- 博客(415)
- 收藏
- 关注
RSS订阅原创 嵌入式知识篇---PWM使用教程
文章摘要： PWM（脉冲宽度调制）通过调节脉冲信号的占空比控制电机转速和舵机角度。电机占空比越大转速越快，舵机则通过固定周期（如20ms）的脉冲宽度对应角度（1ms=0°，2ms=180°）。驱动时需注意共地、电源匹配及PWM引脚选择： 舵机：直接连接控制器PWM引脚，使用Servo.h库简化代码，注意舵机角度限制。 电机：需外接驱动模块（如L298N），通过analogWrite()调节占空比控制转速，需独立电源。 360°数字舵机：脉冲宽度0.5-1.5ms正转，1.5ms停止，1.5-2.5ms反转，
2025-08-05 01:05:39
611
原创 深度学习篇---数据集采集
目标检测数据标注的质量直接影响模型性能。标注需确保数据量充足、类别多样，覆盖真实场景；边界框精准、类别正确，避免漏标；标注人员需遵循统一标准。重点关注难例和小目标，加入负样本减少误检。针对模型反馈动态补充数据，使用标注工具提高效率。对于目标物映射（如倒影、镜像），是否标注取决于任务需求：若映射为干扰项可不标，若包含有效信息（如自动驾驶需识别反射行人）则需标注。关键是根据应用场景明确定义标注范围，保持一致性，并通过测试验证最佳方案。
2025-08-05 00:45:40
472
原创 上位机知识篇---令牌
令牌（Token）是计算机安全领域的核心概念，作为身份认证和访问控制的数字凭证，可分为物理令牌（如U盾、门禁卡）和数字令牌（如JWT、访问令牌）。其核心功能包括身份验证、授权访问、会话管理和安全隔离，通过有效期、加密签名和最小权限原则保障安全性。令牌广泛应用于登录认证、API调用、OAuth授权等场景，典型流程涉及生成、下发、验证环节。设计时需平衡安全性与便利性，采用加密传输、定期刷新和吊销机制防范风险，是现代分布式系统不可或缺的安全组件。
2025-08-04 20:48:54
1040
原创 嵌入式知识篇---闪存
闪存是一种非易失性存储技术，通过浮栅场效应晶体管结构存储数据，具有断电保存、高速读写和抗冲击等特性。主要分为NOR闪存（随机访问快，适合固件）和NAND闪存（容量大成本低，主流存储介质）。NAND闪存根据存储密度分为SLC、MLC、TLC和QLC四种类型。广泛应用于消费电子、计算机存储、嵌入式系统等领域。相比传统硬盘，闪存具有速度更快、功耗更低等优势，但也存在擦写次数有限的缺点。随着技术进步，闪存正逐步替代传统存储方案。
2025-08-04 20:07:27
493
原创 嵌入式硬件篇---OpenMV存储
OpenMV开发板的存储系统包含三种主要组件：内部闪存（2-4MB）用于存储程序和固件，支持断电保存；内存（128-256KB）作为高速临时存储，断电即清空；可选的SD卡扩展存储用于大容量数据。程序运行主要依赖内部闪存，无需SD卡即可脱机工作，SD卡仅当程序涉及文件存取时才需要。三种存储各司其职：闪存是永久存储空间，内存是临时工作区，SD卡是额外仓库，共同满足不同存储需求。
2025-08-04 19:49:14
786
原创 深度学习篇---参数查看
本文详细介绍了Windows和Linux系统下查看硬件参数的方法：Windows可通过任务管理器查看GPU/CPU/内存/磁盘等指标，或使用nvidia-smi、资源监视器等专业工具；Linux则主要依赖命令行工具如nvidia-smi、top、free、iotop等。关键指标包括GPU利用率/显存、CPU负载、内存占用和磁盘I/O，建议训练时开专用窗口监控这些参数，以便及时发现异常（如显存爆满或GPU利用率异常）。两种系统下都提供了从基础到专业的多种监控方案。
2025-08-04 01:45:45
519
原创 深度学习篇---模型训练时需关注参数
深度学习训练需要同时监控硬件性能和模型指标。硬件方面关注GPU利用率（理想70%-100%）、显存占用、CPU/内存负载、磁盘I/O和网络带宽，这些直接影响训练效率。模型指标重点关注损失函数变化（训练/验证loss）、精度指标（mAP/Recall/Precision）、学习率曲线、类别平衡和预测可视化效果，这些反映模型学习质量。两者结合可判断训练状态：硬件正常但效果差需调参，指标好但硬件利用率低需优化数据加载，同时异常则可能代码或硬件故障。合理平衡资源利用与模型效果是训练优化的关键。
2025-08-04 01:42:01
373
原创 深度学习篇---YOLOv常见参数
本文介绍了YOLOv系列模型训练中的关键参数及其调整方法。主要参数包括：批次大小（影响训练稳定性）、训练轮数（防止欠/过拟合）、学习率（控制参数更新步长）、输入图像尺寸（平衡精度与速度）、数据增强（提高模型泛化能力）、锚框设置（影响目标定位精度）、置信度阈值（过滤低质量预测）和正则化参数（防止过拟合）。文章建议根据具体问题（如欠拟合、过拟合、速度慢等）有针对性地调整参数，并强调一次只修改1-2个参数以观察效果。这些参数的合理配置直接影响模型的训练效率、精度和泛化性能。
2025-08-04 01:39:24
578
原创 嵌入式硬件篇---Openmv
《OpenMV固件烧录与异常处理指南》详细介绍了OpenMV开发板的固件烧录流程和常见故障解决方法。固件烧录需准备匹配型号的.bin文件，通过Bootloader模式（长按BOOT键连接USB）使用OpenMVIDE完成烧录。开发板运行依赖内存卡（存储脚本和数据）、USB连接（供电通信）和复位按钮的协同工作。"忙乱"异常多由内存卡问题（格式错误/损坏）、USB连接不稳定或脚本冲突导致，可通过格式化内存卡、更换USB线、复位或重烧固件解决。
2025-08-03 17:20:39
891
原创 程序代码篇---多循环串口程序切换
本文提出了一种基于状态机的高效串口控制方案，采用多线程非阻塞方式实现四个循环函数的快速切换。通过定义状态枚举清晰表示四种状态，使用独立线程监听串口指令，配合线程锁确保状态切换安全。每个循环函数定期检查状态变化，能立即响应切换指令。方案包含串口初始化、状态监听处理、循环函数切换等完整实现，具有线程安全、资源占用低、响应及时等特点，支持发送1-4数字切换状态或exit退出程序，适用于需要实时控制状态切换的嵌入式应用场景。
2025-08-03 17:00:38
172
原创 上位机知识篇---脚本文件
Linux终端自动运行命令的几种方法：1. 修改用户配置文件（.bashrc/.bash_profile）添加启动命令；2. 通过图形界面"启动应用程序"管理器设置；3. 创建.desktop文件实现自动运行；4. 使用systemd服务管理系统启动脚本；5. 编辑/etc/profile实现全局用户生效。同时介绍了.sh脚本的编写方法，包括创建文件、添加执行权限、编写内容（需包含#!/bin/bash开头）和运行脚本等基本步骤，适用于自动化重复操作和批量处理任务。
2025-08-03 16:52:19
402
原创 Python篇---环境变量&软件安装
本文通过生活场景类比，通俗易懂地解释了计算机环境变量和软件安装运行的原理。环境变量相当于系统的"通讯录"，其中PATH变量记录程序路径，让系统能快速找到可执行文件。软件安装实质是将文件复制到指定目录并配置环境变量，"绿色软件"无需安装但需手动添加路径。运行时系统通过PATH查找可执行文件执行，不同系统的可执行文件类型各异。文章还介绍了环境变量的查看、临时和永久修改方法，以及常见问题的排查思路，帮助读者深入理解系统运行机制。
2025-08-03 16:26:28
477
原创 Python篇---路径
Python模块导入机制解析：搜索路径原理与实战指南 Python模块导入依赖sys.path列表，按优先级依次查找：当前目录→PYTHONPATH→标准库→site-packages。关键要点： 路径优先级：同名模块会被先搜索到的路径覆盖，需警惕与标准库重名 自定义路径：通过PYTHONPATH环境变量或sys.path.append()动态添加 包内导入：推荐绝对路径导入（from package.sub import module），慎用相对路径。
2025-08-03 16:05:03
886
原创 Python篇--- Python 的加载、缓存、覆盖机制
本文深入解析Python中import与if __name__ == "__main__":的关系及模块加载机制。关键点包括：1) 模块具有双重身份，__name__变量区分主程序("__main__")和被导入模块；2) import会执行模块顶层代码，但跳过if __name__块内代码；3) 模块加载遵循缓存检查-查找-执行-缓存的流程，防止重复加载；4) 命名冲突时后导入内容会覆盖先前的定义。理解这些机制有助于控制代码执行时机，避免导入时的意外行为。
2025-08-03 15:35:54
758
原创 Python篇---PyPI
这篇文章详细介绍了如何将Python包发布到PyPI官方仓库。主要内容包括：准备工作（安装setuptools、wheel和twine工具）、项目结构规范、setup.py配置文件编写、打包生成dist文件、注册PyPI账号、使用twine上传包、测试安装以及后续更新流程。文章特别强调版本号管理和包名唯一性的重要性，并推荐使用API令牌进行安全上传。通过这篇指南，开发者可以快速掌握将Python包发布到PyPI的全过程，实现全球共享。
2025-08-03 15:14:16
874
原创 Python篇---包
本文通俗介绍了Python包的制作方法。包是带有__init__.py文件的文件夹，可包含多个模块和子包。制作步骤包括：1)创建文件夹结构并按功能划分模块；2)编写__init__.py文件作为包说明书；3)编写各模块代码；4)测试导入使用。文章还分享了提升包易用性的技巧：用__all__控制导入、在__init__.py中预导入常用功能、添加版本说明、支持命令行调用等。制作好的包可以直接分享文件夹或发布到PyPI。包的本质是组织代码的工具，初学者可从简单功能开始练习打包。
2025-08-03 15:01:56
682
原创 Python篇---import的高级机制
Python模块导入机制提供了多种高级用法以应对复杂场景：1. 动态导入（importlib.import_module）支持运行时决定导入模块；2. 模块重载（importlib.reload）可在不重启程序时加载修改后的模块；3. init.py的__all__属性能控制from...import*的行为；4. 相对导入（.和..）简化包内模块间的引用；5. 延迟导入可解决循环依赖问题；6. 修改sys.path可扩展模块搜索路径。这些技巧使模块导入更灵活智能，适用于调试、动态加载等场景。
2025-08-03 14:54:25
946
原创 Python篇---import
Python的import语句用于加载模块或包中的对象，其底层逻辑包括模块查找、加载和缓存机制。执行import时，解释器会先检查sys.modules缓存，若未找到则按sys.path路径查找.py/.pyc文件或包目录。import支持多种语法：import module导入整个模块；from module import member导入特定成员；from package import module导入包内模块。还支持别名(as)和相对导入(./..)。注意事项包括避免循环导入、命名冲突，以及理解__i
2025-08-03 14:46:23
922
原创 深度学习篇---PaddleDetection模型选择
PaddleDetection目标检测模型选型指南：根据任务需求选择匹配模型，如实时场景选PP-YOLOE系列（工业级SOTA），移动端用PicoDet超轻量模型，高精度任务选Faster R-CNN。需平衡精度、速度和部署环境，通过量化/剪裁优化性能，典型应用包括工业质检、智慧交通等。关键是根据硬件条件（如边缘设备选PicoDet-S量化版）和任务复杂度（医疗影像用PP-YOLOE-X）进行合理选择，避免盲目追求大模型。
2025-07-29 18:08:50
1378
原创 深度学习篇---百度AI Studio模型
百度AIStudio提供覆盖NLP、CV、语音等多领域的AI模型库。NLP领域推荐ERNIE3.0处理复杂文本，ERNIE-Tiny适合移动端；CV领域PaddleDetection实现72.9FPS实时检测。选择模型时需平衡任务复杂度与计算资源，轻量级模型ERNIE-4.5-0.3B适合企业部署，大模型ERNIE-4.5-47B适合专业场景。通过FastDeploy等工具可优化部署效率，典型应用包括智能客服、工业质检等场景。建议根据具体需求测试不同模型，找到性能与成本的最佳平衡点。
2025-07-29 18:06:00
1285
原创 深度学习篇---层与层之间搭配
深度学习模型中的网络层搭配遵循系统性原则，关键点包括：1）基础"铁三角"结构（卷积层→批归一化→激活函数）实现高效特征提取；2）通过池化层实现降维和特征压缩；3）残差连接解决深层网络的梯度消失问题；4）分类任务采用"全局池化→全连接层→Softmax"作为标准输出结构；5）Dropout层用于防止过拟合。典型应用场景包括图像分类（ResNet）、目标检测（YOLO）和图像分割（U-Net）等，其核心逻辑是特征提取逐步深入、确保训练稳定性并控制模型复杂度。
2025-07-28 16:22:02
826
原创 深度学习篇---Batch Normalization
摘要：BatchNormalization（批量归一化）是深度学习中的关键技术，通过在每层网络输入前标准化数据分布（均值为0，方差为1）并引入可学习的缩放平移参数，有效解决"内部协变量偏移"问题。其核心优势包括加速训练（收敛速度提升2-3倍）、允许更大学习率、增强泛化能力和降低对初始化的敏感性。BN通常置于卷积/全连接层与激活函数之间，在训练时动态计算批次统计量，推理时使用移动平均值。该技术已成为CNN、全连接网络等主流模型的标配组件，显著提升模型训练稳定性和性能。
2025-07-28 16:16:11
575
原创 嵌入式硬件篇---驱动板
ESP32驱动板的设计核心在于放大3.3V弱电信号以控制大功率外设。设计需明确目标外设（如电机、继电器等），采用相应驱动元件（如TB6612、三极管等），并包含五个关键部分：ESP32接口、驱动电路、外设接口、电源模块和保护电路。制作流程包括原理图设计、PCB布局、打样、焊接和分步测试，重点要注意功率匹配、共地连接、续流二极管和保护措施。建议新手从简单外设入手，使用立创EDA设计，逐步掌握驱动板制作要点，实现弱电控制强电的目标。
2025-07-27 13:12:52
1232
1
原创 嵌入式硬件篇---ESP32稳压板
摘要：ESP32稳压板制作指南，核心在于为ESP32提供稳定3.3V电源并支持多种供电方式（锂电池/USB/外接电源）。设计包含5个关键部分：输入接口、保护电路（防反接/过流）、可选锂电池充电模块、稳压电路（推荐根据电流需求选择不同芯片）和输出接口。制作流程包括原理图设计、PCB布局、打样和焊接测试，特别强调保护电路的必要性和分步测试的重要性。新手需注意稳压芯片选型、电容配置和焊接质量，推荐使用立创EDA进行设计，通过分步测试确保电源稳定性和保护功能正常。
2025-07-27 13:04:21
746
原创 嵌入式硬件篇---ESP32拓展板
本文详细介绍了ESP32拓展板的制作流程，分为7个关键步骤：1）明确功能需求；2）规划核心模块（接口、电源、功能）；3）准备工具和资料；4）电路设计（原理图和PCB布局）；5）PCB打样；6）元器件焊接；7）分阶段测试。重点强调了电源稳定性、引脚兼容性设计、PCB布线规范等核心要素，并建议新手从单一功能入手，逐步完善。文中提供了具体元件选型建议、常见问题解决方案和测试方法，为DIY爱好者提供了系统化的制作指南。
2025-07-27 13:00:59
794
原创 程序代码篇---python向http界面发送数据
Python中通过HTTP接口发送数据的方法摘要：使用requests库可以轻松实现GET和POST请求。GET方式适合少量数据，将参数拼接在URL后（如requests.get(url, params=data)）；POST方式更安全，适合表单或JSON数据，分别用data参数（表单）和json参数（API接口）发送。需要模拟浏览器时可添加headers，保持登录状态需使用Session对象。关键点包括：确认URL、构造数据字典、选择请求方式、处理响应（状态码和返回内容）。
2025-07-27 12:53:07
893
原创 程序代码篇---python获取http界面上按钮或者数据输入
本文介绍了在Python中处理HTTP界面按钮点击和数据输入的两种方法：1) 作为客户端使用requests和BeautifulSoup模拟用户操作网页，自动提交表单数据；2) 作为服务端使用Flask框架搭建Web应用接收用户输入。客户端方法通过解析网页表单结构并构造POST请求模拟点击，服务端方法则通过表单的name属性获取用户提交的数据。两种方式都无需实际"点击"按钮，而是通过处理表单数据来实现交互效果。
2025-07-27 12:48:42
717
原创 程序代码篇---数据包解析
本文介绍了设备间通信中数据包解析的常见格式及实现方法。主要分为文本格式（CSV、JSON）和二进制格式（固定长度、TLV），分别适用于不同场景：CSV简单易读适合基础数据；JSON支持复杂结构；二进制格式效率更高，适合实时传输；TLV灵活可扩展。还介绍了加入帧头、校验位的自定义格式，提升嵌入式设备通信可靠性。提供了Python和ESP32(Arduino)的解析代码示例，建议根据实际需求在易读性和效率之间权衡选择数据格式。
2025-07-27 12:35:19
776
原创 上位机知识篇---流式Web服务器模式的实现
流式Web服务器模式是一种持续传输数据的通信方式，区别于传统一次性传输。它通过保持连接开放，实现服务器边生成数据边发送，客户端边接收边处理，特别适用于实时性要求高或数据量大的场景。主要技术包括HTTP分块传输、SSE、WebSocket和HTTP/2流，广泛应用于直播、在线聊天、AI内容生成、实时监控和大文件传输等场景。这种模式显著改善了用户体验，减少了等待时间，使数据传输更加高效流畅。
2025-07-27 12:18:58
573
原创 上位机知识篇---Web
WEB（万维网）是通过浏览器访问的互联网网页世界，由网页、服务器和浏览器三部分组成。用户通过浏览器访问服务器上的网页文件，服务器处理后返回内容，浏览器解析显示。WEB分为静态网页（固定内容）和动态网页（可交互变化），广泛应用于信息查询、在线购物、社交互动、在线学习等领域。其优势包括无需安装、跨设备使用、自动更新和低使用门槛，是日常生活中不可或缺的互联网服务形式。
2025-07-27 12:15:42
887
原创 上位机知识篇---AJAX
AJAX是一种异步网页交互技术，允许在不刷新整个页面的情况下与服务器交换数据并更新部分内容。其核心特点是"异步"和"局部更新"，用户操作后JavaScript会向服务器请求数据，服务器返回JSON等格式的数据，再由JavaScript更新指定区域。典型应用包括搜索提示、分页加载、表单验证、实时数据更新等。相比传统网页刷新，AJAX能提升用户体验、减少数据传输量并提高响应速度，是现代Web应用的基础技术。
2025-07-27 12:12:13
584
原创 上位机知识篇---Tailwind CSS
TailwindCSS是一个原子化CSS框架，通过提供最小单位的CSS类（如text-red-500、p-4）让开发者直接组合使用，无需单独编写CSS代码。其特点是类名直观（如font-bold代表粗体）、设计灵活（不限制样式）、响应式简单（sm:text-lg等前缀）且能自动精简代码。适合快速原型开发、定制化设计项目和团队协作，但不推荐给完全不懂CSS的新手或需要极致性能优化的场景。与传统CSS相比，Tailwind用类名组合替代样式声明，使开发更高效。
2025-07-27 12:09:15
787
原创 嵌入式硬件篇---ESP32驱动异常
ESP32驱动外设异常分析与解决 摘要：ESP32驱动外设时常见的异常问题可分为硬件、软件和环境三类。硬件问题包括供电不稳、接线错误和硬件损坏，需检查电压、接线和更换损坏部件。软件问题涉及驱动库兼容性、通信参数配置和资源冲突，应调整库版本、参数设置和初始化顺序。环境干扰主要来自电磁干扰和温湿度异常，需优化布线并控制环境条件。排查时建议使用串口调试、示波器检测和最小系统测试等方法，逐步定位问题。解决ESP32驱动异常需综合硬件检查、软件调试和环境优化等措施。
2025-07-27 12:04:56
923
原创 深度学习篇---优化器
PyTorch优化器指南：从基础到进阶选择 本文系统介绍了PyTorch中各类优化器的特点和应用场景。基础优化器部分涵盖SGD及其变种（Momentum、NAG），解释了其"沿梯度方向调整参数"的核心思想。自适应学习率优化器部分详细解析了AdaGrad、RMSprop和Adam系列的工作原理，特别强调了Adam在深度学习中的广泛应用。文章还介绍了AdamW、RAdam等进阶优化器，并提供了实用选择建议。
2025-07-27 12:00:04
964
原创 深度学习篇---损失函数
深度学习中的损失函数是模型优化的关键指标，针对不同任务需选择匹配的损失函数。回归任务常用MSE（对误差敏感）、MAE（抗异常值）和Huber损失（平衡两者）；分类任务中，二分类使用交叉熵（BCE），多分类用CCE，类别不均衡时采用FocalLoss；特殊任务如相似度计算使用三元组损失，生成任务则用KL散度衡量分布差异。正确选择损失函数是模型优化的"指南针"，直接影响训练效果和应用场景适配性。
2025-07-27 11:55:36
900
原创 嵌入式硬件篇---有线串口通信问题解决
本文系统介绍了有线串口通信（RS-232/RS-485/TTL-UART）接收问题的排查与解决方法。首先强调物理层检查的重要性，包括线路接触、抗干扰措施和传输距离控制；其次分析电气特性匹配要点，涉及电平转换、接地方式和驱动能力；然后详解串口参数同步与流控配置；最后提出硬件故障诊断、固件优化和数据传输策略改进方案。文章采用分层递进的思路，结合工具使用建议，为串口通信故障提供了一套完整的解决方案框架，核心在于确保物理连接可靠、参数同步和协议优化。
2025-07-26 19:37:58
940
原创 嵌入式硬件篇---有线串口通信问题
有线串口通信（UART/RS-232/RS-485）接收异常的主要原因包括：物理层问题（线路接触不良、线缆选型不当、布线干扰）；电气特性不匹配（电平标准冲突、驱动能力不足、接地问题）；参数配置错误（波特率、数据位等不一致）；硬件故障（UART损坏、缓存不足）；以及传输逻辑缺陷（无流量控制、协议设计不合理）。排查时应遵循"物理层→电气层→协议层"的顺序，通过更换线缆、测量信号、核对参数等方法逐步定位问题。
2025-07-26 19:34:27
1070
原创 嵌入式硬件篇---zigbee无线串口通信问题解决方法
ZigBee无线串口通信异常解决方案：1.射频层优化：通过信道扫描选择低干扰信道，采用跳频技术增强抗干扰能力，适当提升发射功率并优化天线配置；2.网络机制调整：控制节点数量与数据发送频率，优化路由策略，确保多路径冗余；3.串口配置统一：严格匹配波特率等参数，合理启用硬件/软件流控；4.硬件固件升级：更换高性能天线模块，确保稳定供电，更新固件修复已知缺陷。建议按"基础参数检查→信号测试→网络诊断→硬件排查"的顺序逐步定位问题，结合环境特点针对性优化。
2025-07-26 19:31:00
874
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人