物体跟踪检测

在雷池社区版 WAF 通过文件更新 SSL 证书的方法

有些用户在使用雷池WAF的证书管理功能时，觉得手动申请的证书需要去界面上传一次略显繁琐，想通过一个固定的目录存储证书文件，覆盖后让雷池自动检测并更新，这样可以通过一些自动化工具来完成整个流程。
·2025-03-13 20:28

2025毕设springboot大学目标规划与落地平台的设计与实现后台源码+论文

然而，许多学生在追求学业进步、技能提升及未来职业发展等方面缺乏有效的目标规划与跟踪工具。传统的目标管理方式往往依赖于纸质日记或简单的电子记录，难以提供系统化、个性化的目标设定与进度监控服务。
皓宇学长-毕设·2025-03-13 19:52

使用Python进行火焰检测与识别：从基础理论到高级实现的全面指南

使用Python进行火焰检测与识别：从基础理论到高级实现的全面指南火灾是一种常见而危险的自然灾害，在工业、家庭和公共场所中，实时检测火焰并做出响应是保障安全的重要手段。
快撑死的鱼·2025-03-13 17:04

计算机视觉算法实战——车道线检测

✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨车道线检测是计算机视觉领域的一个重要研究方向，尤其在自动驾驶和高级驾驶辅助系统（ADAS
喵了个AI·2025-03-13 17:32

【图像检测】基于霍夫变换 Hough变换实现图片车道线检测matlab代码

1简介本文提出了一种新的基于霍夫变换的复杂情况下车道线检测的算法,这个算法能够成功在夜晚,白天,有阴影,车道线磨损不太严重等复杂情况下检测出车道线.传统的车道线检测算法主要为直接在图像中进行霍夫变换,这种算法实时性差
Matlab科研辅导帮·2025-03-13 17:31

【C++】抛异常vs未定义行为

以下是两者的详细对比：1.定义抛异常：当程序检测到错误（如越界访问）时，抛出一个异常对象。异常可以被捕获并处理，程序可以选择恢复或优雅终止。
Octopus2077·2025-03-13 16:27

用Python设置Excel工作表的页眉和页脚

当涉及到打印或分享工作表时，为文档添加专业的页眉和页脚不仅能提升文件的视觉效果，还能提供必要的信息，例如公司标识、日期、文件名或是页码等，使得文档更加正式且易于跟踪管理。
·2025-03-13 15:17

如何管理需求边界

清晰界定需求目标、维护需求优先级、动态跟踪和沟通、设立变更审查机制是管控需求边界的四大关键点。
·2025-03-13 15:15

指纹浏览器与代理IP的协同技术解析：从匿名性到防关联实现

两者结合可解决以下技术痛点：双重身份隔离：单一指纹修改无法完全规避IP关联风险；动态环境模拟：代理IP支持地理位置切换，增强指纹浏览器模拟真实用户行为的能力；反检测能力提升：对抗网站基于IP黑名单或指纹追踪的风控策略
Hotlogin·2025-03-13 14:16

全面解析RRU软件可测性设计引入AI算法的实践

文章目录全面解析RRU软件可测性设计引入AI算法的实践本文概要整体架构流程一、引言二、具体思想点2.1智能测试用例生成2.2异常检测与定位三、落地要求3.1数据基础3.2算法与模型3.3系统集成四、检查评估项
youngerwang·2025-03-13 14:14

点云从入门到精通技术详解100篇-基于激光雷达点云的三维目标检测

目录前言图像目标检测算法研究现状点云目标检测算法研究现状基于投影图的方法基于体素的方法基于点云的多模态融合方法2地面点云滤波及神经网络2.1目标检测数据集及采集设备2.1.1KITTI数据集2.1.2车载激光雷达
格图素书·2025-03-13 13:08

探索水下视觉新境界：基于Retinex理论的水下图像增强项目

它认为，人类视觉系统通过分离物体表面反射的光
葛冉忱Edith·2025-03-13 13:08

卷积神经网络（CNN）详解：从原理到应用的全景解析

设计的深度前馈神经网络，其核心特征包括：局部连接：卷积层神经元仅与输入数据的局部区域连接，减少参数数量；权重共享：同一卷积核在整个输入数据上滑动，增强平移不变性；层级特征提取：从低级特征（边缘、纹理）到高级特征（物体部件
彩旗工作室·2025-03-13 13:37

Unity3D 批处理与Draw Call减少（Batching & Reducing Draw Calls）

一、DrawCall的基本概念DrawCall是CPU向GPU发起的一次渲染指令，每次调用都会触发GPU绘制一个物体。DrawCall过多会导致C
Thomas_YXQ·2025-03-13 13:37

人工智能 - TensorRT与DeepDP终极指南：释放GPU潜能的深度学习推理优化之道

它通过模型压缩、计算图优化、硬件级加速等技术，显著提升推理速度并降低资源消耗，广泛应用于自动驾驶、工业检测、实时视频分析等对延迟敏感的领域。一、TensorRT的核心功能模型优化与加速层融合（La
天机️灵韵·2025-03-13 13:36

AIGC论文查重和传统论文查重有什么区别？

AIGC论文查重和传统论文查重在多个方面存在显著区别，以下是对两者的详细比较：一、检测目标和技术原理AIGC论文查重检测目标：主要用于检测和分析文本内容是否由AI生成，特别是在要求提供真实人类经验的领域
真不二价825·2025-03-13 13:06

【AIGC】计算机视觉-YOLO系列家族

YOLOv6（4）YOLOv7（5）YOLOv8（6）YOLOv9（7）YOLOv10（8）YOLOv11（9）YOLOv12（1）YOLO发展史YOLO(YouOnlyLookOnce）是一种流行的物体检测和图像分割模型
LeeZhao@·2025-03-13 13:34

backbone和head分开转onnx的优势

head是模型的输出部分，负责根据backbone提取的特征生成最终的预测结果（例如分类、检测、分割等）。将模型分成两部分可以实现模块化设计，便于在不同任务中复用backbone或head。例如
yuweififi·2025-03-13 12:33

【YOLOv11[基础]】目标检测OD | 导出ONNX模型 | ONN模型推理以及检测结果可视化 | python

目录一导出ONNX模型二推理及检测结果可视化1代码2效果图
Jackilina_Stone·2025-03-13 12:02

YOLO系列模型从v1到v10的演进

文章目录引言YOLOv1:开创单阶段目标检测先河发布时间与背景核心创新模型架构训练策略与优化YOLOv2:提升精度与速度的平衡发布时间与背景核心创新模型架构训练策略与优化YOLOv3:多尺度检测与残差连接发布时间与背景核心创新模型架构训练策略与优化
剑走偏锋o.O·2025-03-13 11:25

图像识别技术与应用课后总结（18）

YOLO-V3的改进点网络结构：相比之前版本，YOLO-V3的网络结构进行了优化，使其更适合小目标检测。特征处理：对特征的处理更加细致，通过融入多持续特征图信息来预测不同规格的物体。
一元钱面包·2025-03-13 11:20

服务器数据恢复—raid5阵列中硬盘出现坏道导致服务器崩溃的数据恢复

硬件检测：硬件工程师对客户服务器内的所有硬盘进行物理故障检测，最终确认这2块硬盘存在坏道，这是导致两块硬盘离线的原因。镜像备份：将服务器内的所有正常硬盘进行镜像备份。
·2025-03-13 11:38

造价算量审图多元化融合软件开发实战：技术架构与核心代码解析

技术架构设计该软件需融合以下模块：BIM/CAD模型解析引擎（支持Revit/DWG文件一键导入）智能算量核心算法（基于规则引擎与机器学习）协同审图平台（多人实时标注与版本控制）AI辅助决策系统（材料价格预测、工程量误差检测
夏末之花·2025-03-13 10:38

不同学科的论文，AIGC检测时有区别吗？

不同学科的论文在写作风格、专业术语、逻辑结构上有着明显的差异，那么，不同学科的论文在AIGC检测时，检测结果会有区别吗？结果提前告诉你，当然有区别。
kexiaoya2013·2025-03-13 09:07

前端小食堂 | Day15 - VueUse 魔法道具库

今日宝箱：30+效率神器一键获取1.响应式操控の六脉神剑//鼠标跟踪const{x,y}=useMouse()//网络状态感知const{isOnline,offlineAt}=useNetwork()
喵爪排序·2025-03-13 09:07

整理：4篇论文介绍实时语义分割的未来，Transformer架构下的性能与效率平衡

在Transformer架构推动下，计算机视觉领域致力于打造一个极为强大且通用的大规模模型，它能处理物体检测、图像分割等多种任务。
mslion·2025-03-13 08:25

计算机组成与接口11

1.CF进位标志位；PF奇偶标志位AF辅助进位标志位；ZF零标志位；SF符号标志位；OF溢出标志位；DF方向标志位；IF中断允许标志位；TF跟踪标志位；2.描述符表选择字段TI：段选择符中的D2位(TI
落——枫·2025-03-13 07:47

测试之 Bug 篇

各个阶段的内容：需求分析测试计划测试设计与开发测试执行测试评估上线运行维护用户角度：需求合理性技术角度：可行性及优化空间测试角度：业务逻辑错误检测制定开发/结束时间计划预估测试耗时1.参考需求/技术文档编写用例
ふり·2025-03-13 07:17

整理：开启新征程！四篇文章助力 AI，告别 “3D理解困难户”

目前的MLLM主要是用2D图片训练出来的，也就是说，它们更擅长识别平面的信息，比如照片中的人和物体。但是，现实世界是三维的（3D），仅靠2D图片训练的模型很难准确理解物体的立体关系。
mslion·2025-03-13 07:17

STM32常见外设的驱动示例和代码解析

1.GPIO驱动应用场景：控制LED、按键检测、继电器开关等。示例代码：//初始化LED（推挽输出）voidLED_Init(void){GPIO_InitTypeDefGPIO_Struct={
HH予·2025-03-13 07:16

分子动力学仿真软件：GROMACS_（1）.GROMACS基础知识

GROMACS以其高效、灵活和强大的功能而闻名，支持大规模并行计算，适用于从小分子到复杂生物体系的多种应用场景。1.1GROMACS的历史和发展GROMAC
kkchenjj·2025-03-13 07:15

YOLOv8改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含C2f二次创新）

一、本文介绍本文记录的是基于EMA模块的YOLOv8目标检测改进方法研究。EMA认为跨维度交互有助于通道或空间注意力预测，并且解决了现有注意力机制在提取深度视觉表示时可能带来的维度缩减问题。
Limiiiing·2025-03-13 06:14

YOLOv5改进：在C3块不同位置添加EMA注意力机制，有效提升计算机视觉性能

计算机视觉中的目标检测是一个重要的任务，而YOLOv5是目前广泛应用的一种高效目标检测算法。
UksApps·2025-03-13 06:13

目前一站式LIMS实验室系统在我国的应用情况

可以自动进行信息反馈与记录跟踪，追本溯源。系统能对原始数据进行二次加工处理，提供各种统计数据，供高层管理人员分析决
谱标LIMS实验室系统·2025-03-13 05:08

网络安全之防御保护8 - 11 天笔记

一、内容安全1、攻击可能只是一个点，防御需要全方面进行2、IAE引擎3、DFI和DPI技术---深度检测技术深度行为检测技术分为：深度包检测技术(DPI)、深度流检测技术(DFI)DPI---深度包检测技术
温柔小胖·2025-03-13 05:06

HALCON联合C#检测表面缺陷——视觉检测浅谈

今天和大家浅谈一下工业视觉检测，纯属个人见解。
奔跑的郑·2025-03-13 05:02

使用 UpTrain 提升 LLM 应用效果的实战指南

UpTrain作为一个开源平台，提供了一系列评估功能，使得开发者能够对LLM应用进行全面的检测，并提供问题解决的指导。
qahaj·2025-03-13 04:30

【机械视觉】C#+VisionPro联合编程———【五、硬币检测小项目实现(C#+VisionPro联合编程和csv文件格式操作)】

【机械视觉】C#+VisionPro联合编程———【五、硬币检测小项目实现(C#+VisionPro联合编程和csv文件格式操作)】项目介绍总共有十二张检测的图片，当点击检测按钮时检测当前展示的图片并且将检测效果展示在表格中
_Csharp·2025-03-13 04:55

基于 DeepSeek 的自动化运维（适合企业降本增效）

基于DeepSeek的自动化运维解决方案DeepSeek凭借其强大的AI能力（如自然语言处理、时序预测、异常检测），可显著提升运维效率，实现从监控告警到故障自愈的全流程自动化。
Real Man★·2025-03-13 03:47

Ubuntu20.04搭建Hyperledger Fabric2.4

ubuntu-20.04.4安装Gitaptinstallgit安装curlaptinstallcurl安装dockeraptinstalldocker.ioapt-yinstalldocker-compose检测
WangF1rst·2025-03-13 02:46

基于yolov11的瓶盖缺陷检测系统python源码+pytorch模型+评估指标曲线+精美GUI界面

【算法介绍】基于YOLOv11的瓶盖缺陷检测系统在现代制造业中，瓶盖的质量直接影响到产品的封装效果和消费者的使用体验。因此，对瓶盖进行快速、准确的缺陷检测至关重要。
FL1623863129·2025-03-13 02:12

JavaScript泄露浏览器插件信息引发的安全漏洞及防护措施

目录引言：被忽视的信息泄露风险一、插件信息泄露的三大途径1.Navigator.plugins对象检测2.MIME类型检测3.特性嗅探技术二、漏洞利用的典型案例1.已知漏洞直接利用2.精准社会工程攻击3
w2361734601·2025-03-13 01:38

Spring Boot+Vue项目从零入手

SpringBoot+Vue项目从零入手一、前期准备在搭建springboot+vue项目前，我们首先要准备好开发环境，所需相关环境和软件如下：1、node.js检测安装成功的方法：node-v2、vue
begei·2025-03-13 01:03

模型烘焙后保存mesh数据生成新的预制体

SetUVData.cs用于挂在游戏物体上，设置你要赋值的数据，代码如下：usingUnityEngine;usingSystem.Collections;usingSystem.Collections.Generic
学习是一种状态·2025-03-13 00:58

YOLOv12改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

必读内容船新的YOLOv12改进专栏~1️⃣什么！不知道如何改进模型⁉️本专栏所使用并改进的每一个模块均包含详细的模块分析、原理讲解、个人总结、多种改进方式以及完整的修改流程，所有改进100%可直接运行，性价比极高。2️⃣找不到合适的模块⁉️所有改进点均为近三年顶会，顶刊提出的先进算法，将其融入到YOLOv12中，并进行二次创新，新颖度高，创新度高，能够适应不同的任务场景。3️⃣不确定自己改进的步
Limiiiing·2025-03-13 00:27

git文件过大导致gitea仓库镜像推送失败问题解决（push failed: context deadline exceeded）

推送失败：超出上下文截止时间-远程：PoweredbyI[01;33mGITEE.COMI[0m[1.1.5]远程：设置跟踪标志
落落鱼2013·2025-03-12 23:22

App Store：App数据分析与用户反馈处理教程_2024-07-19_12-35-40.Tex

数据收集数据收集的核心在于定义需要跟踪的事件和指标。例如，对于
chenjj4003·2025-03-12 22:45

如何更有效管理项目风险

其中，全面识别风险要求在项目启动前就对内外部潜在风险进行详细排查；科学评估风险则需依托数据和模型量化风险概率与影响，为决策提供依据；动态监控调整强调在项目执行中实时跟踪风险变化，迅速采取应对措施，确保项目平稳推进
·2025-03-12 22:23

C语言笔记——第8章 对文件的输入输出

文章目录一、c文件的有关基本知识二、打开与关闭文件三、顺序读写数据文件四、随机读写数据文件五、文件读写的出错检测前言：在我看来，书应该越读越薄的，所以我的笔记尽量记录了每一个点，可供复习与查阅，但没有详细的解释
誓死守护发际线·2025-03-12 21:10

单片机实现的数字电压表设计

无论是在工业自动化、医疗监测还是环境检测等领域，准确地
赵阿萌·2025-03-12 21:06
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他