- 博客(62)
- 资源 (18)
- 收藏
- 关注
RSS订阅原创 水下图像色彩校正算法工作原理--效果展示
本文介绍了水下图像色彩校正算法的实现，主要包含DiveColorCorrector类及其核心方法。算法通过色调偏移、直方图分析和Gamma校正等技术改善水下图像色彩。核心功能包括：参数更新、红色通道调整、直方图标准化区间计算、Gamma校正和应用色彩滤镜矩阵。该实现参考了GitHub开源项目，提供完整的色彩校正流程，从获取滤镜矩阵到最终图像处理，适用于单张图像校正。算法可调节多个参数以获得最佳效果，并通过RGB/BGR色彩空间转换保证输出兼容性。
2025-10-24 10:25:29
201
原创 水下图像色彩校正算法工作原理
该算法通过动态色彩调整和直方图分析有效改善水下图像的典型问题。核心步骤包括：1）计算图像平均色彩确定整体偏色；2）采用色相偏移变换矩阵增强衰减的红色分量；3）通过直方图分析识别并排除噪声；4）动态范围调整优化对比度。算法具有自适应性，根据图像内容自动调整参数，在增强红色同时保留自然色调，并通过蓝色补偿平衡整体色彩。关键参数控制处理强度，避免过度校正，最终生成变换矩阵将原始像素映射到校正空间，恢复水下图像的真实色彩和对比度。
2025-10-24 10:14:08
474
原创 2/3维旋转矩阵推导与助记--记录
本文系统介绍了二维和三维旋转矩阵的推导过程及助记方法。首先通过三角函数关系推导出二维旋转矩阵，进而推广到三维空间中绕X、Y、Z轴的旋转矩阵。特别指出绕Y轴旋转矩阵的正弦项位置与其他两个轴不同。文章还对比了向量旋转和坐标系旋转两种情形的区别，指出两者的旋转矩阵互为转置（即逆矩阵）关系。最后强调了书写形式（列向量vs行向量）对矩阵表示的影响，为理解旋转矩阵提供了清晰的理论框架和实用的记忆技巧。
2025-09-17 15:33:52
735
原创 全流程基于Yolov8实现在Label-Studio实现半自动标注，已经把整个流程理清楚，把所有的坑解决。
本文介绍了LabelStudio及其机器学习后端的安装配置流程。主要内容包括：1) 通过pip安装LabelStudio并启动服务；2) 安装LabelStudio-ML后端，推荐GitHub方式并解决代理问题；3) 前端配置项目、导入数据、选择标注模板；4) 后端配置，重点讲解如何继承基类重写predict方法实现预标注功能，包括YOLOv8模型集成和预测结果格式化；5) 注意事项，如环境变量设置和自动标注实现。文档提供了完整的配置步骤和常见问题解决方案，帮助用户搭建完整的标注系统。
2025-09-09 16:50:05
1030
原创 Python 程序打包成 exe 可执行文件
本文介绍了Python打包工具PyInstaller的完整使用指南。主要内容包括：1）基础安装方法；2）常用打包命令（单文件/目录模式）；3）高级配置选项（隐藏窗口/添加图标/排除模块）；4）资源文件处理方法；5）常见问题解决方案；6）替代工具推荐。文章详细说明了打包过程中可能遇到的各类需求及对应参数配置，特别强调了资源文件访问的特殊处理方式。最后建议在虚拟环境中操作以避免依赖冲突，打包结果默认输出到dist目录。
2025-08-14 13:31:18
399
原创 asciidoc转为markdown的方法一些异常处理
本文介绍了将Asciidoc文档转换为Markdown格式的完整流程及问题解决方案。主要内容包括：1）通过Pandoc和Asciidoc工具进行格式转换的基本步骤；2）XML文件修复方法，使用lxml库检测和修复Docbook转换中可能出现的XML格式错误；3）Markdown图像格式优化方案，通过正则表达式处理将HTML图像标签转换为标准Markdown格式，并自动提取文件名作为替代文本。文中提供了详细的Python代码实现，涵盖XML修复和图像格式转换两个关键环节，为文档格式转换提供了完整的自动化解决方
2025-06-17 14:17:08
353
原创 adoc（asciidoc）转为markdown的方法，把.adoc文件转换为markdown格式
将adoc文件转换为markdown的方法：首先安装工具（pandoc和asciidoc），然后分两步转换格式（先转为docbook再转markdown）。可能需处理Unicode编码问题，转换后需手动调整格式。若遇到Python缺少asciidoc模块的错误，可通过系统包管理器或pip安装解决。转换过程会保留大部分文档结构，但最终效果可能需要进一步优化。
2025-06-14 21:13:05
482
原创 YOLOv11 OBB 中 convert_json_to_txt并显示转换结果
本文介绍了YOLOv11OBB旋转目标检测任务中的两个核心模块：数据格式转换模块和标注可视化模块。数据格式转换模块将Labelme的JSON标注转换为YOLO OBB标准格式（包含类别索引和8个归一化坐标值），支持多类别场景并兼容YOLOv11-obb模型训练需求。标注可视化模块通过绘制四边形框和角点来验证标注质量，使用不同颜色区分类别。两个模块配合形成完整工作流程：从JSON标注→YOLO格式转换→可视化校验→模型训练。代码实现包含坐标归一化、文件拷贝和可视化功能，为旋转目标检测提供数据预处理解决方案。
2025-06-12 21:27:19
745
原创 ubuntu22.04上设定Service程序自启动，自动运行Conda环境下的Python脚本（亲测）
1、在Ubuntu Linux 22.04 LTS 版本的系统是部署开机自启动service；2、通过widows11与Ubuntu Linux 22.04进行Post请求；3、启动python的服务，在指定的conda环境下运行代码。
2025-04-15 09:07:38
751
转载 AnythingLLM本地知识库避坑指南+配置攻略(引用好文)
在AnythingLLM中调用DeepSeek R1 API 加持本地知识库 基于AnythingLLM构建的知识库下，离开DeepSeek R1 API 加持的本地知识库都是个渣渣，在深度踩坑后，发现了2个“残酷的”RAG真相。问错问题=如入天坑，原以为是Bug，还得到了来着AnythingLLM官方社群的“贴心答复”，以正三观。在部署AnythingLLM+DeepSeek R1的本地知识库方案后，凭借其简单、快速、小白友好、无代码压力等优势，精益新生小A快速利用春节假期进行更多的尝试和探索。
2025-03-25 19:52:47
1016
2
原创 dify-1.0.1 + deepseek调用本地知识库
Dify 是一款开源的大语言模型(LLM) 应用开发平台。它融合了后端即服务（Backend as Service）和 LLMOps 的理念，使开发者可以快速搭建生产级的生成式 AI 应用。即使你是非技术人员，也能参与到 AI 应用的定义和数据运营过程中。由于 Dify 内置了构建 LLM 应用所需的关键技术栈，包括对数百个模型的支持、直观的 Prompt 编排界面、高质量的 RAG 引擎、稳健的 Agent 框架、灵活的流程编排，并同时提供了一套易用的界面和 API。
2025-03-14 19:19:45
1666
原创 Win11 + cherry studio deepseek本地部署，保姆级教程
在人工智能飞速发展的当下，大语言模型不断推陈出新，Deepseek 以其卓越的性能和出色的表现，吸引了众多 AI 爱好者和开发者的目光。然而，直接使用 Deepseek 官网服务时，常常会遭遇服务器繁忙、响应延迟等问题，影响使用体验。为了获得更稳定、高效的使用感受，本地部署成为了一个极佳的解决方案。本文将详细分享如何借助硅基流动，在 CherryStudio 中部署本地化的 Deepseek，让你能够在自己的设备上畅享 Deepseek 的强大功能。
2025-03-13 16:47:11
505
原创 win11+deepseeek-r1+Langchain-Chatchat-v0.3.1搭建本地知识库
基于 Windows 11 + DeepSeek-R1 + Langchain-Chatchat v0.3.1 搭建本地知识库的完整指南，结合多篇教程整合优化，覆盖环境配置、模型部署、知识库构建全流程
2025-03-13 14:42:14
1010
原创 基于Pygame搭建的雷达、光电和数据链数据生成引擎
在飞行场景下，实现雷达、光电和数据链的数据融合具有重要意义，雷达、光电和数据链实现数据融合是一个复杂的过程，旨在将不同来源的数据进行整合，以获得更准确、全面的信息。提升目标探测与识别能力雷达擅长远距离目标的探测和跟踪，能提供目标的精确距离、速度和方位信息，但在目标特征识别方面能力有限。光电系统（如红外传感器、光学相机）可以提供目标的详细图像和特征信息，有助于准确识别目标类型，但作用距离相对较短且易受气象条件影响。
2025-02-14 20:33:48
1017
原创 电动车进入电梯数据集、自行车进入电梯数据集 电动车进入电梯VOC数据标注数据集
本项目作为一个小科研课题，分析当前电梯禁入电动车和自行车监控情况，搜集市场上的一些关键性，且有用的数据集，并对数据集进行了标注工作，数据集的格式声明： 数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)。
2024-10-30 23:04:05
1305
原创 Kalman算法、扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）的比较
计算复杂度：EKF通常计算复杂度较低，而UKF计算复杂度较高。处理非线性能力：UKF在处理高度非线性系统时表现更好，精度更高；EKF在非线性程度不高的系统中也能有效工作。实现复杂度：EKF需要计算雅可比矩阵，这在某些情况下较复杂；UKF不需要计算雅可比矩阵，但需要生成和处理sigma点，逻辑上更复杂。
2024-09-21 07:18:21
2629
1
原创 Python有哪些好用的自动化库
这些库各有特点，选择合适的库可以根据具体的需求和使用场景来决定。如果你需要一个简单易用的库进行桌面和网页自动化，PyAutoGUI和SikuliX是不错的选择；如果你需要企业级的复杂自动化解决方案，Robocorp和UiPath可能更适合。Python有几个非常好用的RPA（机器人流程自动化）库，这些库可以帮助你自动化许多日常任务。
2024-09-07 22:54:08
1099
原创 机载坐标与大地坐标的转换
大地坐标是指以地球为基准点的坐标系统，常用的大地坐标系统有经纬度坐标系统和投影坐标系统。需要注意的是，机载坐标与大地坐标的转换需要考虑地球椭球体的形状和大地水准面的变化等因素，因此通常需要使用复杂的数学计算方法或者专业的地理坐标转换工具来进行计算。根据机载坐标系中的坐标轴方向和大地坐标系中的经纬度范围，计算出机载坐标系中的坐标点与大地坐标系中的经纬度坐标的转换关系。根据机载坐标系中的坐标轴方向和大地坐标系中的经纬度范围，计算出机载坐标系中的坐标点与大地坐标系中的经纬度坐标的转换关系。
2024-08-25 22:08:32
1078
原创 视频质量诊断服务 && 视频质量诊断工具 && 图像/视频质量分析服务及工具 && 深度学习视频质量分析系统
基于Mongoose平台搭建了视频质量服务系统，该系统的主要功能包含生成base64图像数据、接收postman的数据参数推送、视频质量算法分析以及处理结果的指定地址推送功能，该系统已经在windows、centos、kylin、ubuntu等系统上做过相关适配工作，算法已经达到商业级应用需求。 这次把之前积累的单机版工具和算法的server版本都做了说明，并记录一下自己的成果，深度学习数据搜集以及模型精度提高方法。
2024-08-25 15:14:19
1000
2
原创 全网最全的yolo系列转换工具，从txt转xml，再从xml转txt，亲自测试好用
在训练yolo的过程中，难免涉及标注的数据格式转化，经过了几次修改和迭代，最终把转化代码跟大家一起分享。
2024-08-24 21:23:53
636
原创 Flask框架下图像的base64编码接收和解码流程
Flask是一个轻量级的可定制框架，使用Python语言编写，较其他同类型框架更为灵活、轻便、安全且容易上手。它可以很好地结合进行开发，开发人员分工合作，小型团队在短时间内就可以完成功能丰富的中小型网站或的实现。另外，Flask还有很强的定制性，用户可以根据自己的需求来添加相应的功能，在保持核心功能简单的同时实现功能的丰富与扩展，其强大的插件库可以让用户实现个性化的网站定制，开发出功能强大的网站。
2024-07-03 20:17:02
1066
原创 FLAML框架学习干货整理
FLAML (Fast and Lightweight AutoML) 是一个用于自动机器学习（AutoML）的 Python 库，旨在快速且资源效率高地找到机器学习任务的最优模型和其超参数。它由微软研究院开发，适用于广泛的机器学习任务，如分类、回归和时间序列预测。
2024-04-20 08:48:33
1385
原创 【Yolov8 Opencv C++系列保姆教程】Yolov8 opencv c++ 版本保姆教程，Yolov8训练自己的数据集，实现红绿灯识别及红绿灯故障检测 ，红绿灯故障识别。
Yolov8 Opencv C++系列保姆教程，通过一个红绿灯识别的案例，实现了Yolov8 的应用全流程的过程，整个算法最终只依赖了opencv，部署会更加方便、易用。 基于Yolov8训练自己的数据集，实现红绿灯识别及红绿灯故障检测 ，红绿灯故障识别。
2024-01-02 11:05:12
8858
10
原创 VS2019+OpenCV4.7.0+OpenCV_contrib4.7.0+CUDA安装+配置视频硬解码保姆级别教程
在算法开发过程中，涉及基于opencv的rtsp流硬解码，这里设计结合当前所有的资料，实现了现有opengl相关的所有跟视频硬解码相关的功能，下面对opencv4.7.0的编译流程进行说明。 VS2019+OpenCV4.7.0+OpenCV_contrib4.7.0+CUDA安装+配置视频硬解码保姆级别教程。
2023-12-31 22:39:20
2546
1
原创 非常好用的C++跨平台网络通信Mongoose，随笔记录
简介Mongoose 是一个 C/C++ 网络库。它实现了事件驱动， TCP、UDP、HTTP、WebSocket、MQTT 的非阻塞 API。它连接设备 并将它们带到网上。自 2004 年以来，一些开源和商业 产品已经利用了它。它甚至运行在 国际空间站！Mongoose 使嵌入式网络编程变得快速， 坚固且简单。Mongoose 适用于 Windows、Linux、Mac 和许多嵌入式架构 如STM32、NXP、TI、ESP32等。
2023-12-17 20:29:57
1810
1
原创 VQD视频质量诊断服务/图像质量诊断/视频流质量诊断/传统方法与深度学习结合的视频质量诊断
主要研究视频质量诊断系统中的诊断算法。主要有：亮度异常检测、对比度异常检测、偏色异常检测、清晰度异常检测、噪声异常检测、条纹异常检测、冻结异常检测、信号丢失异常检测、遮挡异常检测、黑白图像异常检测、场景变更异常检测和场景剧变异常等12项常见的检测功能。经过多年的积累，单从传统的方法已经很难把一些特殊情况的异常事件检测出来，需要把传统的方法与深度学习的方法结合起来进行使用，传统的方法和深度学习的方法已经在我的之前的csdn的博客里已经介绍，只需要把两者按照一定的经验值结合起来即可，下面是一些结合后的用例。
2023-12-04 19:59:52
1718
2
原创 Ubuntu22.04 Opencv4.5.1 CPU和GPU编译攻略，Opencv CPU和GPU编译保姆教程 亲自测试。
Ubuntu22.04 Opencv4.5.1 CPU和GPU编译攻略，Opencv CPU和GPU编译保姆教程 亲自测试通过。
2023-09-18 15:09:04
1201
原创 AI标注工具Labelme和LabelImage Labelme和LabelImage集成工具
为了方便大家的使用，我在其他网站上找到了在windows平台上可以运行的工具labelImg.exe和labelme.exe，直接双击就可以使用。Labelme是标注目标轮廓，而LabelImage则是标注目标的区域，然而使用原生态的工具，需要用到python命令行，十分麻烦。
2023-03-20 21:08:21
1197
2
原创 AI标注工具Labelme和LabelImage Labelme和LabelImage集成工具
AI标注工具Labelme和LabelImage Labelme和LabelImage集成工具。
2023-03-20 21:01:52
912
原创 视频质量诊断分析 视频质量诊断依据 视频质量诊断判断标准
一、概述在图像信息技术被广泛应用的情况下，对图像质量的评估变成一个广泛而基本的问题。由于图像信息相对于其它信息有着无可比拟的优点，因此对图像信息进行合理处理成为各领域中不可或缺的手段。在图像的获取、处理、传输和记录的过程中，由于成像系统、处理方法、传输介质和记录设备等不完善，加之物体运动、噪声污染等原因,不可避免地带来某些图像失真和降质，这给人们认识客观世界、研究解决问题带来很大的困难。比如，在图像识别中，所采集到的图像质量直接影响识别结果的准确性和可靠性；
2022-10-25 21:00:44
3167
1
原创 Ubuntu18.04深度学习环境搭建
安装完系统后，直接ALT+CTRL+F1，进入超级终端模式，之后先安装显卡的驱动，之后再安装cuda，然后所有的应用都可以继续安装了。
2022-10-20 10:41:50
1269
原创 视频质量诊断系统
视频质量诊断系统(Video Quality Diagnostics，简称VQD)从前端监控点(网络摄像机、NVR、DVR、或者流媒体服务器)获取实时码流，进行解码以及对图像质量进行评估，对视频图像中存在的质量问题进行智能分析、判断和报警。• 检测内容包括多种视频故障，如：清晰度异常(图像模糊)，亮度异常(过亮、过暗)，偏色，噪声干扰(雪花)，画面冻结，遮挡、对比度、条纹、信号丢失等异常。
2022-10-10 06:54:04
4683
4
原创 OCR:C++ PaddleOCR C++ PaddleOCR vs2019 （CPU版）保姆教程
PaddleOCR 模型的C++部署方法。C++在性能计算上优于Python，因此，在大多数CPU、GPU部署场景，多采用C++的部署方式，本教程如何在Windows (CPU)环境下配置C++环境并完成PaddleOCR模型部署。
2022-09-10 10:18:23
6789
3
原创 AI边缘计算模组 算丰SM5移植 边缘计算设备开始移植 比特大陆SM5模组移植 AI边缘计算模组应用
最近项目开发涉及了一些AI算法移植到边缘计算盒子上，调研了寒武纪MLU220、比特大陆SM5和华为310的模组，对相关的资料进行整理工作，理论上来说比特大陆SM5的移植还算比较友好一些。
2022-09-02 14:31:21
1976
1
原创 OpenCV dnn模块 分类模型Resnet50 OpenCV dnn模块部署 .onnx模型
项目需要，需要基于opencv的dnn模块来调用resnet模型，需要resnet模型先训练，之后再导出onnx。
2022-08-31 11:11:59
2112
4
原创 Ubuntu18.04和Centos7.9虚拟机突然不能连网
前段时间还正常上网，使用者突然无法联网。有可能是运行软件，爆内存了，没有死机，但造成网络。2. linux的ifconfig显示，没有固定IP。1. 检查宿主主机，能正常联网。3.上面删除的内容，然后重启网络。
2022-08-21 05:35:00
636
原创 opencv调用yolov7 yolov7 c++ yolov7转onnx opencv调用yolov7 onnx
在项目部署过程中，为了脱离pytorch而只使用C++调用，我参考了市面上N多解决办法，最终把程序调试通过，调用过程是先把yolov7.pt转化为yolov7.onnx，之后再通过opencv dnn来调用onnx。注意：之前我安装的pytorch gpu版本一直没有通过，后来把 requirements.txt中的所有库都卸载了，重新执行上面的指令，导出onnx时才成功。下载：https://github.com/UNeedCryDear/yolov7-opencv-dnn-cpp。...
2022-08-13 09:22:16
7268
30
原创 Ubuntu18.04安装ROS1和ROS2 Ubuntu18.04安装ROS1-Melodic和ROS2-Dashing 保姆教程
最近在Ubuntu18.04环境下使用realsense，需要配置ROS1和ROS2，查找了多方面教程，最后整理出来一个成功案例，自己测试已经成功（经过多次尝试，如果想使用ROS2，必须先把ROS1安装完成），具体的流程如下。2.设置key3.更新4.桌面完整安装(推荐) ROS，rqt，rviz，机器人通用库，2D / 3D模拟器，导航和2D / 3D感知5.初始化rosdep ubuntu安装ROS进行到rosdep upd...
2022-06-17 15:22:56
4812
label-studio-ml-backend的git版本下载
2025-09-09
电动车进入电梯自行车进入电梯数据集VOC数据标注数据集的windows测试程序
2024-10-30
Kalman算法、扩展卡尔曼滤波（EKF）和无迹卡尔曼滤波（UKF）的比较
2024-09-21
视频质量诊断demo 深度学习视频质量诊断demo
2022-08-16
推荐一款十分好用的图片标注工具LabelImg，由于配置不方便，把工具进行打包，可以直接使用。
2022-08-16
opencv_4.5.1_cache.zip
2021-01-17
firedata_公用.rar
2019-09-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人