同一个型号（如 F103）会有不同的封装（LQFP48、LQFP64 等），引脚数量不同，位置也会变。：你会看到一个正方形的芯片图，四周密密麻麻标满了引脚编号（如 1, 2, 3...）和功能缩写（如 PA0, PB13）。：从 1 号引脚开始，沿着芯片边缘**逆时针（Counter-Clockwise）**方向依次旋转编号。：如果 PA9 被占用了，还可以通过设置，让别的引脚也具备 UART_T

一次送进模型的样本数量比如：batch size = 1：每次送 1 张图batch size = 8：每次送 8 张图batch size = 16：每次送 16 张图标注框就是一个矩形框，用来把目标圈出来。比如：这个框里是一只猫那个框里是一辆车。

这一篇的重点不是模型结构，也不是代码，而是先把讲清楚。

Ultralytics 的 YOLOv8 文档说明，YOLOv8 于 2023 年发布，并引入了 anchor-free split head，同时支持 detection、segmentation、classification、pose、OBB 等任务；而 Ultralytics 当前总文档与 models 页已经把 YOLO26 标为最新模型，说明 YOLOv8 今天更适合被看作“成熟学习入口

目标检测面临的核心挑战在于处理不同尺度目标。浅层特征分辨率高但语义弱，适合小目标定位；深层特征语义强但分辨率低，适合大目标识别。仅用单层特征会导致小目标丢失或大目标定位不准。多尺度特征融合通过结合浅层细节与深层语义，使模型能同时处理不同尺寸目标。这一原理为理解YOLO等检测器的多尺度设计奠定了基础，也是现代目标检测网络的关键设计思想。

表示一个整型动态数组。长度是n，最后一个下标是n - 1。这一篇你需要真正建立一个概念：刷题不是先想语法，而是先想“我要用什么容器”vectorstringqueuestack。

begin()：起点end()：终点的后一个位置整个 nums 这段范围把 nums 整个数组排个序。很多题不是简单升序就够了。比如：按区间左端点排序按字符串长度排序按某个二维数组的第二列排序按 pair 的 second 排序这时候就要用自定义排序。return a???b;如果返回 true，就说明 a 应该放前面。升序。降序。});});刷题不是所有东西都自己手写，很多操作 STL 已经给你

一次送进模型的样本数量比如：batch size = 1：每次送 1 张图batch size = 8：每次送 8 张图batch size = 16：每次送 16 张图标注框就是一个矩形框，用来把目标圈出来。比如：这个框里是一只猫那个框里是一辆车。

这一篇的重点不是模型结构，也不是代码，而是先把讲清楚。

Backbone 主要负责从输入图像中逐层提取特征，获得从浅层到深层的多级语义表示；Neck 主要负责将不同尺度的特征进行融合，增强模型对大中小目标的检测能力；Head 则在融合后的特征图上进行分类和边界框预测，最终输出检测结果。