越努力，越幸运

原创 git 统计代码提交的代码量

subs += $2;loc += $1 - $2 } END { printf "增加的行数:%s 删除的行数:%s 总行数: %s\n",add,subs,loc }

原创 docker buildx build 报错http: server gave HTTP response to HTTPS client

修改为自己docker私有库的地址例如：192.168.253.123:5000。2、创建builder示例过程中加入config参数。1、创建buildkitd.toml文件。

原创 python setup.py学习

-python setup.py bdist_wininst #生成NT平台安装包(.exe)--python setup.py sdist #生成压缩包(zip/tar.gz)--python setup.py egg_info # 单独生成egg_info信息。--python setup.py bdist_wheel 生成wheel包。--python setup.py bdist_rpm #生成rpm包。--python setup.py bdist #生成平台安装包。

原创 数据库学习

DML（Data Manipulation Language）是数据操作语言，用于管理和检索数据库中的数据。适用于对数据库中的数据进行一些简单操作，比如增删改查表中的数据。常用的语句关键字有：SELECT、INSERT、UPDATE、DELETE、MERGE、CALL、EXPLAIN PLAN、LOCK TABLE。DDL用于创建、删除和修改数据库对象，如表和数据库；DML涉及数据的增删改操作；DDL（数据定义语言）、DML（数据操纵语言）、DQL（数据查询语言）和DCL（数据控制语言）。

原创 docker中安装 python

将python和pip3 软连接到/usr/local/bin目录下。您也可以将以上命令写入~/.bashrc文件中，然后执行。

原创 高高报警、高报警、低报警、低低报警区别

高（低）报警：仅仅是一个报警提示，给你一个尽快操作的提示，避免系统工艺参数的恶化，该报警时候的系统状态对正常生产影响不至于连锁停车。当高报警和低报警时，系统提醒工艺操作员，系统已经处于工艺要求的边缘，尽快调节处理好系统相应的操作条件，避免系统恶化。当出现高高报警和低低报警时，系统会为了安全生产自连锁而停车，避免出现重大安全事故，保护人身安全和设备安全。高高报警、高报警、低低报警、低报警应该在工程师站的组态里设置，设这种二级报警连锁，是为工艺安全考虑。

原创 label stdio + ground dino实现自动标注

Using Text Prompts for Image Annotation with Grounding DINO and Label Studio | Label StudioGitHub - HumanSignal/label-studio: Label Studio is a multi-type data labeling and annotation tool with standardized output format

原创 Grounding DINO相关记录

项目地址：https://github.com/IDEA-Research/GroundingDINO衍生技术使用Autodistill: Train YOLOv8 with ZERO Annotations based on Grounding-DINO and Grounded-SAM by Roboflow AIhttps://github.com/autodistill/autodistillLaunch: Auto Label Images with Roboflow

原创 ffmpeg 常用基本命令

b 设定视频流量，默认为200Kbit/s -r 设定帧速率，默认为25 -s 设定画面的宽与高 -aspect 设定画面的比例 -vn 不处理视频 -vcodec 设定视频编解码器，未设定时则使用与输入流相同的编解码器。-ar 设定采样率 -ac 设定声音的Channel数 -acodec 设定声音编解码器，未设定时则使用与输入流相同的编解码器 -an 不处理音频。//-bf B帧数目控制，-g 关键帧间隔控制，-s 分辨率控制。//-r 提取图像的频率，-ss 开始时间，-t 持续时间。

原创 Umi-OCR

https://github.com/hiroi-sora/Umi-OCR

原创 linux系统挂载硬盘

参考链接：https://www.cnblogs.com/wenhainan/p/12292823.html。

原创 linux离线安装docker

安装连接参考。

原创 ffmpeg学习

原创 linux服务器挂载u盘

【代码】linux服务器挂载u盘。

原创 USB启动盘制作工具

Rufus - 轻松创建 USB 启动盘

原创 linux防火墙学习

Linux 防火墙配置（iptables和firewalld）_iptables配置文件位置-CSDN博客Linux查看防火墙状态及开启关闭命令_linux 查看防火墙-CSDN博客

原创 python脚本编译为.so速度对比

计算能力加速，本质上编译过程为python -> c -> so文件，相当于动态语言转换为静态语言，程序执行能力和计算能力有所提升。编译为so文件后比原始python代码执行时间快2ms左右。产品代码保护，so文件不可读。

原创 视频监控基础学习

Onvif协议的出现，解决了不同厂商之间开发的各类失败不能融合使用的难题，提供了统一的网络视频开发标准，即最终能够通过Onvif这个标准化的平台实现不同产品之间的集成。：网络硬盘录像机产品，搭配IPC使用。集成存储、解码显示、拼接控制、智能分析等多种功能于一体。一机多用，部署简单，功能齐全。ONVIF（Open Network Video Interface Forum，开放型网络视频接口论坛）以公开、开放的原则共同制定开放性行业标准。：网络摄像机的标准协议。网络摄像机的标准协议。

原创 cv2.bitwise_or 提取ROI区域

在执行一次bitwish_or，可获取如下结果，通过这种方式可以获取不规则的ROI。如果圆形ROI区域需要再次去除周围的黑边，可以用同样的方法，构造一个矩形mask。以上图像和原图做bitwish_or可获得如下图像，提取圆形ROI区域。原图如下所示，想提取圆形ROI区域，红色框。使用一个和原图尺寸一致的图像做mask,

原创 大模型LLM部署学习

vLLM使用指北VLLM官方文档。

原创 RapidOCR

paddle OCR工程化实现。

原创 Lite-SAM：轻量级分割一切新工作

https://arxiv.org/pdf/2407.08965

原创 SAM 2: The next generation of Meta Segment Anything Model for videos and images

https://ai.meta.com/blog/segment-anything-2/ https://github.com/facebookresearch/segment-anything-2 https://zhuanlan.zhihu.com/p/712068482

原创 Stirling-PDF：基于Web的开源PDF处理工具

PDF文件进行各种各样的操作，比如合并、拆分、加密、解密、旋转、压缩等等，功能超全，而且开源免费，简直是神器！

原创 AnomalySD：具有Stable Diffusion的少样本多类异常检测

的少样本多类异常检测框架，设计了不同的分层文本描述和前景掩码机制来微调 SD，实现了最先进的异常分类和分割性能！AnomalySD：一种采用。

原创 北航开源Crowd-SAM，基于SAM用于目标检测和分割，简化标注流程！（附论文及源码）

北航开源Crowd-SAM，基于SAM用于目标检测和分割，简化标注流程！（附论文及源码）

原创 FastAPI学习

FastAPI超全面整理fastAPI(从入门到运用)，进来看十秒钟再走不迟-CSDN博客

原创 node-red学习

【代码】node-red学习。

原创 免费论文专利检索网站

免费专利检索平台：https://pss-system.cponline.cnipa.gov.cn/conventionalSearch。知识产权管理系统：https://hollysys.inno.zhihuiya.com/innoe-web/dashboard。免费论文检索平台：https://pubscholar.cn/

原创 docker可视化界面portainer

好文转载记录。

原创 PP-ShiTuV2 图像特征匹配

PP-ShiTuV2是一个实用的轻量级通用图像识别系统，主要由主体检测、特征学习和向量检索三个模块组成。这里只利用特征学习和向量检索模块，特征提取时使用的都是主体突出的图像。

原创 numpy数组的保存与加载

numpy的保存与加载

原创 marker-快速精准实现PDF转Markdown

文本提取：首先，Marker使用OCR技术（如果需要）来提取PDF中的文本。块组合与后处理：最后，Marker将所有文本块组合起来，并使用后处理工具（如pdf_postprocessor）进行最终的文本整理，以提高输出质量。文本块清理与格式化：对于每个文本块，Marker使用启发式方法和Texify等工具进行清理和格式化，以确保文本的准确性和可读性。模型的智能使用：Marker只在必要时使用深度学习模型，这有助于提高转换速度和准确性。

原创 PaddleOCR学习——PP-OCR系列

ppocr系列

原创 修改onnx模型中间节点命名（包含输入、输出重命名）

前者表示原模型中各个命名（可指定多个），后者表示新命名，两个参数指定的命名个数需要相同。依赖：import onnx。

原创 MQTT协议/软件

MQTT Explorer 是一个常用的测试 MQTT 的工具。

原创 FUXA 文档

FUXA是一款功能强大的基于web的软件，可快速构建和部署可扩展的SCADA, HMI, Dashboard或IIoT系统。使用FUXA，您可以为您的机器和实时数据显示以及自动化工业工厂的控制仪器创建具有个性化设计的现代过程可视化。

原创 人工智能方向-网站推荐：Browse State-of-the-Art

包含各种方向的数据集，SOTA论文， 代码链接。

原创 边缘检测-Tiny and Efficient Model for the Edge Detection Generalization

为了实现这一点，我们提出了微小和高效的边缘检测器(TEED)是一种轻量级的卷积神经网络，只有58K个参数，不到最先进模型的0.2%。我们提出的模型易于训练，并且在最初的几个epoch内快速收敛，同时预测的边缘图清晰且质量高。此外，我们提出了一个新的数据集来测试边缘检测的泛化，它包括用于边缘检测和图像分割的常用图像的样本。在这项工作中，我们考虑三个主要目标来解决边缘检测:简单，效率和泛化，因为当前最先进的(SOTA)边缘检测模型的复杂性增加了，以获得更好的准确性。

原创 pytorch环境检查GPU是否可用

查看当前cuda是否可用于当前版本的Torch，如果输出True，则表示可用。# 编译当前版本的torch使用的cuda版本号。# 查看torch当前版本号。