摘要：
运筹学/最优化讲义.pdf http://home.ustc.edu.cn/~richardzheng/math/OPT.pdf 阅读全文
摘要：
Lazarus 的安装配置 Lazarus 可以直接在Windows安装使用, 当然使用fpcupdeluxe安装, 能做到跨平台交叉编译 : Lazarus IDE 配置: https://afrusrsc.github.io/posts/program/lazarus_ide_config/ 除 阅读全文
摘要：
遗传算法是一种基于自然选择和遗传学原理的优化算法，也很适合解决任务分配问题, 比如达到任务总耗时最短, 比如再兼顾每个工人工作量相对均衡. 下面代码中 TaskAssignmentProblem(单目标优化) 和 BalancedTaskAssignmentProblem(多目标优化) . pack 阅读全文
摘要：
之前有一篇将VS code打造成IDE, 主要是面向.net开发的, 当然文中也有一些与编程语言无关的编辑器插件, https://www.cnblogs.com/harrychinese/p/VSCode_Become_IDE.html 插件 Microsoft出品的 Extension Pack 阅读全文
摘要：
GeneticSharp 是什么 GeneticSharp 是一个C#的遗传算法类库, 遗传算法Java著名的JMetal, Python也有JMetalPy和PyMoo, C#相对差一截, 稍微有名的是GeneticSharp库. GeneticSharp 的弱点: 不支持多目标优化 没有实现流行 阅读全文
摘要：
这个示例展示了如何使用 JMetal 进行简单的多目标优化问题。你可以根据需要修改问题、算法参数和算子来适应不同的优化问题。 遗传算法的简单处理流程 摘自 https://pymoo.org/algorithms/soo/ga.html https://github.com/Mycenae/Pape 阅读全文
摘要：
现在 ODP.net 提供两个版本. ODP.NET Managed Driver（不需要 Oracle Client）, 所有访问的功能都集成在单一的 Oracle.ManagedDataAccess.dll文件中 ODP.NET unmanaged driver （需要 Oracle Clien 阅读全文
摘要：
不同版本的C#, 其项目依赖设置有不同的写法. 下面内容摘自 https://fossa.com/blog/managing-dependencies-net-csproj-packagesconfig/ .NET Framework pre-NuGet (before 2010) Prior to 阅读全文
摘要：
RoboFlow 基于Coco数据集, 对于流行的模型进行测评, 制作了一个榜单, 包含最新的 yolov11和 yolovv10 模型 榜单地址: https://leaderboard.roboflow.com/ github repo: https://github.com/roboflow/ 阅读全文
摘要：
OpenRewrite 可适用于Java 领域应用场景： Java 版本升级：从 Java 8 到 Java 17，从 Java EE 到 Jakarta EE 。 Spring 框架迁移：从 Spring 5 到 Spring 6，从 Spring Boot 2 到 Spring Boot 3。 阅读全文
摘要：
测试用例可视化工具 allure report, 该工具可与主流的测试框架集成, NUnit/JUnit 和 pytest 文档: https://allurereport.org/docs/ 阅读全文
摘要：
参考 https://www.cnblogs.com/sheng-jie/p/MassTransit-NET-Distributed-Application-Framework.html https://www.sundstrom.dev/articles/building-distributed- 阅读全文
摘要：
使用了 Dism++ 进行电脑清理, 不小心选择了下面两个内容: 尤其是第二个package cache绝对不能清空, 否则不知道哪个软件就不能运行了, 报Microsoft visual C++ runtime问题. 然后再安装各个版本 Microsoft visual C++ redis 仍会报 阅读全文
摘要：
当初学习 java Maven, 感觉非常太强大了, 集jar包依赖、项目创建、项目发布于一身。 在Python中一直没有找到和Maven对应的工具, pip + requirements.txt 仅仅能解决项目中包依赖的问题, 因为没有一个标准的项目模板, python的项目创建很随性, 另外, 阅读全文
摘要：
参考 https://github.com/ollama/ollama https://zhuanlan.zhihu.com/p/689555159 https://zhuanlan.zhihu.com/p/687099148 https://zhuanlan.zhihu.com/p/6851662 阅读全文
摘要：
ScottPlot5 支持blazor, 内置支持缩放和拖地等交互性, 其他交互性暂不支持, 比如选中指定散点, 显示散点的tooltip. 下面是一个示例, @page "/" @using ScottPlot @using ScottPlot.Blazor <PageTitle>Home</Pa 阅读全文
摘要：
系统设计101 https://github.com/ByteByteGoHq/system-design-101 中文算法讲解, 含多种编程语言实现 https://github.com/krahets/hello-algo, 提供PDF版下载 阅读全文
摘要：
结论 虽然WSL下无法使用ROCm加速, 但宿主机是Linux下是可以的, 而且核显也是可以使用ROCm加速的. ROCm ROCm 是AMD开发的高性能计算平台, 对应的是CUDA. 使用ROCm后AMD的GPU也可以实现高性能数学计算. ROCm支持的平台有: 支持Linux 支持Docker 阅读全文
摘要：
结论: Windows 无法通过WLS2的AMD ROCm Docker无法找到GPU, 参考: https://unix.stackexchange.com/questions/715847/wsl2-issue-installing-new-kernel/715922#715922 Linux作 阅读全文
摘要：
老版docker desktop windows 底层使用virtual box 虚拟机技术实现容器化, 新版版本底层换成了wsl2架构, desktop 会自动创建2个带docker前缀的wsl, 以此实现容器化, 分别是: docker-desktop: 用来运行 docker engine, 阅读全文
摘要：
DirectML 是什么 DirectML 是微软提供的类似于CUDA的基础计算框架, 不同于CUDA必须使用N卡GPU, DirectML要求显卡支持DirectX 12即可, 所以AMD和intel的核显也能支持. Pytorch 要使用 DirectML 作为计算的backend, 需要安装p 阅读全文
摘要：
贾志刚老师的博文 https://blog.csdn.net/jia20003/article/details/134973175 阅读全文
摘要：
可编辑模式下安装 python 包 一般情况下, 我们使用的是 pip install pkg 来完成包的安装, 默认的安装的目标目录在 site-packages 下, 这种情况非常适合我们引用某些成熟包. 如果我们想要给github某个项目贡献PR, 或者仅仅要魔改一下某个项目, 可以使用 ed 阅读全文
摘要：
在参考文献1中作者给出了多种注意力实现机制, 并指出了 ResCBAM 机制涨点效果最好, 给提供非常详尽的工程化说明. 代码示例: https://github.com/ruiyangju/fracture_detection_improved_yolov8 https://github.com/ 阅读全文
摘要：
钢板缺陷识别-机器视觉案例-Kaggle比赛 https://blog.csdn.net/weixin_46614841/article/details/122202408 https://github.com/PaddlePaddle/awesome-DeepLearning/tree/maste 阅读全文
摘要：
yolov5 自带 flask api https://github.com/ultralytics/yolov5/blob/master/utils/flask_rest_api/README.md Yolov5-on-Flask项目: https://github.com/muhk01/Yolo 阅读全文
摘要：
特征融合 特征融合通常是指将不同层次的feature map进行整合, 以便在检测head能利用不同尺寸的信息. 特征融合手段包括: concat 拼接 FPN 特征金字塔网络 BiFPN 双向特征金字塔网络 SCP 结构单元: 这些结构单元通过卷积核归一化操作完成特征优化, 减少计算量 注意力机制 阅读全文
摘要：
论文1 论文地址: https://www.mdpi.com/2227-9717/12/1/205 Research on an Intelligent Identification Method for Wind Turbine Blade Damage Based on CBAM-BiFPN-Y 阅读全文
摘要：
SAHI 资料 yolov8示例代码: https://github.com/obss/sahi/blob/main/demo/inference_for_yolov8.ipynb 测试图像: https://github.com/obss/sahi/blob/main/tests/data/sma 阅读全文
摘要：
Windows 窗体应用可以使用一些现成的C#类库实现yolov8的predict功能, 本文使用https://github.com/dme-compunet/YoloV8 项目的nuget包, 最新版是 https://github.com/dme-compunet/YoloSharp. 集成方 阅读全文
摘要：
https://learnopencv.com/train-yolo-nas-on-custom-dataset/ https://learnopencv.com/yolo-nas/ https://docs.deci.ai/super-gradients/latest/documentation/ 阅读全文
摘要：
tensorboard 功能 Yolov8源码已经集成了很多个metrics监控系统, 源码位置: ultralytics\utils\callbacks\, 包括 wandb、 tensorboard、 clearml 等等. 和其他系统相比, tensorboard 功能较弱. yolov8 自 阅读全文
摘要：
参考文档: https://docs.ultralytics.com/modes/predict/#working-with-results https://zhuanlan.zhihu.com/p/655162922 https://thinkinfi.com/motorcycle-helmet- 阅读全文
摘要：
本文内容基本摘抄自公众号文章: 小目标检测问题分析和优化思路 小目标检测面临的挑战: 可用特征少 定位精度要求高 数据集中的小目标数量占比少 小目标标注面积占比小 样本不均匀问题 小目标聚集问题 网络结构问题 优化思路1: 数据增强 数据增强是一个提升检测性能简单有效方法, 我们可以使用数据增强方法 阅读全文
摘要：
我自己找的文章 理解yaml模型文件: https://blog.csdn.net/qq1198768105/article/details/125848134 https://blog.csdn.net/qq_42452134/category_12534068.html https://zhua 阅读全文
摘要：
Wandb 概述 WandB 即 Weigtht and Bias的缩写, 是深度学习中经常使用的metrics记录工具, 功能比TensorBoard强大, 主要功能有: 它可以记录每次训练的版本信息, 包括超参、tag、project 等 自动上传云端，方便将多台机器的实验做对比分析 强大的表格 阅读全文
摘要：
测试场景 我的电脑没有GPU, 想着增加内存多少会提升一下深度学习的速度, 实践证明, 增加内存并不能提升速度, 连一星点效果都没有, 原因也简单, 瓶颈在CPU上而不是内存. 如果手上没有GPU的电脑, 还是直接在算力平台上租用靠谱. 测试结果如下: 内存 batch 内存使用率 5 epoch耗 阅读全文
摘要：
笔记本 惠普（HP） 暗影精灵9PLUS 高能版暗影精灵8 17.3英寸 高端电竞游戏本笔记本电脑 i7HX RTX3080Ti-16G 2.5K 高刷新 超竞屏 https://item.jd.com/10094836524883.html 人民币: 11999.00 英特尔® 酷睿™ i7-12 阅读全文
摘要：
模型可视化 netron网站 netron源码 yolov8 模型文件下载 https://github.com/ultralytics/assets/releases/ yolo官方针对几个流行数据集的转换工具 在yaml文件中包含处理脚本 yolov5: https://github.com/u 阅读全文
摘要：
大小目标的分类 小目标, 尺寸32*32以下, 或者长宽比超过20 大目标, 尺寸96*96以上 中目标, 介于大小目标之间的尺寸 被检查物size如果小于 15 * 15 , 效果可能很差, 如要检测小物体最好搭配 yolov8 P2模型. 另外也可以搭配 SAHI 库进行tile平铺推理, 或者 阅读全文
