博客 RSS 訂閱

codingtea 頭像

Coding茶水間 - 基於深度學習的花朵識別系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的花朵識別系統 1. 前言​ 大家好，歡迎來到 Coding 茶水間！ 今天我們帶來的分享主題是 《基於 YOLO 算法的花朵識別系統》。在進入具體演示前，先簡單介紹一下現狀與我們團隊的定位——這是我們已經完成並可交付使用的成品項目，涵蓋從算法研發到可視化系統的全流程落地。如果有定製化開發需求的夥伴，也可以通過私信與我們溝通合作。我們的核心技術覆蓋 計算機視覺​ 全鏈條，

AI

收藏 評論

carrote 頭像

Ccarrote - wangeditor5自定義擴展設置圖片寬高（px）

​ wangeditor設置圖片寬高默認有30%、50%、100%三種等比縮放選擇，但是有的時候需要按照像素控制圖片大小不在乎圖片是否有拉伸的情況。所以只能編寫設置圖片寬高的自定義擴展。 ​編輯 1、設置圖片大小最好就是與原生一樣放置到選中工具欄上最合適，且因為要設置寬高兩種屬性所以用彈窗嵌套表格方便填寫。 2、查看官方文檔，有相關的説明，因為不需要事件劫持和創建新元素，所以看註冊新菜單這裏就行。

前端

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程五：自然語言處理 第三週：序列模型與注意力機制（四）語音識別和觸發字檢測

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第五課第三週的內容，3.9到3.10的內容，同時也是本週理論部分的最後一篇。 本週為第五課的第三週內容，與 CV

AI

收藏 評論

uml-tool 頭像

Lynch_Warren - 產品評測：Visual Paradigm AI 聊天機器人 —— 開發者建模的“AI加速器”真實體驗

作為一名常年與 UML 圖表打交道的開發者，我曾經歷過： 畫一個用例圖，花半小時拖拽、調位置、畫箭頭 為「include」和「extend」到底怎麼畫而糾結 團隊開會時，大家看着一張“看不懂”的圖，反覆解釋 直到我試了Visual Paradigm AI 聊天機器人（chat.visual-paradigm.com），我才真正體會到： 原來建模，可

AI

收藏 評論

apacheiotdb 頭像

ApacheIoTDB - 就在明晚！時序數據庫 Apache IoTDB x Doris 高性能可觀測性實踐聯合直播

在數字化轉型深化推進的今天，企業全鏈路數據（日誌、指標、追蹤、時序傳感數據等）爆發式增長，可觀測性已成為保障系統穩定運行、驅動業務優化的核心支撐。如何破解可觀測性場景下的存儲、計算、分析難題，實現數據的實時洞察與高效賦能，是各行業技術團隊面臨的共性挑戰，車聯網等物聯網密集型領域尤為突出。 當專注於可觀測性平台構建的 Apache Doris，遇上深耕物聯網原生時序數據處理的 Apache IoT

數據庫

收藏 評論

yupi 頭像

程序員魚皮 - 前特斯拉 AI 總監：AI 編程最大的謊言，是 “提效”

大家好，我是程序員魚皮。 前兩天，前特斯拉 AI 總監 Andrej Karpathy 在 X 上發了一條長帖子，內容是他最近幾周大量使用 Claude 編程的感悟。 結果這條帖子直接爆了，閲讀量超過 600 萬。 先簡單介紹一下『卡帕西』這位大佬：斯坦福 AI 博士，師從李飛飛；OpenAI 創始成員之一；後來去特斯拉當了 AI 總監，負責自動駕駛的視覺系統。2024 年離開特斯拉後，他創辦了

程序人生

收藏 評論

cybersirenthebest 頭像

賽博女妖 - 國產大模型適配優選，MonkeyCode 賦能企業研發

長亭MonkeyCode AI開發平台上線：免費算力賦能，AI助力全場景工程級研發落地 當前AI編程工具層出不窮，但多數僅能應對“代碼撰寫、Demo運行”的基礎場景，難以匹配真實工程研發的複雜訴求。長亭科技全新推出的AI開發平台MonkeyCode，成功突破這一行業瓶頸——平台以企業級研發標準構建，讓AI深度參與從需求梳理到Review驗收的全研發鏈路，更配套註冊即贈免費算力的專屬福利，助力開發者

AI

收藏 評論

smileZAZ 頭像

林恆 - Vue 中的 deep、v-deep 和 >>> 有什麼區別？什麼時候該用？

🧑‍💻 寫在開頭 點贊 + 收藏 === 學會🤣🤣🤣 “你用 Element Plus 寫了個按鈕，想改下 hover 顏色，結果死活不生效！最後查了半天，發現得加個 :deep() 才行” 其實，這是 Vue 中一個非常常見的坑：樣式作用域衝突。那為什麼用 UI 庫時，加上 :deep()、::v-deep 或 後，樣式就能生效呢？ 它們是什麼？有什麼區別？什麼時候該

前端

收藏 評論

zhangqiaokeyan 頭像

掌橋科研-AI論文寫作 - 論文寫作ai工具哪個好？精選四款AI寫論文工具測評，讓寫畢業論文不再苦惱！

論文寫作ai工具哪個好？精選四款AI寫論文工具測評，讓寫畢業論文不再苦惱！ 每到畢業季或職稱評審期，面對空白文檔的焦慮感總是如期而至——文獻查找耗時、框架搭建困難、格式規範繁瑣，這些痛點讓論文寫作成為許多人的噩夢。別擔心！AI論文寫作工具正是解決這些難題的利器。本文將精選四款表現突出的AI論文生成工具，幫你找到最適合的學術助手。 本文測評將圍繞學術專業性、文獻支撐能力、格式規範適配性以及使用便捷度

AI

收藏 評論

sevencoding 頭像

sevencoding - 劍指offer-71、剪繩子（進階版）

題⽬描述 給你⼀根⻓度為 n 的繩⼦，請把繩⼦剪成整數⻓的 m 段（ m 、 n 都是整數， n 1 並且 m 1 ， m = n ），每段繩⼦的⻓度記為 k[1] ,..., k[m] 。請問 k[1] * k[2] * ... * k[m] 可能的最⼤乘積是多少？例如，當繩⼦的⻓度是 8 時，我們把它剪成⻓度分別為 2 、3 、3 的三段，此時得到的最⼤乘積是 18 。 由於答案過⼤

後端

收藏 評論

catchadmin 頭像

JaguarJack - Laravel AI SDK 在 Laracon India 2026 首次亮相

Laravel AI SDK 在 Laracon India 2026 首次亮相 2026 年 1 月 31 日，Taylor Otwell 在 Laracon India 2026 上首次公開展示了 Laravel AI SDK。這套他已開發數月的全新工具集，有望徹底改變 Laravel 應用中的 AI 集成方式。 什麼是 Laravel AI SDK？ Laravel AI SDK 旨在大幅簡

後端

收藏 評論

lying7 頭像

躺柒 - 讀數字時代的網絡風險管理：策略、計劃與執行06戰略和執行(下)

1.確定基於風險的戰略和執行方式 1.1.在應對人工智能和其他數字技術帶來的快速發展的攻擊面和新興風險方面，安全組織可以發揮獨特而關鍵的作用，而正式的CRMP對於安全組織履行這一職責至關重要 1.2.該計劃還能確定一個商定過的、經得起推敲的預算，為人員和預算資源、工具、第三方互動和其他問題提供目的、方向和優先級 1.3.安全威脅和漏洞並不是企業及其安全組織需要通過基於風險的執行來解決的唯一問題

企業信息化

收藏 評論

XY-Heruo 頭像

花酒鋤作田 - MCP官方Go SDK嚐鮮

前言 此前在 MCP 官網就注意到官方提供了 Go SDK，近期由於在 Python 環境下開發 MCP Server 有點"審美疲勞"，因此決定使用 Go 語言嚐嚐鮮。 從個人實際體驗來看，Go 語言在併發處理方面確實具有顯著優勢：無需糾結於同步阻塞、異步事件循環、多進程多線程通信等複雜的併發問題，goroutine 一把梭哈。同時，Go 語言的部署也非常便捷，編譯後生成的靜態二進制文件具有良好

AI

收藏 評論

vitaly-friedman 頭像

Vitaly Friedman - Combobox vs. Multiselect vs. Listbox: How To Choose The Right One

So what’s the difference between combobox, multiselect, listbox, and dropdown? While all these UI components might appear similar, they serve different purposes. The choice often comes down to the n

User Experience , Design , ui

收藏 評論

wuyuegb2312 頭像

五嶽 - DTS按業務場景批量遷移阿里雲MySQL庫實戰（上）：技術選型和API對接

背景 概況 公司某項業務使用三個分庫存放該業務的分表。為了保持單表的查詢性能，基於業務場景按照公司維度分表，目前每個庫都有數量達到10W級的分表。過多的表已經影響了日常的運維，元數據相關的操作如搜索表名等在線操作速度極慢。隨着業務的發展，分表數量還會增加。 現狀 Springboot+阿里雲RDS-MySQL8 分庫分表中間件：MybatisPlus+ShardingSphe

雲計算

收藏 評論

shouke 頭像

授客 - Kubernetes 基於sealos和nerdctl實現鏡像管理

實踐環境 nerdctl下載地址 https://github.com/containerd/nerdctl/releases openEuler-22.03-LTS-SP4 registry.cn-shanghai.aliyuncs.com/labring/kubernetes:v1.27.16 https://github.com/labring/sealos/releases/downloa

kubernetes

收藏 評論

algieba 頭像

阿爾的代碼屋 - [大模型實戰 02] 圖形化的大模型交互: Open WebUI部署指南

核心摘要 (TL;DR) 目標：為本地的 Ollama 模型穿上漂亮的圖形化界面 (GUI)。 工具：Docker + Open WebUI (社區最活躍的開源 WebUI)。 核心功能：媲美 ChatGPT 的對話界面、本地知識庫 (RAG)、自定義角色 (Agent)。 相信各位友人在上一篇文章中，已經學會了如何用ollama在終端中運行Qwen模型。命令行工具有時候

AI

收藏 評論

codingtea 頭像

Coding茶水間 - 基於深度學習的狗品種檢測系統演示與介紹(YOLOv12/v11/v8/v5模型+Pyqt5界面+訓練代碼+數據集)

視頻演示 基於深度學習的狗品種檢測系統演示 1. 前言​ 大家好，歡迎來到 Coding 茶水間！ 今天要給大家介紹的項目是——基於 YOLO 算法的狗品種檢測系統。隨着寵物經濟的興起和動物保護意識的增強，人們對犬隻的管理、識別和研究需求越來越高，比如在犬展、寵物店、流浪動物救助站等場景，都需要快速判斷一隻狗屬於什麼品種。然而，傳統的人工識別方式不僅依賴經驗，而且面對外形相似或混血犬隻時容易出現誤

AI

收藏 評論

mhtsec 頭像

公眾號棉花糖fans - Ivanti EPMM RCE CVE-2026-1340/1281完整分析

前言： 文中技術分析僅供交流討論，poc僅供合法測試，用於企業自查，切勿用於非法測試，未授權測試造成後果由使用者承擔，與本公眾號以及棉花糖無關。 介紹： 近日,Ivanti公司披露了Ivanti Endpoint Manager Mobile (EPMM)中存在的代碼注入漏洞(CVE-2026-1281和CVE-2026-1340)，並確認已存在在野利用。該漏洞源於 Apache HTTPd 調用

網絡安全

收藏 評論

jazz-z 頭像

LAYONTHEGROUND - C# 設置 Word 文檔背景顏色/背景圖

在 .NET 開發場景中，對 Word 文檔進行自動化格式處理是常見需求，其中設置文檔背景（顏色或圖片）是提升文檔視覺呈現的基礎操作。Free Spire.Doc for .NET 作為一款免費的 Word 文檔操作組件，無需依賴 Microsoft Office 即可完成 Word 文檔的創建、編輯與格式調整，本文將介紹如何通過該組件在 C# 中為 Word 文檔設置背景顏色或背景圖片。 一、環

.net , 後端

收藏 評論

ClownLMe 頭像

ClownLMe - LLVM Pass快速入門(二)：運行第一個pass

認識Pass層級結構 Pass範圍從上到下一共分為5個層級： 模塊層級：單個.ll或.bc文件 調用圖層級：函數調用的關係。 函數層級：單個函數。 基本塊層級：單個代碼塊。例如C語言中{}括起來的最小代碼。 指令層級：單個IR指令。 注意：下面代碼最好不要用中文，使用起來非常麻煩，控制枱，編譯，目標文件的編碼不同會造成亂碼。 項目目錄如下 /MyProject ├── CMakeLi

網絡安全

收藏 評論

xxhxs-21 頭像

xxhxs-21 - MySQL 5.6 2000 萬行高頻讀寫表新增字段實戰：從慢執行到無鎖落地全解析

一、背景與問題緣起 MySQL 5.6.51 版本下 2000 萬行核心業務表開展新增字段操作，需求為新增BIGINT(19) NOT NULL DEFAULT 0 COMMENT '註釋'（因業務實際需要存儲大數值關聯字段）。 表的核心特性為Java 多線程密集讀寫，業務請求持續高頻，初始執行原生ALTER TABLE語句時出現兩大核心問題： 72 萬行測試表執行耗時 203 秒，線性推算

數據庫

收藏 評論

mypm 頭像

itestAndy - 對比 Codes、Jira、禪道、PingCode 等工具的需求管理方式

​ Codes 的需求管理參見Codes 採用需求池+引用+導入，這三招創新性解決需求管理難題 我從 架構哲學、存儲模型、複用機制、追溯能力 四個維度對比主流工具： 需求管理方式對比矩陣 維度 Codes Jira 禪道 PingCode 架構哲學 項目即交付單元，產品降為屬性標籤 項目（Project）為中心，組件

軟件工程

收藏 評論

Goblinscholar 頭像

哥布林學者 - 吳恩達深度學習課程五：自然語言處理 第三週：序列模型與注意力機制（三）注意力機制

此分類用於記錄吳恩達深度學習課程的學習筆記。 課程相關信息鏈接如下： 原課程視頻鏈接：[雙語字幕]吳恩達深度學習deeplearning.ai github課程資料，含課件與筆記:吳恩達深度學習教學資料 課程配套練習（中英）與答案：吳恩達深度學習課後習題與答案 本篇為第五課第三週的內容，3.7到3.8的內容。 本週為第五課的第三週內容，與 CV 相對應的，這一課所有內容的中心只有

機器學習

收藏 評論