logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

PaddleOCR自定义训练实战:从数据准备到模型部署

OCR(光学字符识别)技术通过深度学习实现图像文字到可编辑文本的转换,其核心在于特征提取与序列建模。PaddleOCR作为工业级开源工具,基于PaddlePaddle框架提供了从检测到识别的完整解决方案。在实际业务场景中,通用OCR模型往往需要针对特定领域数据进行定制化训练,如金融票据、医疗单据等垂直场景。通过合理的数据增强(如高斯噪声、亮度调整)和标注规范(四点标注法),结合PP-OCRv3等模

ROS2入门实践:从环境搭建到三大通信机制全解析

机器人开发正快速向分布式、模块化架构演进,而ROS2作为当前最主流的开源机器人通信框架,正逐步取代ROS1成为开发者首选。其核心设计并非复杂算法,而是一套由独立节点组成的分布式通信系统,借助DDS中间件实现多机数据可靠传输与动态发现。理解节点、话题、服务与动作之间的协作关系,是掌握机器人软件工程的关键起点。本文从Ubuntu 22.04环境下的ROS2 Humble安装入手,结合小乌龟仿真直观演示

孟加拉手语识别实战:专家验证数据与轻量注意力模型部署指南

手语识别是计算机视觉与人机交互的重要交叉方向,其核心挑战在于对手部时空序列进行精准建模。传统方案往往依赖高算力设备,难以在边缘场景落地。通过关键点提取技术将视频帧转化为手部骨骼序列,并引入注意力机制聚焦关键帧与关节点,能够在保持高精度的同时大幅压缩模型体积。轻量级注意力模型与ONNX量化部署相结合,使得实时识别在手机、树莓派等终端成为可能。本文以孟加拉手语识别为例,系统讲解从专家验证数据构建、Py

ROS2巡检机器人仿真系统:从Gazebo建模到Nav2动态避障实战

自主移动机器人是工业智能巡检的核心载体,其技术本质是运动控制、多传感器融合、实时路径规划与人机交互的系统集成。基于ROS 2的导航框架(Navigation 2)凭借模块化设计、QoS保障与生命周期管理,已成为轻量级巡检系统落地的事实标准;而Gazebo仿真则通过动力学建模、传感器噪声注入与环境动态化,实现‘仿真即生产’的工程闭环。本文聚焦真实产线痛点——如激光反光丢帧、斜坡打滑、强光信噪比下降等

Linux内核container_of宏:原理与应用详解

在C语言系统编程中,指针操作和数据结构管理是核心基础。container_of宏作为Linux内核的经典设计,通过编译期计算的成员偏移量,实现了从结构体成员指针到父结构体指针的安全转换。这种零开销抽象基于offsetof等基础机制,在保持类型安全的同时,为内核链表、设备驱动等场景提供了优雅的解决方案。其原理本质是指针算术运算,但通过宏封装大幅提升了代码可维护性。在Linux内核开发、嵌入式系统等场

Linux内核竞态条件检测与锁机制优化实战

竞态条件是并发编程中的经典问题,指多个线程对共享资源的无序访问导致不可预测结果。其本质源于现代CPU的乱序执行、编译器优化和内存可见性问题。在Linux内核开发中,处理竞态条件需要理解硬件内存模型、编译器屏障和同步原语等底层机制。通过锁验证器(Lockdep)、KCSAN数据竞争检测等工具可以系统性地发现并发缺陷,而自旋锁、RCU等同步机制则提供了不同场景的解决方案。这些技术在文件系统、网络协议栈

Design Patterns: Solidify Your C# Application Architecture with Design Patterns中文版(尾篇一) (转)...

Design Patterns: Solidify Your C# Application Architecture with Design Patterns中文版(尾篇一) (转)[@more@]Design Patterns...

#c#
数据库设计说明书(GB8567——88) (转)

数据库设计说明书(GB8567——88) (转)[@more@]数据库设计说明书(GB8567——88)XML:namespace prefix = o ns = "urn:schemas-microsoft-com:O...

#数据库
c++ builder里四种处理“鼠标离开窗体”事件的方法 (转)

c++ builder里四种处理“鼠标离开窗体”事件的方法 (转)[@more@] 在处理窗体消息的时候,我想不少人都会碰到鼠标离开窗体的消息(下面称之为MouseLeave)。在C++ Builder里,并没有直接提供处理这...

机器学习模型生产化落地:从Notebook到K8s的全链路工程实践

机器学习模型部署不是简单运行predict(),而是构建可监控、可回滚、可扩展的生产级服务。其核心在于解耦数据加载、特征计算、模型推理与服务编排四层异构能力,并通过ONNX标准化序列化、Triton/KServe模型服务化、Feature Store特征解耦、Distroless镜像安全加固等关键技术实现系统可靠性。该过程强调SLO驱动的分层治理、基础设施即代码(Helm+Kustomize)和端

    共 181 条
  • 1
  • 2
  • 3
  • 19
  • 请选择