- 博客(403)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 钉钉机器人
本文介绍了如何在钉钉创建企业内机器人并实现消息接收功能。操作步骤包括：1）创建企业内机器人应用并发布；2）确保机器人上线后可在钉钉搜索到。随后提供了Python代码示例，展示如何通过DingTalkStreamClient接收处理机器人消息，主要包含消息回调处理类EchoTextHandler的实现和主程序启动逻辑。需要注意的是，代码中需填入正确的AppKey和AppSecret凭证信息才能正常运行。该方案适用于企业内开发钉钉机器人消息交互功能。
2026-05-02 16:36:28
53
原创 LangGraph
本文介绍了多智能体工作流的设计与实现，重点分析了串行、并行和条件分支三种控制结构。文章首先展示了多智能体架构图，指出LangGraph相较于LangChain的增强功能，包括云平台支持和监控能力。然后详细讲解了节点、边和图的概念，强调节点返回必须是状态对象，且需预先规划完整节点图。 在实现部分，文章提供了三种典型工作流的代码示例：1) 串行流程展示了状态在各节点间的传递；2) 分支结构演示了并行执行路径；3) 条件分支说明了基于状态的动态路由机制。代码示例中特别强调了状态管理的核心作用，每个节点都在修改共享
2026-04-19 17:28:13
392
原创 RAG详解
摘要：本文介绍了检索增强生成(RAG)技术的基本原理，重点讲解了文档处理流程(加载、切片、向量化、存储)。详细展示了多种文档加载方法，包括PDF、网页、CSV、Excel等格式的处理，并提供了代码示例。文章还涉及多模态处理(图片解析)、网页特定内容抓取、文档标识等高级技巧，最后演示了如何自定义文档加载器。RAG通过将用户问题向量化后匹配数据库信息，补充大模型的垂直领域知识。
2026-02-09 11:54:40
1208
2
原创 StrOutputParser
本文介绍了LangChain中三种常用输出解析器的使用方法： StrOutputParser：简化文本提取，自动拼接LLM响应中的文本内容，返回字符串格式结果。 PydanticOutputParser：支持结构化输出验证，通过定义Pydantic数据模型规范输出格式，可自定义验证逻辑。 JsonOutputParser：用于处理JSON格式的输出，提供结构化数据解析能力。 文章通过具体代码示例展示了每种解析器的实现方式，比较了使用解析器前后获取结果的差异，并解释了各解析器的核心功能特点。这些解析器可以显著
2026-01-26 18:02:03
662
原创 LCEL基本使用和高级使用
摘要：LCEL（LangChain表达式语言）提供两种核心执行方式：串行的RunnableSequence和并行的RunnableParallel。通过管道操作符（|）或pipe()方法可构建链式调用，支持版本控制的事件流监控（astream_events），可按名称、标签或事件阶段过滤。高级用法包括使用@chain装饰器创建自定义链、RunnableLambda包装函数，以及并行执行多个链任务（如同时生成笑话和诗歌）。复杂场景推荐使用LangGraph，而get_graph()方法可可视化链结构。需注意l
2026-01-03 16:01:15
580
原创 Runnable的组建
本文摘要介绍了LLM文本补全模型和ChatModel对话模型的基本使用方法，重点讲解了Runnable接口的统一设计及其事件处理机制。主要内容包括：1) 通过Ollama调用本地LLM模型进行文本补全；2) ChatModel作为对话状态机的实现方式，包括消息类型和元数据；3) Runnable接口的设计理念，支持多种执行方式(invoke/stream/batch等)和事件处理；4) 结构化输出(OutputParser)的基本概念。文章通过代码示例展示了如何使用这些组件构建AI应用，特别强调了Runna
2026-01-01 16:45:18
848
原创 最简单的LangChain和RAG
Ollama API提供了完整的LLM服务接口，主要包含四大功能模块：推理类（生成、对话、嵌入）、模型管理（下载/删除模型）、运行控制和版本查询。通过简单的cURL命令即可调用API，如模型列表查询、文本生成和对话交互。文档还展示了如何与LangChain集成，包括基础调用和RAG实现。RAG示例演示了从本地文档读取、文本分割、向量嵌入到检索问答的全流程，使用FAISS作为向量数据库。环境配置部分详细说明了Ollama服务安装、模型下载和Python依赖项安装步骤。整个方案支持流式响应和自定义模型创建，为开
2025-12-17 17:28:40
206
原创 云端部署DeepSeek + 本机Cherry Studio接入
本文介绍了如何通过Cherry Studio连接云服务的DeepSeek模型。首先确认云服务通过Ollama运行DeepSeek，并支持OpenAI规范的API接口。然后在Cherry Studio中添加自定义OpenAI类型服务，填写API地址和密钥。成功连接后，可选择DeepSeek的不同参数模型(1.5b/7b/8b/14b)进行使用。整个过程实现了本地工具与云端AI服务的无缝对接，为开发者提供了便捷的模型调用方式。
2025-12-15 21:49:00
360
原创 ollama本地部署 智谱API Key获取
本文介绍了两种AI模型的使用方法。首先详细说明了ollama平台上deepseek-r1:7b模型的安装和使用流程，包括安装命令、模型拉取、运行交互等操作步骤，并推荐使用3060及以上显卡。其次介绍了智谱平台的使用方法，包括账号申请、控制台操作和API Key获取流程。两种方式都提供了完整的操作指南，方便用户快速部署和使用AI模型服务。
2025-12-14 19:02:17
1606
原创 LM Studio 本地部署DeepSeek
LM Studio是一款本地模型托管平台，支持加载AI模型并作为服务器运行。用户可下载DeepSeek等模型，通过开发者模式开启本地服务（默认监听本机）。平台提供基础聊天界面，也可连接Cherry Studio等专业聊天客户端。在Cherry Studio中，只需简单配置即可接入LM Studio托管的模型，实现更专业的对话体验。两个工具配合使用，既能本地运行大模型，又能获得优化的交互界面。
2025-12-14 18:52:56
820
原创 超分SRGAN
本文介绍了图像质量评估指标（PSNR、SSIM、MOS）的计算方法，并对比分析了三种超分辨率GAN模型（SRGAN、HR-LR GAN、CinCGAN）。在图像评估方面，详细说明了有参考评估（PSNR、SSIM、LPIPS）和无参考评估（MUSIQ等）的代码实现。在超分模型方面，重点解析了SRGAN的生成器损失函数设计，包含对抗损失、TV损失和基于VGG的特征损失，并比较了不同模型的性能表现。实验数据表明，SRGAN作为一种经典模型，其性能虽不及优化后的模型，但结构简单实用。
2025-12-12 16:39:41
1063
原创 UNet超分 效果测试
本文提出了一种基于UNet结构的图像超分辨率重建方法，使用BSDS300数据集（200张训练图，100张测试图）进行训练。网络架构在传统UNet基础上加入了亚像素卷积（Sub-pixel Convolution）上采样模块，通过两次PixelShuffle操作实现4倍放大。数据预处理阶段采用真实退化增强策略，包括高斯模糊、噪声添加和JPEG压缩，模拟真实低分辨率图像退化过程。模型训练时保持低分辨率输入的真实尺寸（64×64），而非上采样回高分辨率尺寸，使网络专注于学习放大任务。实验评估采用PSNR和SSIM
2025-12-09 15:11:37
389
原创 云主机GPU pyTorch部署
直接装最新稳定版（当前是 2.5.0，支持 CUDA 11.8 和 12.1，T4 完美支持）这样安装的三个都是GPU版本。
2025-12-02 17:06:56
386
原创 UNet模型 降噪 实验效果
本文实现了一个基于UNet的图像去噪模型，使用BSDS300数据集进行训练和测试。UNet结构包含下采样、中间层和上采样模块，采用双卷积块处理特征。数据集处理包括随机裁剪和添加高斯噪声。训练过程使用MSE损失函数和Adam优化器，最终模型在测试集上展示去噪效果。代码提供了完整的训练流程和可视化功能，用户可通过交互方式查看去噪前后的对比效果。
2025-12-01 17:24:09
545
2
原创 图像降噪DANet 双重对抗网络
本文探讨了基于GAN的盲去噪模型GCBD及其改进方法DANet。GCBD通过无监督噪声采样提取噪声特征，利用GAN结构实现图像降噪，在PSNR等指标上优于传统方法。DANet采用双重对抗网络结构，通过UNetD和UNetG协同工作，同时实现噪声生成和去除。实验表明，这些方法在DND和SIDD等数据集上表现优异。文章还对比了不同降噪方案的适用场景：GAN类适合图像增强，UNet类适合医学等需要保真度的领域，并提出Restormer作为工业级最优方案。最后介绍了Diffusion降噪原理和DANet的具体实现架
2025-11-28 17:09:14
1117
原创 DCGAN对抗生成网络
本文介绍了DCGAN（深度卷积生成对抗网络）的基本原理和实现方法。DCGAN由生成器和判别器组成，生成器通过转置卷积从噪声向量生成图片，判别器通过卷积网络判断图片真伪。文章详细阐述了DCGAN的网络结构、训练过程及对抗原理，指出生成器和判别器在对抗中相互提升性能。同时比较了DCGAN与Diffusion等模型的差异，说明DCGAN适合生成64×64分辨率图片，而更高分辨率需使用StyleGAN等模型。最后简要提及Diffusion模型的简单应用示例。
2025-11-26 15:06:28
990
原创 distalliation蒸馏
摘要：本文探讨了知识蒸馏（KD）技术，通过对比剪枝（硬调整）和蒸馏（软传递）两种模型压缩方法，重点分析了蒸馏的原理与实现。蒸馏使用KL散度损失函数，通过温度参数T控制概率分布平滑度（T=4最稳定），结合学生模型损失和教师模型输出结构损失进行训练。实验采用PyTorch框架，在图像分类任务中验证了蒸馏效果，结果显示该方法能有效传递教师模型知识。参数调整结果表明，合理设置损失权重系数λ和温度T对性能提升至关重要。
2025-11-24 22:05:55
328
原创 图像分割介绍
本文介绍了基于深度学习的图像分割方法，重点针对嘴唇区域分割任务。文章详细说明了数据标注和处理流程，包括使用CVAT等工具标注后将像素值转换为连续类别索引[0,1,2]。在数据增强部分，强调了对图像和mask需同步变换的重要性。模型架构采用卷积和反卷积模块相结合的方式，通过simpleNet5网络实现从输入图像到分割mask的转换。该方法通过训练网络输出与标注mask相匹配的预测结果，最终实现对嘴唇区域的精确分割。
2025-11-21 17:05:12
919
原创 loss.backward()反向传播卡死问题
文章揭示了AMD Zen2 CPU在使用PyTorch≥1.8版本时出现的反向传播死锁问题，根源在于oneDNN后端的多线程实现缺陷。当执行CrossEntropyLoss计算时，oneDNN会动态创建多个线程池，但线程管理缺乏互斥保护，在AMD架构上容易出现线程竞争死锁。该问题在输出为4D大张量（如224x224）时触发，而分类任务因输出维度小不受影响。临时解决方案是通过设置环境变量限制各库的线程数为1来规避死锁。该问题主要影响AMD CPU用户进行分割/检测类任务训练，Intel官方尚未彻底修复。
2025-11-19 22:35:39
975
原创 从数据采集到增强
本文介绍了图像数据获取与清洗的方法。数据获取可通过公共数据集(如ImageNet)、外包平台、自行拍摄或网络爬取四种方式，并推荐了多个高效爬虫工具，包括图片下载器、视频爬取工具和Flickr爬取接口。数据清洗部分提供了Python代码实现，包括图片格式转换、损坏文件删除，以及基于MD5哈希和像素相似度的去重方法。相似度计算支持相同检测和基于绝对差分的阈值比较，可有效去除重复或高度相似的图像，优化数据集质量。
2025-11-15 12:51:40
981
原创 roboflow数据集下载
摘要：本文介绍了如何在RoboFlow平台下载数据集。首先访问官网并点击"Explore"，搜索关键词"fire"后选择目标数据集。进入数据集页面后选择YOLOv11格式，点击"Download dataset"即可下载，用户可选择直接下载或通过代码方式获取数据集。操作过程简单直观，适合快速获取特定主题的标注数据集用于计算机视觉项目。
2025-11-01 19:18:56
1529
原创 加载YOLO模型，处理mp4视频
本文介绍了两种使用YOLO模型处理视频的方法。第一种是通过命令行直接调用YOLO模型进行预测，可以实时预览处理效果；第二种是通过Python代码实现，使用OpenCV逐帧处理视频，将带有检测框和置信度的结果保存为新视频文件。两种方法都能实现对视频的物体检测和标注功能，其中代码方式更适合需要自定义处理的场景。文中提供了完整的Python实现示例，包括视频读取、模型推理、结果绘制和视频保存等关键步骤。
2025-11-01 18:12:33
404
原创 roboflow标注工具使用
摘要：本文介绍了RoBoFlow标注工具的使用方法。相比Label Studio，RoBoFlow提供更多功能，包括预处理和数据增强。操作流程包括：创建项目、上传图片、手动标注（支持不规则标注框）、划分训练/验证/测试集、添加预处理和数据增强功能，最后导出数据集。整个过程直观易操作，适合计算机视觉项目的标注需求。
2025-11-01 16:14:12
1263
1
原创 label-studio标注工具使用
本文介绍了Label Studio图像标注工具的使用方法。首先通过pip安装并启动Label Studio，创建项目并上传JPG格式图片。在Labeling Setup中选择目标检测任务类型，自定义标注标签（如dog）。标注时点击对应标签，在图像上绘制矩形框并提交。最后通过Export功能导出YOLO格式的标注数据。整个过程包含创建项目、上传图片、设置标签、手动标注和导出结果五个主要步骤，适用于目标检测任务的图像标注需求。该工具操作直观，支持多种标注格式输出。
2025-10-30 22:32:46
528
原创 pytorch下对各种超参调整效果
本文展示了一个基于PyTorch的CIFAR-10图像分类任务实现。通过构建包含卷积层、池化层和全连接层的神经网络模型，对比了不同参数对训练效果的影响。实验结果表明：加入BatchNorm和ReLU激活函数能显著提升模型性能（测试准确率从70.28%提升至82.83%）；Dropout值为0.4时取得最佳测试准确率71.23%；将优化器从SGD改为Adam后准确率提升至85.25%。此外还测试了不同学习率和batch size的影响，发现batch size增大到128时准确率略有下降（82.75%）。所有
2025-10-24 18:18:02
276
原创 simple-whip-client
本文介绍了GStreamer安装过程中解决缺少nice、webrtc和srtp插件的问题。通过安装gstreamer1.0-plugins-bad、libnice-dev（需确保版本匹配）和libsrtp2-dev等依赖包，并处理可能出现的版本冲突（如Meson版本要求）。最终建议直接安装gstreamer1.0-plugins-bad包来获取webrtc功能，避免复杂的编译过程。文章提供了完整的命令行解决方案，涵盖Ubuntu系统下的依赖管理和版本控制问题。
2025-10-24 15:35:50
192
原创 gst-webrtc
本文介绍了GStreamer的WebRTC相关组件及使用方式。主要内容包括：1) GStreamer官方提供的WebRTC信令服务器源码和Web客户端示例；2) webrtcsink和webrtcsrc组件的命令行使用方法，包含推流和拉流示例；3) 基于Rust实现的webrtcsrc/webrtcsink组件及其与Livekit、Janus的对接方案；4) 支持WHEP/WHIP协议的推拉流客户端配置方法；5) Rust环境配置及GStreamer插件安装说明；6) 实际推拉流命令示例及常见问题解决方法。
2025-10-24 15:34:52
558
1
原创 超参与炼丹
机器学习优化方法摘要（150字） 正则化通过减小权重降低模型复杂度（L2正则化）；数据归一化加速收敛并防止梯度问题。参数初始化中，He方法专为ReLU设计，优于全零/随机初始化。训练需平衡epochs次数防过/欠拟合。batch大小影响梯度下降效率与准确性。Batch Normalization对隐藏层输出归一化（输出层除外）。Adam综合动量与RMSProp，现为网络优化主流选择。这些方法共同提升模型训练效率和泛化能力。 （注：文末图片描述未包含在摘要中）
2025-10-13 09:56:48
359
原创 pytorch统计训练的正确率
这篇文章介绍了一个使用PyTorch实现的CIFAR-10图像分类项目。主要内容包括：加载和预处理CIFAR-10数据集；构建一个包含卷积层、池化层和全连接层的CNN模型；使用交叉熵损失函数和SGD优化器进行训练；在训练过程中记录损失和准确率；最后保存训练好的模型。文章还提到了可以使用Google Colab的免费GPU资源来加速训练。整个项目展示了深度学习模型从数据准备到训练评估的完整流程，适合初学者学习PyTorch框架和计算机视觉任务的基本实现方法。
2025-10-10 17:39:10
228
原创 anaconda安装及使用
本文介绍了人工智能开发环境的搭建方法。首先推荐了一个AI教程网站，然后提供了Miniconda的官方下载链接。详细说明了在Linux系统下的安装步骤：下载.sh文件后执行bash命令安装，并配置环境变量。最后通过conda init命令初始化环境，使用source命令刷新配置，并通过conda --version命令验证安装是否成功。这个简明教程适合快速搭建Python开发环境。
2025-10-09 21:09:48
256
原创 Pytorch强化学习demo
本文介绍了一个基于强化学习的模型训练方法，目标是使模型输出接近0.8。通过设置奖励函数reward = 1.0 - diff * 5，当输出偏离目标值时给予惩罚。模型通过反向传播自动调整参数：输出小于0.8时增大权重，大于0.8时减小权重。文中提供了PyTorch实现代码，使用带Sigmoid的单层线性网络，通过Adam优化器更新参数。关键点在于loss.backward()计算梯度，optimizer.step()根据梯度方向调整权重和偏置，逐步使输出逼近目标值。这种方法类似于调节音量旋钮的过程，通过反复
2025-09-30 18:21:07
507
原创 quic的拥塞控制
本文对比分析了QUIC和TCP的传输机制及拥塞控制算法。QUIC通过ACK范围确认和延迟字段优化RTT计算，采用PTO机制检测丢包，并利用递增的Packet Number解决队头阻塞问题。TCP则依赖ACK确认机制，存在慢启动、拥塞避免、快重传和快恢复等阶段。文章还探讨了BBR算法在带宽探测和抗丢包方面的特性，指出其在实时音视频领域的局限性，并比较了WebRTC的GCC算法与TCC带宽评估方法。总体呈现了不同协议在传输效率、收敛速度和网络适应性方面的技术特点。
2025-09-28 09:34:06
930
原创 pytorch的基础函数和常用CNN
PyTorch提供两类基础模块：torch.nn包含最小算子（线性层、卷积层、循环层、归一化层、激活函数等），如nn.Linear、nn.Conv2d、nn.ReLU等基础积木；torchvision.models则提供常用CNN的预构建模型（ResNet、VGG等），可直接调用。前者是基础组件，后者是预组装模块，用户可自由组合或直接使用现成模型。
2025-09-24 16:23:45
628
原创 最简单的demo YOLO进行目标检测
本文展示了使用YOLOv8模型进行目标检测的代码实现。首先加载YOLOv8n（Nano）和YOLOv8s（Small）两个不同规模的模型，并自动选择GPU或CPU设备。代码演示了如何对公交车图片进行目标检测，设置置信度阈值0.25和IOU阈值0.6，并调整图像分辨率。检测结果包含边界框、类别和置信度信息，可实时显示并保存为图片文件。文中还分析了YOLO模型的架构原理，包括卷积层、激活函数、池化层和连接层的作用。最后附上了原始图片和检测结果图片的对比，验证了模型的有效性。
2025-09-15 15:52:50
353
原创 YOLO在ubuntu22安装
本文介绍了在Linux系统上安装YOLOv8目标检测框架的完整流程。首先通过apt安装Python3和必要工具，然后安装PyTorch CPU版本及其依赖库。接着使用pip安装ultralytics库，并配置环境变量。最后通过预训练模型验证安装，执行目标检测任务。整个过程包括：1)基础环境配置；2)PyTorch安装；3)YOLOv8安装；4)环境验证；5)使用示例图片测试模型推理功能。安装完成后，用户可直接使用yolo命令行工具进行目标检测。
2025-09-09 15:10:15
466
原创 webrtc编译arm/arm64
如果是64为需要修改third_party/libvpx/BUILD.gn，如下，sve是帮助优化CPU指令的。webrtc版本 m125版本。
2025-08-15 11:05:56
407
原创 tcp/udp的socket特点
sendto发送时不存在发送部分字节，因为它时数据报形式，会把用户的数据全部装入一个udp数据报一起发送，要么成功要么失败。无论每次发送多少，每个 sendto 调用会尝试将整个数据报作为一个不可分割的单元发送，具有原子性，所以只有成功和失败。tcp的接收，因为tcp是流式的，它有滑动窗口限制，当缓冲区快满时，会通知阻止发送方的发送行为，因此不会出现覆盖数据，介个就叫可靠传输阿。双方各建一个 socket，收到对方信息时，也收到对方 ip，后面用自己的 socket 往 ip 发送就行。
2025-08-04 17:02:36
296
原创 p2p打洞
当这个私有设备发送给一个公网设备175.169.32.155：1234，NAT还有添加一个映射关系，把之前的IP和port和这个映射，因此当这个公网IP响应时，NAT会查看映射表是否含有这个公网IP，来确定是否接收。这者并不相同，但有的nat，同一个局域网的ip和port，发送给不同的外网ip和port时，nat映射的port并不相同。由以上可知，当我们的流程序端口是1234时，我们通过这个端口向stun服务器的6789端口发送信息，stun返回1234这个端口和它的局域网IP映射的公网IP和端口。
2025-08-03 13:26:02
385
原创 tcp/quic 的滑动窗口
本文摘要：文章解析了TCP滑动窗口机制，包括接收窗口(rwnd)和拥塞窗口(cwnd)的作用，阐述了快重传、超时重传(RTO)等重传策略，以及MTU/MSS概念。通过示例说明TCP数据分段和序列号分配，并给出RTO计算公式。同时介绍了吞吐量计算方法及其与RTT、窗口大小的关系，对比了带宽与吞吐量的区别。最后以PicoQUIC实现为例，展示了QUIC协议中RTT相关参数的默认值设置，并计算了特定场景下的RTO值。文章从协议机制到实际实现进行了技术性阐述。
2025-07-11 17:54:02
1063
车牌识别的模型和car.mp4，在这篇文章中用到：https://blog.csdn.net/weixin-43466192/article/details/154245391?sharetype=b
2025-11-01
metartc的crypto.a，libopus.a，libsrtp2.a，libssl，平台：rv1126，mstar336
2024-05-30
安装盘制作工具，用于制作安装盘，下面是博客使用链接
2023-09-22
脚本自动化 在N5105上配置ffmpeg+qsv环境，h264-qsv和hevc-qsv的cbr/vbr都可以使用，fdk-a
2022-12-23
peerconnection_server和peerconnection_client
2022-04-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人