton(Dialog)
        self.pushButton_Video.setGeometry(QtCore.QRect(1200, 360,  130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.pushButton_Video.setFont(font)
        self.pushButton_Video.setObjectName("pushButton_Video")
        self.pushButton_Video.setStyleSheet("background-color: #00FFFF;")
        # 设置打开摄像头按钮对象
        self.pushButton_Camera = QtWidgets.QPushButton(Dialog)
        self.pushButton_Camera.setGeometry(QtCore.QRect(1200, 430,  130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.pushButton_Camera.setFont(font)
        self.pushButton_Camera.setObjectName("pushButton_Camera")
        self.pushButton_Camera.setStyleSheet("background-color: #00FFFF;")
        # 设置标题标签对象
        self.label = QtWidgets.QLabel(Dialog)
        self.label.setGeometry(QtCore.QRect(100, 5, 1341, 70))
        font = QtGui.QFont()
        font.setPointSize(25)  # 增加字体大小以突出标题
        font.setBold(True)
        self.label.setFont(font)
        self.label.setAlignment(QtCore.Qt.AlignCenter)
        self.label.setObjectName("label")

        # 设置文本浏览器对象
        self.textBrowser = QtWidgets.QTextBrowser(Dialog)
        self.textBrowser.setGeometry(QtCore.QRect(20, 670, 1400, 180))
        self.textBrowser.setObjectName("textBrowser")
        self.textBrowser.setStyleSheet("QTextBrowser { border: 1px solid black; }")
        # 设置文本说明标签对象
        self.text_label_instruction = QtWidgets.QLabel(Dialog)
        self.text_label_instruction.setGeometry(QtCore.QRect(20, 630, 100, 40))  # 调整位置和大小
        font = QtGui.QFont()
        font.setPointSize(15)
        self.text_label_instruction.setFont(font)
        self.text_label_instruction.setObjectName("text_label_instruction")
        self.text_label_instruction.setText("结果显示：")

        # 设置开始检测按钮对象
        self.pushButton_BegDet = QtWidgets.QPushButton(Dialog)
        self.pushButton_BegDet.setGeometry(QtCore.QRect(1400, 150, 130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.pushButton_BegDet.setFont(font)
        self.pushButton_BegDet.setObjectName("pushButton_BegDet")
        self.pushButton_BegDet.setStyleSheet("background-color: #00FFFF;")
        # 设置停止检测按钮对象
        self.pushButton_StopDet = QtWidgets.QPushButton(Dialog)
        self.pushButton_StopDet.setGeometry(QtCore.QRect(1400, 220, 130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.pushButton_StopDet.setFont(font)
        self.pushButton_StopDet.setObjectName("pushButton_StopDet")
        self.pushButton_StopDet.setStyleSheet("background-color: #00FFFF;")
        # 设置设置保存路径按钮对象
        self.pushButton_SavePath = QtWidgets.QPushButton(Dialog)
        self.pushButton_SavePath.setGeometry(QtCore.QRect(1400, 290, 130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.pushButton_SavePath.setFont(font)
        self.pushButton_SavePath.setObjectName("pushButton_SavePath")
        self.pushButton_SavePath.setStyleSheet("background-color: #00FFFF;")
        # 设置下拉框对象
        self.comboBox = QtWidgets.QComboBox(Dialog)
        self.comboBox.setGeometry(QtCore.QRect(1400, 360, 130, 50))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.comboBox.setFont(font)
        self.comboBox.setObjectName("comboBox")
        self.comboBox.addItem("")
        self.comboBox.addItem("")
        self.comboBox.setStyleSheet("background-color: #00FFFF;")
        # 调用翻译函数
        self.retranslateUi(Dialog)
        QtCore.QMetaObject.connectSlotsByName(Dialog)

        # # 创建操作区框架
        # self.operation_frame = QtWidgets.QFrame(Dialog)
        # self.operation_frame.setGeometry(QtCore.QRect(1180, 110, 380, 450))
        # self.operation_frame.setObjectName("operation_frame")
        # self.operation_frame.setStyleSheet("background-color: transparent; border: 1px solid black;")
        # # 在操作区框架中放置“操作”标签
        self.operation_label = QtWidgets.QLabel(Dialog)
        self.operation_label.setGeometry(QtCore.QRect(1185, 100, 60, 30))
        font = QtGui.QFont()
        font.setPointSize(15)
        self.operation_label.setFont(font)
        self.operation_label.setObjectName("operation_label")
        self.operation_label.setText("操作")
        self.operation_label.setStyleSheet("background-color:#ccffcc;")


    def retranslateUi(self, Dialog):
        _translate = QtCore.QCoreApplication.translate
        Dialog.setWindowTitle(_translate("Dialog", "YOLOV8/7/5-PYQT"))
        self.pushButton_Model.setText(_translate("Dialog", "选择配置文件"))
        self.pushButton_Exit.setText(_translate("Dialog", "退出"))
        self.pushButton_Img.setText(_translate("Dialog", "打开图片"))
        self.pushButton_ImgFolder.setText(_translate("Dialog", "打开文件夹"))
        self.pushButton_Video.setText(_translate("Dialog", "打开视频"))
        self.pushButton_Camera.setText(_translate("Dialog", "打开摄像头"))
        self.label.setText(_translate("Dialog", "深度学习目标检测"))  # 修改标题文字，在run_gui.py中修改
        self.pushButton_BegDet.setText(_translate("Dialog", "开始检测"))
        self.pushButton_StopDet.setText(_translate("Dialog", "停止检测"))
        self.pushButton_SavePath.setText(_translate("Dialog", "设置保存路径"))
        self.comboBox.setItemText(0, _translate("Dialog", "无追踪"))  # 修改下拉框选项
        self.comboBox.setItemText(1, _translate("Dialog", "ByteTrack"))
        self.text_label_instruction.setText(_translate("Dialog", "结果显示："))
        self.ori_label_instruction.setText(_translate("Dialog", "原始图像"))
        self.det_label_instruction.setText(_translate("Dialog", "检测图像"))

功能展示：

首先要点击选择配置文件，然后有三种模式可以使用，分别是打开图片，打开文件夹和打开视频，然后点击开始检测按钮就可以检测，结果会显示在文本框中，对每个目标进行计数。

检测视频可以使用目标跟踪模式。

视频目标追踪检测效果：

AICurator
关注
专栏目录
手把手带你 YOLOv5/v7 添加注意力机制（并附上30多种顶会Attention原理图）2024/2/5更新
YOLOv8项目贡献者
04-27 18万+
YOLOv5/v7 添加注意力机制教程 2023/6/15更新🍀🍀🍀
(超详细流程-适合小白入门-一篇就够)基于YOLOv8和PYQT5进行检测界面的制作
m0_48248371的博客
04-22 4951
以上是项目目录,除了跑GUI文件YOLOv8中需要的文件外:test文件夹中存放:测试YOLOv8_PYQT5_GUI所需要的权重文件和图像,用的都是官方权重和图像.ui文件夹中存放:QT Designer制作的.ui文件和转换生成的.py文件.ui_img文件夹中存放:QT Designer制作GUI界面需要的图像文件.Detect_GUI.py文件主要是直接进入检测界面.Login_GUI.py文件主要是从注册和登录界面进入检测界面.
YOLOv7钢材缺陷检测+钢材缺陷检测权重+数据集
03-24
1、YOLOv7钢材缺陷检测，分为几种缺陷类型，检测模型已经训练好，包含以及PR曲线，loss曲线等等 2、并附有数据集，使用lableimg软件标注软件标注好的钢材缺陷检测数据，图片格式为jpg，标签有两种，分别为xml格式和txt格式，分别保存在两个文件夹中， 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
YOLOv8-PySide6-GUI 安装及使用指南
gitblog_00338的博客
08-08 374
YOLOv8-PySide6-GUI 安装及使用指南 YOLOv8-PySide6-GUIYoloSide - YOLOv8 GUI By PySide6项目地址:https://gitcode.com/gh_mirrors/yo/YOLOv8-PySide6-GUI 1. 项目目录结构及介绍 该项目的目录结构如下： YOLOv8-PySide6-GUI/ ├── main.py ...
YOLOv8项目实践——目标检测、实例分割、姿态估计、目标追踪算法原理及模型部署（Python实现带界面）
知来者逆的博客
03-27 7842
这是一个集成了YoloV8目标检测、实例分割、姿态估计与目标追踪的项目，界面是用PyQt5写的，可以读入图像，视频与摄像头。
YOLOv8_ ByteTrack目标跟踪、模型部署
爱编程的鱼的博客
07-19 1723
正确执行代码后，会在’VisDrone2019-DET-train’, ‘VisDrone2019-DET-val’, 'VisDrone2019-DET-test-dev三个文件夹内新生成labels文件夹，用以存放将VisDrone数据集处理成YoloV8格式后的数据。三、修改数据配置文件ultralytics/cfg/datasets/VisDrone.yaml。需要将VisDrone2019数据集转换为yolo格式数据，labels的生成。两种多目标跟踪算法，默认的目标跟踪算法为。
AI项目十九：YOLOV8实现目标追踪
12-24 4986
目标检测和目标跟踪的区别：目标检测任务要求同时完成对象的定位（即确定对象的边界框位置）和分类（即确定对象的类别）。这意味着目标检测算法必须不仅能够确定对象是否存在，还要知道它是什么。目标检测通常用于识别和定位图像或视频帧中的对象，通常需要明确的目标类别信息。目标跟踪任务更关注对象在帧与帧之间的连续性，通常更注重对象的运动特征，而不要求进行目标的分类。目标跟踪可以不涉及目标的类别，它的主要目标是维护对象的位置和轨迹，以实现在视频序列中的跟踪。
超详细概述YOLOV8实现目标追踪任务全解析
热门推荐
CDBmax的博客
12-27 2万+
Ultralytics 追踪器的输出与标准的物体检测结果一致，但增加了物体ID的附加值。这使其易于追踪视频流中的物体并进行后续分析。实时处理视频流，同时保持准确性。支持多种追踪算法和配置。简单的Python API和CLI选项，便于快速集成和部署。易于使用自定义训练的YOLO模型，允许集成到特定领域的应用中。本文以官方模型yolov8n.pt、yolov8n-seg.pt、yolov8n-pose.pt为例。
YOLOv8训练好的火焰烟雾检测模型+数据集+pyqt界面
04-25
1、YOLOv8训练好的火焰烟雾检测模型，并包含标注好的火焰和烟雾数据集，标签格式为txt两种，类别名为fire和smoke， 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、有QT...
基于深度学习的布匹缺陷检测系统：YOLOv5/v6/v7/v8/v10模型实现与UI界面集成
最新发布
m0_52343631的博客
10-03 831
YOLO（You Only Look Once）是一种实时目标检测算法，它可以在单次前向传播中同时完成目标定位和分类任务。自YOLOv1发布以来，YOLO系列模型在多个版本中逐步提高了检测精度和速度。
Pyqt5目标检测系统GUI程序——Yolo系列（带扩展带接口）
02-14
目标检测GUI源码自写，使用yolo系列，pyqt5编写， 源码中带接口，可扩展，模块化处理。
基于YOLOv8+pyqt5实现的过马路玩手机打电话检测告警系统源码(GUI界面+数据集+模型+评估曲线+部署说明).zip
08-11
基于YOLOv8+pyqt5实现的过马路玩手机打电话检测告警系统源码(GUI界面+数据集+模型+评估曲线+部署说明) 检测斑马线、玩手机、打电话、行人、车辆、其他。简易的GUI界面，含有训练好的模型、评估指标曲线、数据集、详细部署操作文档，有问题可以私信留言。 以下内容为项目部署详细过程和说明 1、项目代码分为两部分 main_gui_code和ultralytics，其中main_gui_code代码包含GUI界面代码+训练好的模型+YOLOv8推理逻辑融合GUI的代码，也就是说这部分可以打开GUI界面，加载模型和图片、视频、视频流 进行测试。ultralytics则为YOLOv8源代码，可用来训练各种模型，当然也可以用来测试，输出结果，只不过不带GUI界面。故我们使用ultralytics来训练模型，然后拷贝模型到main_gui_code中， 进行GUI界面测试。 2、搭建环境 安装anaconda 和 pycharm windows系统、mac系统、Linux系统都适配 在anaconda中新建一个新的envs虚拟空间(可以参考博客来)，命令窗口执行：conda create -n YOLOv8-GUI python==3.8 创建完YOLOv8-GUI虚拟空间后，命令窗口执行：source activate YOLOv8-GUI 激活虚拟空间 然后就在YOLOv8-GUI虚拟空间内安装requirements.txt中的所有安装包，命令窗口执行：pip install -r requirements.txt 使用清华源安装更快 3、打开GUI推理测试 当以上步骤顺利完成后，环境已经搭建完毕，下面我们尝试打开GUI界面进行测试 pycharm中打开整个项目，导入配置anaconda安装的YOLOv8-GUI虚拟环境(参考博客) 运行main_jiemian.py即可成功打开界面，模型文件放在main_gui_code/models/文件夹，后缀为.pt。可以存放多个模型，可通过界面来选择要使用的模型 点击选择模型按钮选择pt模型，然后点击选择路径按钮，选择待测图片或者视频，最后点击开始检测按钮，开始推理测试并显示画框及得分值 4、训练模型过程 进入到\ultralytics\ultralytics\yolo\v8\detect\文件夹下，datasets即为我们准备好的数据集，训练其他模型同理。 data文件夹下的cross_line.yaml文件为数据集配置文件，博文有介绍https://blog.csdn.net/DeepLearning_?spm=1011.2415.3001.5343 train.py中208行，修改为的data = cfg.data or './cross_line.yaml' # or yolo.ClassificationDataset("mnist") 207行修改自己使用的预训练模型 若自己有显卡，修改211行，如我有四张显卡，即改成args = dict(model=model, data=data, device=”0,1,2,3“) 以上配置完成后运行train.py开始训练模型，训练完毕后会在runs/detect/文件夹下生成train*文件夹，里面包含模型和评估指标等 5、无GUI推理测试 训练好模型，打开predict.py，修改87行，model = cfg.model or 'yolov8n.pt'，把yolov8n.pt换成我们刚才训练完生成的模型路径，待测试的图片或者视频存放于ultralytics\ultralytics\assets文件夹， 运行predict.py即可，检测结果会在runs/detect/train文件夹下生成。 【资源说明】 1、该资源内项目代码都是经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能。
基于深度学习的无人机目标检测系统：YOLOv5/v6/v7/v8/v10模型实现与UI界面集成
m0_52343631的博客
09-30 1391
YOLO（You Only Look Once）是一种高效的目标检测算法，它能够在单个网络中同时预测多个目标。我们将使用YOLOv5作为示例，但所述步骤同样适用于YOLOv6、YOLOv7、YOLOv8和YOLOv10。本博客详细介绍了如何构建一个基于深度学习的无人机目标检测系统，从数据准备到模型训练再到用户界面的设计和系统的测试，全面涵盖了项目的各个环节。希望通过本篇博客，能够为正在进行类似项目的研究者提供帮助。
YOLO v8目标跟踪详细解读（一）
litt1e的博客
08-11 1万+
目标跟踪现阶段是强烈依赖目标检测结果的，主流的目标跟踪pipeline，简单的总结一下：首先，目标检测模型输出的检测框是我们跟踪的对象。假设我们在第一帧确定了跟踪对象，即给定检测框id，那当检测模型输出第2帧检测结果，我们需要将第2帧的检测框与第1帧检测框的id进行匹配。那么匹配的过程是怎样的呢？有人说，直接用两帧检测框的IOU去匹配呗，将IOU看作cost_matrix，利用匈牙利算法去匹配两帧的id。
目标检测——检测结果的可视化
墨门
11-14 2934
1 检测框可视化 1.2 添加文字 1.2.1 字体大小的物理含义——“字符的高度” 字体的大小可以由磅值定义，这里引用网友“插画与设计生活 ”的给出的图片， 这里引用一下他的文章，表示感谢——《【字体】字体大小对照表》 这里我们再引用一下百科百科的对“字体磅值”的定义： 可以看到字体的大小实际上是由字符的高度来确定的； ...
YOLOv5进阶 | 利用PyQt搭建YOLOv5目标检测系统（附可视化界面+功能介绍+源代码）
突然好想你
03-09 1万+
系统支持输入图片、视频、摄像头和RTSP视频流的目标检测，其中，可以对图片进行处理，包括灰度化、平滑处理、均衡化、形态学、图像梯度、阈值处理、边缘检测、轮廓检测、直线检测、亮度调节和伽玛校正。
为你的目标检测添加GUI可视化（Python）
Lorraine666的博客
12-25 920
GUI是图形用户界面的简称，可以添加各种有趣的东西，接下来说一个比较简单的GUI界面，可以调用其他的脚本运行然后显示出结果。鄙人还是新手小白，如果有什么可以改进的地方请务必私聊我！8.设置GUI内所有元素的自适应大小变化。4.设置对检测目标的打开和保存的函数。最后添加主函数连接起来即可。5.设置运行其他脚本的函数。6.设置保存检测目标的函数。
基于 YOLOv8 的高级目标追踪系统项目详解
2301_80854431的博客
06-16 1425
创建主窗口：使用 tk.Tk() 创建了一个主窗口 root，并设置了较大的尺寸。顶部栏：创建了一个顶部栏框架 top_bar，在其中添加了标题标签 title_label，用于显示系统名称。中间容器：创建了一个垂直方向的分窗格 mid_container，用于划分上下两个部分。上半部分框架说明标签 instruction_label：提示用户选择视频文件。视频列表框 video_listbox：可用于显示已选视频列表（这里可能未完全使用到）。
PCB缺陷检测系统：YOLOV8/V7/V5集成GUI与视频分析
资源摘要信息: "YOLOV8/V7/V5的PCB缺陷检测项目是一个综合性的计算机视觉应用，它结合了最新的YOLO系列算法和图形用户界面(GUI)技术，旨在实现PCB（印刷电路板）上的缺陷自动检测。该系统设计用于实际生产线环境，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AICurator

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值