weixin_42058525的博客

原创 前端settimeout延后执行

‌‌在JavaScript中，setTimeout和setInterval都是通过事件循环机制来工作的。setTimeout函数会在指定的延迟时间后将回调函数加入到任务队列中，等待主线程空闲时执行。这意味着，如果主线程上还有其他任务在执行，setTimeout的回调函数会等待这些任务完成后才执行。因此，setTimeout的回调函数会在事件队列中排队等待执行‌12。

原创 系分知识点1

用户层软件实现做I/O调用，匹配I/O；假脱机脱机处理是一种计算机技术，是指在不受主机控制的外部设备上进行数据处理，或与实时控制系统、主机不直接相连的数据处理，常用于主机速度不高的数据处理中提高设备的利用率。按内容存取是相联映射的基本特点平均存取时间命中率失效率。

原创 时钟频率\CPU的主频

‌总线时钟频率‌是指计算机系统中总线的时钟基础频率，通常以‌赫兹（Hz）为单位进行度量。它是评定总线性能的重要指标之一。高频率的总线时钟意味着总线能够在更短的时间内完成更多的数据传输操作，从而提高系统的整体性能。

原创 spring\webx

同时，Spring之所以与Struts、Hibernate等单层框架不同，是因为Spring致力于提供一个以统一的、高效的方式构造整个应用，并且可以将单层框架以最佳的组合揉和在一起建立一个连贯的体系。，在这个意义上它是一种容器，你可以配置你的每个bean如何被创建——基于一个可配置原型（prototype），你的bean可以创建一个单独的实例或者每次需要时都生成一个新的实例——以及它们是如何相互关联的。，它的目标是通过定义一组共同的接口和组件来促进AOP的使用以及不同的AOP实现之间的互用性。

原创 kafka消息队列

队列的主要目的是提供路由并保证消息的传递；7）Replica：副本，为保证集群中的某个节点发生故障时，该节点上的 partition 数据不丢失，且 kafka 仍然能够继续工作，kafka 提供了副本机制，一个 topic 的每个分区都有若干个副本， 一个 leader 和若干个 follower。6）Partition：为了实现扩展性，一个非常大的 topic 可以分布到多个 broker（即服务器）上， 一个 topic 可以分为多个 partition，每个 partition 是一个有序的队列；

原创 MyBatis\Hibernate

MyBatis 使用简单的 XML或注解用于配置和原始映射，将接口和 Java 的POJOs（Plain Ordinary Java Objects，普通的 Java对象）映射成数据库中的记录。ORM是通过使用描述对象和数据库之间映射的元数据,在我们想到描述的时候自然就想到了xml和特性(Attribute).ORM框架中,Hibernate就是典型的使用xml文件作为描述实体对象的映射框架,而大名鼎鼎的Linq则是使用特性(Attribute)来描述的。程序员可以随心所欲的使用对象编程思维来操纵数据库。

原创 REST\SOAP

REST中的资源所指的不是数据，而是数据和表现形式的组合，比如“最新访问的10位会员”和“最活跃的10位会员”在数据上可能有重叠或者完全相同，而由于他们的表现形式不同，所以被归为不同的资源，这也就是为什么REST的全名是Representational State Transfer的原因。比如在还没有创建一个class的时候就编写一个testcase，虽然设置不能通过编译，但是testcase中的方法调用可以很好地从class使用者的角度反映出需要的接口，从而为class的设计提供了直观的表现。

原创 前端开发记录

常见问题1：vw、vh、%、em、rem之间的区别： 1子元素设置em，大小是取决于父元素的字体大小的 2元素的width，height，margin，padding用em的话是取决于该元素的font-size的大小。 3em的继承效果，每个元素都自动继承其父元素的字体i大小 4只要父级元素及上面一直有font-size为em单位，则会一直集成，但假如自己设置了font-size的单位为px的时候，则会直接使用自己的px值 5rem是css3新引进的一个度量单位，rem的长度是相对于根元素，即

原创 labelme标注工具安装

安装labelme标注：参考https://blog.csdn.net/lidichengfo0412/article/details/109508113，很好的文章运行的时候可能会numpy版本太新报错：参考https://blog.csdn.net/lidichengfo0412/article/details/109508113，解决

原创 kmp

原创 advancedeast认识

传统的EAST的约束：长文本识别效果不理想 EAST的损失函数是类平衡交叉熵损失和smoothL1损失score分数很高，应该跟loss很小有关，所以不能小于一个阈值，把图缩小没有效果小于0.9的重新检测与识别vgg方案不是很可行，因为他们的感受野都是3x3（考虑感受野，可以把最后一层换成7x7，或者更大）基于回归框anchor的方法，减少精度损失，尽量回归出文本框作者在EAST网络框架的基础上巧妙地设计了基于文本边界框的损失函数，将长文本检测的问题转换为检测文本头部和尾部边界区的问

原创 iou与giou

衡量目标检测定位性能的主要指标是交并比iou，我们在设计损失函数的时候通常是使用mse等损失函数来优化模型对目标的定位结果，但是这类损失函数并不能够良好的反应定位精度。对iou的认识：可以反应预测检测框与真实框的检测效果，有一个很好的特性是尺度不变性也就是对尺度不敏感，在回归任务重判断predict box和gt的距离最直接的指标就是iou（满足非负性，同一性，对称性，三角不等性）。作为损失函数会出现的问题是：如果两个框没有相交根据定义iou=0，不能反应两者之间的距离大小，同时loss=0，没有梯度回

原创 advancedeast理解

数据集准备，作者是在EAST模型上增加了对长文本的检测，所用数据集为icpr2018，标记为4个坐标点（8个坐标值） 数据集处理，proprecess.py，对文本进行画框处理，label.py，进行区域的缩放和头尾部的标记 训练，advanced_east.py，训练入口，加载模型（loss=quad_loss自定义损失函数，Adam激励函数，此处没有mertice？） 训练补充，先有一个vgg16预训练模型放到.keras（我的是在c盘//用户）文件下，然后在下载的项目文件下有一个save_mod

原创 concat

原创 大概的几种文本检测算法了解

1、（2016）CTPN，基础网络框架：VGG16，BLSTM利用图像上下文的信息特征，FC，支持水平和倾斜文本的检测《Detecting text in natural image with connectionist text proposal network》2、（2017）EAST，基础框架：基于PVANet的FCN、多尺度融合之后，直接进行像素级的文本块检测，没有RPN，单词分割，子块合并等，故速度很快。《East: An efficient and accurate scene tex

原创 chinesesocr的环境搭建和运行过程记录

前提：nvidia显卡，安装的是nvidia的驱动器，cuda8.0，cudnn5.1，借助的是anaconda（搭建自己需要的环境真的方便很多）然后运行该程序的时候需要找对应的tensorflow-gpu版本为1.2.0版本，还有对应tensorflow的keras版本为2.1.1(本人安装)/2.0.6，这个keras版本查了很多，我的主要环境搭建问题就是这两个的版本对应问题，还有一个是torch的问题（一直按这下载的命令走的），但最后运行程序的时候提醒只是torch对不上，就只安了torch1.5版本

原创 分水岭算法

分水岭变换是一种流行的图像处理算法，用于快速将图像分割成多个同质区域。分水岭算法的思想是：把图像看成一个拓扑地貌，那么同类区域就相当于陡峭边缘内相对平坦的盆地。分水岭算法通过逐步增加水位，把地貌分割成多个部分（目前比较著名的有模拟泛洪和降水）。降水：水先是汇集到海拔低的地区，慢慢填充这每一个盆地（低洼区域），直至水位差一线之隔就可以和另一个盆地汇合的时候，这个一线之隔的一线就是分割线。...

原创 PCA-SIFT新手总结记录

PCA（Principal Components Analysis）即主成分分析，是几种降维的方法之一，经常应用在图像处理方面。它和SIFT的联系是：前面几步，先是高斯模糊，建立高斯金字塔和高斯差分金字塔，然后最值的选择，排除边缘不稳定点和剧变不够激烈的点。最后一步SIFT使用4X4X8=128维进行描述，运用PCA算法小于128维对该特征点进行描述。降维的主要思想是：一个样本可以由很多属...