Kithara和OpenCV （一）

Kithara使用 OpenCV

目录

  • Kithara使用 OpenCV
    • 简介
    • 需求和支持的环境
    • 构建 OpenCV 库
      • 使用 CMake 进行配置以与 Kithara 一起工作
    • 使用 OpenCV 库设置项目
    • 运行 OpenCV 代码
    • 图像采集和 OpenCV
    • 自动并行化
    • 限制和局限性
      • 1.系统建议
      • 2.实时限制
      • 3.不支持的功能和缺失的功能
      • 4.显示 OpenCV 对象
  • OpenCV 构建实例 (采用可视化操作的方式)
    • 1. 准备工作
    • 2. OpenCV构建

简介

这些指南将帮助您学习如何使用 OpenCV 3.0、3.4 和 4.1 库在内核模式下进行实时图像处理。我们假设您基本上已经知道如何设置项目并打开驱动程序以开始您的工作。如果你对此不熟悉，你应该看看第一个项目 教程。

OpenCV 使用我们的实时 Windows 虚拟化。这种虚拟化在实时环境中模拟 Windows API 的最重要部分。只有在无法进行仿真或不合理的情况下，虚拟化才会离开实时环境并依赖于 Windows。此外，这种虚拟化是有限的，因此在实时使用OpenCV时存在一些限制。

需求和支持的环境

OpenCV 严重依赖标准的 C++ 库。这意味着与 OpenCV 和 OpenCV 库本身交互的代码必须使用完全相同的 C/C++ 运行时库 (CRT) 实例。Kithara不支持任何DLL版本的CRT用于内核模式。因此，要在 Kithara 中使用 OpenCV 库，它们必须使用静态链接运行时构建为静态库。不能使用 OpenCV 的 DLL 版本，因为这需要 OpenCV 使用 CRT 的 DLL 版本。此外，当将 CRT 的调试版本用于其中一个构建配置时，您还需要链接到静态 OpenCV 库的调试版本(它们的名称后面附加了一个"d")。

Windows虚拟化仅适用于Kithara实时任务和作为DLL加载到内核模式的代码。(Kithara还允许通过其他方式将代码加载到内核模式并实时执行，但它们不适合运行OpenCV代码)。对于Kithara RealTime Suite 10.11，我们已经使用以下Visual Studio平台工具集(包括静态CRT)成功测试了OpenCV 4.1：

  • Visual Studio 2017 (vc14.16) (Visual Studio 2017 版本 15.9.11，更新 9)

  • Visual Studio 2015 (vc14.00) (Visual Studio 2015 版本 14.0.25，更新 3)

我们还对 OpenCv 3.0 和 3.4 进行了等效测试：

  • Visual Studio 2017 (vc14.16) (Visual Studio 2017 版本 15.9.11，更新 9)

  • Visual Studio 2015 (vc14.00) (Visual Studio 2015 版本 14.0.25，更新 3)

  • Visual Studio 2013 (vc12.00) (Visual Studio 2013 版本 12.0.40，Update 5)

  • Visual Studio 2010 (vc10.00) (Visual Studio 2010 版本 10.0.30)

Kithara RealTime Suite 10.11之前的驱动程序(不包括在内)支持OpenCv 3.0，并在上述版本的Visual Studio 2013和2010中进行了测试。

这些测试是通过在实时环境中运行所有 OpenCV 3.0、3.4 和 4.1 准确性测试来执行的。OpenCV 是使用默认静态库构建。测试是使用源代码中的 OpenCV 3.0、3.4 和 4.1 构建执行的，如下所述。请注意，OpenCv 4 使用了 C++11 标准功能，这些功能仅在 Visual Studio 2015 之后才得到充分实现。

构建 OpenCV 库

OpenCV 附带了用于不同版本的 Visual Studio(2015 和 2017)的库构建，这些库已经可以使用。但是，我们建议您使用将要用于自己的项目的编译器重新构建 OpenCV 库。这不仅减少了出现兼容性问题的机会，而且还让您有机会从 OpenCV 构建中完全删除一些不需要或不可用的功能。

OpenCV 依赖于工具"CMake"为不同的编译器和 IDE 生成项目文件。请参阅 OpenCV 文档，了解如何将 CMake 与 OpenCV 一起使用。CMake 允许您配置构建并禁用对第三方库和 API 的特定依赖项。

使用 CMake 进行配置以与 Kithara 一起工作

最重要的配置步骤是将 BUILD_SHARED_LIBS 设置为禁用，因为它默认设置为"启用"。此外，请确保已启用 BUILD_WITH_STATIC_CRT。

我们还建议禁用有关 OpenCL、OpenGL、CUDA 和 Windows Media(DirectShow、VFW 等)的所有条目。这些 API 不能在内核模式下使用。如果您没有禁用它们，OpenCV 将在运行时将缺少依赖项。但是，在这种情况下，OpenCV 应该仍然可以使用。

请使用 Windows 平台的默认并行化框架(Microsoft 并发运行时，它包含在 CRT 中)。这意味着，WITH_OPENMP 和 WITH_TBB 都应该被禁用，这已经是默认设置。否则，这些框架的 DLL 将存在依赖性，这些 DLL 无法加载到内核模式，从而可能导致错误。

建议启用 INSTALL_CREATE_DISTRIB，尤其是在处理我们的示例时。它将生成一个目标项目"INSTALL"，在构建时，它将把库和包含文件放在一个共享的根目录下。然后，您应该创建一个指向该目录的环境变量 OPENCV_DIR。我们的示例使用此环境变量，因此它们能够找到要链接到的包含文件和库。

这可以通过 CMakeGUI 或命令行完成，如下所示：

cmake -Bbuild
-DBUILD_SHARED_LIBS=false 
-DBUILD_WITH_STATIC_CRT=true 
-DWITH_OPENCL=false 
-DWITH_OPENGL=false 
-DWITH_DIRECTX=false 
-DWITH_VFW=false
-DWITH_CUDA=false 
-DWITH_MSMF=false 
-DWITH_IPP=true 
-DWITH_OPENCLAMDBLAS=false 
-DWITH_OPENCLAMDFFT=false 
-DBUILD_TESTS=false 
-DBUILD_PERF_TESTS=false 
-DBUILD_opencv_world=false 
-G "Visual Studio 15 2017" --arch x64 .\\sources\\

OpenCv 在从主要版本 3 过渡到 4 的过程中，已将其一些以前的核心模块移动到 contrib 存储库中。这些是 shape、superres 和
videostab，它们与它们的构建依赖项 ximgproc 和 optflow 一起出现。4.1 也支持所有这些功能。要获取这些内容，请参阅 他们的文档。

使用 OpenCV 库设置项目

除了设置内核模式DLL项目的默认方法外，您还需要将OpenCV构建的包含目录添加到编译器设置的包含目录中，并将静态库的路径以及要使用的库添加到链接器设置中。包含文件将在" ( O P E N C V D I R ) / i n c l u d e " 下找到。库路径取决于使用的实际 C R T 和目标体系结构。通用路径为 " (OPENCV_DIR)/include"下找到。库路径取决于使用的实际 CRT 和目标体系结构。通用路径为" (OPENCVD​IR)/include"下找到。库路径取决于使用的实际CRT和目标体系结构。通用路径为"(OPENCV_DIR)///staticlibs"，其中是目标架构(x86 或 x64)和使用的 CRT 版本(vc10、vc11、vc12、vc14 或 vc15)。例如，在 Visual Studio 2013 中使用 64 位版本会导致其他链接器目录为"$(OPENCV_DIR)/x64/vc12/staticlibs"。请注意，CRT 是以增量方式进行版本控制的，而不是像 Visual Studio 产品命名所建议的那样按年份进行版本控制(即 Visual Studio 2013 使用 vc12，Visual Studio 2017 使用 vc15)。实际需要哪些库取决于您正在使用的 OpenCV 部分。在下文中，列出了所需的可能库。请将 XXX 替换为您想要的不带点的 OpenCv 版本，例如 340 或 410。另请注意，Debug 版本将附加字母"d")：

  • opencv_calib3dXXX.lib

  • opencv_coreXXX.lib

  • opencv_features2dXXX.lib

  • opencv_flannXXX.lib

  • opencv_halXXX.lib

  • opencv_highguiXXX.lib

  • opencv_imgcodecsXXX.lib

  • opencv_imgprocXXX.lib

  • opencv_mlXXX.lib

  • opencv_objdetectXXX.lib

  • opencv_photoXXX.lib

  • opencv_shapeXXX.lib

  • opencv_stitchingXXX.lib

  • opencv_superresXXX.lib

  • opencv_videoXXX.lib

  • opencv_videoioXXX.lib

或者，也可以使用 opencv_worldXXX.lib，这是一个将所有其他库捆绑到一个库中的库。

OpenCV 库大多还依赖于第三方库，这些库随 OpenCV 一起构建，并且与 OpenCV 构建同时构建。包括 IPP 库、图像编解码器和压缩(调试版本将附加字母"d")：

  • IlmImfd.lib

  • ippiwd.lib

  • ittnotifyd.lib

  • libjasperd.lib

  • libjpeg-turbod.lib

  • libpngd.lib

  • libprotobufd.lib

  • libtiffd.lib

  • libwebpd.lib

  • quircd.lib

  • zlibd.lib文件

某些代码路径还需要更多的 Windows 库。它主要但不仅占模块"highgui"。请注意，此列表不完整，并考虑推荐的设置。在 OpenCV 中包含对视频格式的支持也会创建对其他库的依赖性。

  • user32.lib

  • gdi32.lib

  • advapi32.lib

  • comctl32.lib

如果代码未使用某些模块，则这些列表可能会缩短。请参考 OpenCV 文档来确定模块的依赖关系。如果遇到来自链接器的有关缺少函数的错误消息，请首先检查此列表以查找缺少的依赖项。

请不要忘记仍然链接到Kithara图书馆！如果您查看我们的示例，OpenCV 的项目配置是通过使用属性表来解决的。这些设置将放入属性表中，实际项目将继承这些属性表，并且在 Visual Studio UI 中可能不可见。这为配置阶段提供了一些模块化。

运行 OpenCV 代码

使用Kithara RealTime Suite实时运行OpenCV代码需要两个主要步骤。首先，您需要将包含代码的DLL加载到内核模式。其次，您将需要一个实际运行代码的任务。

打开Kithara驱动程序后，可以立即加载DLL。必须使用专用函数 KS_loadVisionKernel，而不是通常的函数 KS_loadKernel。它将加载 DLL 并在适当的环境中执行其入口点。这是正确初始化 CRT 所必需的。

KSHandle hKernel;
KS_loadVisionKernel(&hKernel， "myDll.dll"， 0， 0， KSF_KERNEL_EXEC);

下一步是创建一个任务，为此，我们首先需要在加载的DLL内部创建一个函数的回调，其中包含任务的代码。

KSHandle hCallBack;
KS_createKernelCallBack(&hCallBack， hKernel， "myFunction"， 0，
    KSF_DIRECT_EXEC |KSF_SAVE_FPU， 0);

DLL 中的函数在此处称为"myFunction"。必须使用标志 KSF_DIRECT_EXEC，以便在触发回调的同一上下文中运行回调。标志 KSF_SAVE_FPU 是必需的，用于在上下文切换上保存 FPU 和 SSE 寄存器的状态。

关于结构包装和对齐的重要通知
如果不使用默认结构打包，请确保包含具有相同结构打包效果的 OpenCV 标头，就像用于构建 OpenCV 一样(通常具有 8 个字节的默认打包)。OpenCV 头文件不强制执行特定的结构打包。结构打包不匹配将导致二进制文件不兼容，从而在运行时导致各种错误。
一个例子是我们的样本。它们使用与默认结构打包不同的结构打包，因此需要包含 OpenCV 标头，并恢复默认结构打包。

在现在实际创建任务之前，我们还必须提高为其分配的堆栈空间。默认情况下，Windows 为每个线程保留 1 MB 的堆栈空间。Kithara 只保留 3 KB，这对于像 OpenCV 这样的库来说是不够的。因此，我们将 KS_setTaskStackSize 的大小提高到 Windows 线程的典型大小。

KS_setTaskStackSize(0x100000， 0);

最后，我们创建任务。必须使用标志 KSF_CUSTOM_STACK_SIZE 创建任务，才能使用我们刚刚设置的更大的堆栈大小。

KSHandle hTask;
KS_createTask(&hTask， hCallBack， 250， KSF_CUSTOM_STACK_SIZE);

有关任务的更多信息，请参见 任务模块。

请注意，只有实际调用 OpenCV 函数的函数才能作为任务执行。处理程序等的其他回调可以正常使用，并同时驻留在同一个 DLL 中。

图像采集和 OpenCV

由于无法实时使用OpenCV附带的图像捕捉功能，因此必须使用相机模块进行图像采集。使用相机模块中的函数 KS_recvCameraImage，您可以检索指向图像数据的指针以及有关宽度、高度、像素格式和行填充的信息。像素格式是 像素格式命名约定 (PFNC) 中定义的格式之一。有了这些信息，您可以使用 OpenCV 函数来创建 OpenCV 图像 (cv：：Mat)，您可以进行处理。请注意，并非所有格式都适合转换，例如几种不同的包装类型。如果没有适合转换的函数组合，则必须自行提供转换函数。

cv：：Mat 的构造函数非常灵活，因为它允许直接使用几种不同的图像格式而无需复制。此外，cv：：cvtColor 和 cv：：mixChannels 可用于demosaic 、从不同的颜色空间转换和重新排序通道，或合并来自不同图像的通道。cv：：Mat 构造函数的一个重要参数是参数"step"，它描述了 to 行之间的字节计数。它取决于像素格式的单个像素的位大小和图像的行填充。该步骤的计算方式如下：

step = 宽度 * bitSize / 8 + linePadding

如果行填充为零，则可以使用自动步骤。

以下是 PFNC 像素格式和匹配的 OpenCV 类型的映射：

PFNCOpenCV TypebitSizebits/Channel备注
Mono8CV_8UC188
Mono8sCV_8SC188
Mono10CV_16UC11610
Mono12CV_16UC11612
Mono14CV_16UC11614
Mono16CV_16UC11616
BayerGR8, BayerBG8, BayerRG8, BayerGB8CV_8UC1881)
BayerGR10, BayerBG10, BayerRG10, BayerGB10CV_16UC116101)
BayerGR12, BayerBG12, BayerRG12, BayerGB12CV_16UC116121)
BayerGR16, BayerBG16, BayerRG16, BayerGB16CV_16UC116161)
YUV8_UYV, YCbCr_8_CbYCr, YCbCr601_8_CbYCr, YCbCr709_8_CbYCrCV_8UC32482) 4)
RGB8, BGR8CV_8UC32482)
RGB10, BGR10CV_16UC348102)
RGB12, RGB12CV_16UC348122)
RGB16, RGB16CV_16UC348162)
RGBa8, BGRa8CV_8UC43282)
RGB565p, BGR565pCV_16UC1165, 63)

  1. 使用 cv：：cvtColor demosaic 为 3 通道图像。

  2. 使用 cv：：cvtColor 转换为不同的颜色空间和/或 cv：：mixChannels 对组件进行重新排序。

  3. 使用 cv：：cvtColor 转换为 3 通道图像。

  4. 对于 YUV 和相关类型，luma 通道始终是第二个通道，因此要转换为更常见的格式，其中 luma 是第一个通道，您必须交换通道。

平面RGB格式(‘RGB8_Planar’、‘RGB10_Planar’、‘RGB12_Planar’、‘RGB16_Planar’)应被视为’单声道’格式，创建三个图像，然后可以将其组合成具有_cv：：mixChannels_的多通道图像。

自动并行化

我们的软件支持 OpenCV 使用的 Microsoft 并发运行时。不支持其他并行化框架(如 OpenMP)。

自动并行化会在其他 CPU 上启动其他任务，这可能会与您的实时应用程序设计冲突。如果没有明确需要，我们建议通过调用 cv：：setNumThreads(0) 来禁用自动并行化。

自动并行化任务从创建它们的任务继承实时优先级。它们大多是在首次使用时或更新线程数时创建的。因此，显式调用 cv：：setNumThreads 以受控方式创建任务可能很有用。任务以循环方式分发到可用的 CPU，同时遵循 Windows 虚拟化中的进程关联掩码。Windows 函数 SetProcessAffinityMask、GetProcessAffinityMask 和 GetCurrentProcess 在实时上下文中可用，使你能够控制允许启动哪些 CPU 新任务。

限制和局限性

1.系统建议

由于所有分配都在非分页池中，因此内核级别的内存资源受到限制，而非分页池本身在 Windows 中是有限的资源。此问题对于 32 位 Windows XP 尤其适用，对于非分页池，其最大大小为 256 MBytes。对于 64 位版本或高于 XP 的版本，这些限制设置得更高，如果您安装了足够的物理内存，则不会造成问题。另请注意，许多数据结构需要连续内存。这在 32 位平台上可能很少见。

2.实时限制

某些 OpenCV 操作无法实时执行，因为它们需要与 Windows 系统交互。这些是文件处理和用户交互(Windows、输入)等功能。这些操作需要与用户模式线程进行通信，但用户模式线程的优先级很高，但当然无法满足内核模式实时任务的实时约束。

3.不支持的功能和缺失的功能

以下功能不能在内核模式下使用：

  • 除 Microsoft 并发运行时以外的并行化框架

  • GPU 加速(OpenGL、OpenCL、CUDA、IPP Async、DirectX) 1)

  • 任何用于图像捕获和视频解码的第三方库(DirectShow、VfW、FFMpeg、相机 API) 2)

  • OpenCV 模块 HighGUI 3)

  1. 目前没有计划支持 GPU 加速。我们计划支持将基于 CPU 的加速与 IPP 一起使用，包括 AVX 和 AVX2。

  2. 您可以使用我们的 相机模块 从 GigE Vision® 和 USB 3 VisionTM 相机采集图像。

  3. 对模块"HighGUI"功能的基本子集只有基本的支持。我们不建议使用内核模式中的任何 GUI 元素(另请参阅下一段)。

4.显示 OpenCV 对象

尽管您可以从内核级别使用简单的 HighGUI 窗口，但不建议从内核级别打开窗口。显示 OpenCV 对象的假定方法是使用共享内存区域将序列化的 OpenCV 项复制到其中，从而使用到用户模式的进程间通信。

OpenCV 构建实例 (采用可视化操作的方式)

不想动手的话，也能获取我们编译好的资源： OpenCV - 4.1.0 静态库下载

1. 准备工作

  • 下载源码：OpenCV官网 OpenCV - 4.1.0 下载
  • 安装 Visual Studio 2017 （参考第一个项目中 Visual Studio 2022 C++ 开发环境安装）

Visual Studio Community 2017 (version 15.7) (x86 and x64) - (Multiple Languages)
文件名： mu_visual_studio_community_2017_version_15.3_x86_x64_11100062.exe
SHA1： EC5E128EDC90FAC0BBADECD6DB32F8F008A4D669
文件大小： 1.02GB
发布时间 ： 2017-08-14
方法： 复制ed2k链接，打开eMule或迅雷，新建下载，粘贴链接，开始下载

ed2k://|file|mu_visual_studio_community_2017_version_15.3_x86_x64_11100062.exe|1069960|5984B3CD547F9F213DE21EFE5887F08D|
  • 安装CMake CMake下载 CMake 使用教程

2. OpenCV构建

  • 解压OpenCV4.1.0的源码后，打开源码目录创建 【build】 文件夹

  • 在这里插入图片描述

  • 打开【cmake-gui.exe】开始构建项目，选择源码路径，选择构建目录（使用创建的build目录)，点击【Configure】
    在这里插入图片描述

  • 选择构建的版本（推荐 Visual Studio 2017） ,选择构建平台，点击 【Finished】，等待配置完成
    在这里插入图片描述

  • 根据上文中的一些说明进行配置
    配置选项：

选项操作
BUILD_SHARED_LIBSfalse
BUILD_WITH_STATIC_CRTtrue
WITH_OPENCLfalse
WITH_OPENGLfalse
WITH_DIRECTXfalse
WITH_CUDAfalse
WITH_MSMFfalse
WITH_IPPtrue
WITH_OPENCLAMDBLASfalse
WITH_OPENCLAMDFFTfalse
BUILD_TESTSfalse
BUILD_PERF_TESTSfalse
BUILD_opencv_worldfalse

在这里插入图片描述
在这里插入图片描述

  • 配置完成后点击【Generate】生成Visual Studio 2017项目，等待执行完成
  • 在这里插入图片描述
  • 执行成功后，点击打开项目【Open Project】
  • 在这里插入图片描述
    在这里插入图片描述
  • 选择构建版本，全部构建后，再点击安装，Release切换构建版本后同样操作。
    在这里插入图片描述在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 全部构建完成后，再【build】->【install】 目录中就是已经编译后的程序，你可以把他保存到你电脑的任意位置，以方便你在程序中调用；

  • 在这里插入图片描述
    注意： 生成的库 后缀中【d】结尾代表debug版本。
    在这里插入图片描述
    现在，你可以尝试运行一些Kithara执行OpenCV的一些示例了

          smp\LibraryOpenCV
      smp\LibraryOpenCVDisplay
      smp\LibraryOpenCVWithCamera

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/786414.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

【Perforce】QAC-分析时如何不应用某些规则

【Perforce】QAC-分析时如何不应用某些规则

【更多软件使用问题请点击亿道电子官方网站】 1、 文档目标 解决扫描项目时如何不应用某些规则进行分析。 2、 问题场景 对于一些建议性的MISRA规则，不想用于项目扫描，如何处理？ 3、软硬件环境 1、软件版本：HelixQAC23.04 2…
阅读更多...
中国科学院院士丁汉：人形机器人——机器人与人工智能结合的爆发点

中国科学院院士丁汉：人形机器人——机器人与人工智能结合的爆发点

工业制造是国民经济的重要支柱，是实现发展升级的国之重器。早在 2002 年，党的十六大就曾提出，坚持以信息化带动工业化，以工业化促进信息化，走出一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得到…
阅读更多...
24年，计算机仍然是最热门的专业？！

24年，计算机仍然是最热门的专业？！

大家好，我是程序员鱼皮。最近很多高考完的朋友开始进入了填志愿选专业的时期。出于好奇，我也在网上了解了一下今年的热门专业和就业情况，结果并没有出乎我的意料，对于很多省份，计算机科学与技术依然是最热门的专业&…
阅读更多...
fastadmin 各种开发技巧，问题总合集，持续跟新中....

fastadmin 各种开发技巧，问题总合集，持续跟新中....

使用 搜索的使用 自定义按钮 需改后的代码 {field: operate, title: __(Operate), table: table,buttons: [{name: detail, text: 详情, title: 详情, icon: fa fa-list, classname: btn btn-xs btn-primary btn-dialog, url: version/detail},{name: edit, text: 编辑我, …
阅读更多...
班级录取查询系统如何制作

班级录取查询系统如何制作

在教育的长河中，我们每位老师都曾面临过这样一个问题：如何高效、准确地完成班级录取查询的任务？记得在以往，每当新学期伊始，我们不得不手忙脚乱地整理学生名单，然后逐一通知他们所在的班级。这个过程不仅耗…
阅读更多...
【机器学习】特征选择：精炼数据，提升模型效能

【机器学习】特征选择：精炼数据，提升模型效能

🌈个人主页: 鑫宝Code 🔥热门专栏: 闲话杂谈｜ 炫酷HTML | JavaScript基础 ​💫个人格言: "如无必要，勿增实体" 文章目录 特征选择：精炼数据，提升模型效能引言为何进行特征选择&a…
阅读更多...
windows server安全设置，多次登录密码错误锁定

windows server安全设置，多次登录密码错误锁定

河北瑾航科技有限公司推荐，www.jinhangsmart.top 按快捷键【winr】，在【运行】框中输入“gpedit.msc”后回车。 进入【本地组策略编辑器】后，展开至：计算机配置—Windows设置—安全设置—帐户策略—帐户锁定策略。 双击右侧…
阅读更多...
一次性语音芯片——智能家居的新兴技术

一次性语音芯片——智能家居的新兴技术

一次性语音芯片，作为现代智能家居技术，正以其魅力和性能，逐渐渗透到我们日常生活的每一个角落。这些小巧而强大的芯片，不仅为智能家居设备赋予了“说话”的能力，更在提升用户体验、增强设备交互性方面发挥了举足轻重的…
阅读更多...
GITLAB配置CI教程

GITLAB配置CI教程

一、gitlab runner下载安装 1、研发网下载安装包【172.20.191.53已经安装过了，不用再安装了，可以直接到第三步】 下载gitlab安装包 wget https://packages.gitlab.com/runner/gitlab-runner/packages/fedora/32/gitlab-runner-12.1.0-1.x86_64.rpm​ …
阅读更多...
数字力量助西部职教全面提升——唯众品牌大数据、人工智能系列产品中标甘肃庆阳职院数字经济人才培养基地！

数字力量助西部职教全面提升——唯众品牌大数据、人工智能系列产品中标甘肃庆阳职院数字经济人才培养基地！

近日，唯众品牌凭借在大数据和人工智能领域深耕多年的技术积累和卓越产品，成功中标庆阳职业技术学院全国一体化算力网络国家枢纽节点数字经济人才培养基地项目，标志着唯众在助力西部职业教育与数字经济融合发展的新征程上迈出了坚实的一步。 …
阅读更多...
线程交互现象

线程交互现象

线程交互现象 小明对自家的狗子有个规定，就是在狗狗还没吃完的时候，可以继续给他加饭 不好的解决方式 狗狗感觉一千年没吃饭了，狼吞虎咽起来，最后饭只剩下最后一点点，吃饭线程中使用while循环判断是否是1，…
阅读更多...
ST Smart Things Sentinel：一款针对复杂IoT协议的威胁检测工具

ST Smart Things Sentinel：一款针对复杂IoT协议的威胁检测工具

关于ST Smart Things Sentinel ST Smart Things Sentinel，简称ST，是一款功能强大的安全工具，广大研究人员可以使用该工具检测物联网 (IoT) 设备使用的复杂协议中的安全威胁。 在不断发展的联网设备领域，ST Smart Things Sentinel…
阅读更多...
轮转数组（反转数组）的实现，看这篇就够了！！

轮转数组（反转数组）的实现，看这篇就够了！！

一：题目 本题用数组为1 2 3 4 5 6 7 k3 来进行举例 理想结果为：5 6 7 1 2 3 4 二：思路 第一种方法： 用memcpy函数来实现 第一步：用malloc开辟一个新数组 第二步：将5 6 7 放进新数组 第三步&…
阅读更多...
【JS|第21期】JavaScript模块化：深入解析三种文件暴露方式

【JS|第21期】JavaScript模块化：深入解析三种文件暴露方式

日期：2024年7月6日 作者：Commas 签名：(ง •_•)ง 积跬步以致千里,积小流以成江海…… 注释：如果您觉得有所帮助，帮忙点个赞，也可以关注我，我们一起成长；如果有不对的地方，还望各位大佬不吝赐教，谢谢^ - ^ 1.01365 = 37.7834；0.99365 = 0.0255 1.02365 = 1377.4083…
阅读更多...
台灯护眼是真的吗？台灯怎么选对眼睛好？一文带你读懂！

台灯护眼是真的吗？台灯怎么选对眼睛好？一文带你读懂！

近视问题，这一现代社会的“视力杀手”，正悄然影响着越来越多的人群，尤其是青少年群体。长时间面对电子屏幕和书本，加上不正确的用眼习惯，使得视力下降成为普遍现象。在此背景下，一款优质的护眼台灯显得尤为…
阅读更多...
【机器学习】Exam3

【机器学习】Exam3

线性可分logistic逻辑回归 数据集点被分为了两边，根据课程学会归一化函数以及梯度下降即可。 使用线性模型。 import copyimport numpy as np import pandas as pd from matplotlib import pyplot as plt#归一化函数 def sigmoid(x):return 1 / (1 np.exp(-x))# …
阅读更多...
基于Python的51job招聘数据采集与可视化项目实践

基于Python的51job招聘数据采集与可视化项目实践

项目背景与目标 在当今竞争激烈的就业市场中，深入分析招聘信息对于求职者和企业都具有重要意义。基于Python的51job招聘数据采集与可视化项目旨在通过自动化手段高效获取大量招聘信息，并对这些数据进行深度分析和展示。 51job作为中国领先的招聘网站&…
阅读更多...
ALG：MODTRAN查找表参数详解（学习笔记4）

ALG：MODTRAN查找表参数详解（学习笔记4）

一、Modtran安装及环境配置 https://blog.csdn.net/qq_41358707/article/details/134721973 二、ALG配置更新 添加大气RTM。Settings，进入首选项界面，单击RTM选项卡以更新RTM的配置： 从窗口右上角的select RTM弹出菜单中选择一个大气RTM&a…
阅读更多...
Docker Desktop如何换镜像源？

Docker Desktop如何换镜像源？

docker现在很多镜像源都出现了问题，导致无法拉取镜像，所以找到一个好的镜像源，尤为重要。 一、阿里镜像源 经过测试，目前，阿里云镜像加速地址还可以使用。如果没有阿里云账号，需要先注册一个账号。 地址：https://cr.console.aliyun.com/cn-hangzhou/instances/mirrors 二…
阅读更多...
【AI前沿】人工智能的历史演进

【AI前沿】人工智能的历史演进

文章目录 📑引言一、人工智能的起源与早期发展1.1 古代与早期的智能机器设想1.2 20世纪初期的机械计算机1.3 图灵测试与计算智能1.4 达特茅斯会议与人工智能的正式诞生 二、早期AI研究与第一次冬天2.1 早期的探索与挑战2.2 早期的专家系统2.3 第一次AI冬天 三、专家…
阅读更多...
最新文章

Copyright @ 2022~2023