昨天弄到了木箱哪里今天开始加个机器人。

学习webots的笔记

本文介绍了在Webots仿真软件中导入自定义3D模型的方法。作者使用Fusion 360设计了一个1600×700×750mm的工作台模型，导出为STL格式后导入Webots。由于尺寸问题，作者通过两次缩放（先缩小100倍，再缩小1000倍）才使模型大小合适，并为其添加了材质颜色。文章简要说明了Webots在硬件仿真中的优势，包括无需实际组装维修等优点，同时指出软件功能复杂带来的使用挑战。最后展示

相机检测 ：自动列出可用的相机设备及其基本信息参数管理 ：获取和设置相机的各项参数（分辨率、帧率、亮度等）实时显示 ：实时显示相机捕获的视频流视频录制 ：支持手动和自动两种录制模式帧捕获 ：支持随时保存当前帧为图片程序采用模块化设计，各功能模块清晰分离，便于维护和扩展。整体结构如下：list_available_cameras() ：检测和列出可用相机set_camera_parameters()

摘要：本文介绍使用LazyLLM框架快速部署大语言模型服务的完整流程。主要内容包括：1）搭建Python3.10+虚拟环境并安装LazyLLM；2）通过Flask实现兼容OpenAIAPI的服务端；3）使用Docker容器化部署NVIDIATensorRT-LLM镜像；4）提供PowerShell测试脚本验证API接口。文章还总结了常见问题解决方案，如网络连接、端口配置和模型加载错误处理。该方案为

本文系统介绍了OpenCV中颜色空间转换的工程实践方法。主要内容包括：1)OpenCV默认使用BGR顺序的原因及与RGB的转换；2)通过构建标准颜色示例图像理解不同颜色空间特性；3)重点讲解BGR转灰度、HSV等常用转换方法；4)通道分离技术的实际应用；5)HSV颜色检测的工业实践案例。文章强调掌握颜色空间转换是视觉项目的基础，能有效解决工业检测、机器人视觉等实际问题，建议通过示例代码直观理解各种

最近AI模型层出不穷，但是对于我来说，依旧使用的还是原来的ChatGPT，也会使用deepseek,但是一般编程的相关问题都是在ChatGPT，主要是用习惯了，而且deepseek经常不会响应，这一点很烦，所以还是选择ChatGPT多一点，但是ChatGPT的问题就是他说我干，一点都不节省我的劳动力，还有一个问题就是他不好读取我的文件内容，所以有时候答非所问，然后平常也在各大网站看大家关于AI解放

本文系统介绍了OpenCV中颜色空间转换的工程实践方法。主要内容包括：1)OpenCV默认使用BGR顺序的原因及与RGB的转换；2)通过构建标准颜色示例图像理解不同颜色空间特性；3)重点讲解BGR转灰度、HSV等常用转换方法；4)通道分离技术的实际应用；5)HSV颜色检测的工业实践案例。文章强调掌握颜色空间转换是视觉项目的基础，能有效解决工业检测、机器人视觉等实际问题，建议通过示例代码直观理解各种

主要是牛马打工人最近突然接到通知，说要做一个人脸识别的功能，然后我作为“nm”就被迫接了，有一说一，这玩意儿真是ex,因为我笨，看不懂，而且大多数都是因为，真nm服了,为了以后的打工牛，少走弯路，我就想着做一个步骤。

摘要：本文介绍使用LazyLLM框架快速部署大语言模型服务的完整流程。主要内容包括：1）搭建Python3.10+虚拟环境并安装LazyLLM；2）通过Flask实现兼容OpenAIAPI的服务端；3）使用Docker容器化部署NVIDIATensorRT-LLM镜像；4）提供PowerShell测试脚本验证API接口。文章还总结了常见问题解决方案，如网络连接、端口配置和模型加载错误处理。该方案为