雾起、夜未央-CSDN博客

原创如何将JS方法参数传入Html的onclick属性

function (JiXingList,rowObject,rowIndex,key) { var JsonObj=JSON.stringify(rowObject) return "<div><a class='clicktext' onclick='modifyData("+JsonObj+")'>维护</a></div>" .

2022-01-23 18:51:03 516

原创【写Bug记录】Invalid CSRF Token ‘null‘ was found on the request parameter ‘_csrf‘ or header ‘X-CSRF-TOKEN

出现上述情况时，请参考这两篇文章，说得比较清楚：https://www.cnblogs.com/striver-zhu/p/7295538.htmlhttps://blog.csdn.net/lvyuan1234/article/details/80112139

2021-11-14 00:03:36 545

原创视觉检测缺陷——YOLOv5+Deepsort+Pyqt5应用于流水线产品计数及错漏反检测问题

一、背景在工厂里面，流水线上产品经常出现“错漏反”的问题或者产品外观出现瑕疵。（错：指的是产品零件、产品型号、包装配件等装错、放错等问题；漏：指的是漏放产品、漏放配件等问题；反：通常指的是产品零件装反、标贴贴反等问题）。为了防范以上问题，流水线上通常都要安排质检岗位，人工检查产品质量，但是人并不能保持百分百的精神专注，将问题产品百分百拦截下来，特别是流水线产能比较高时，如每小时都要检查上千个产品，质检员工就容易出现疲劳，这时问题产品可能就会漏检并流出市场，引发客户投诉。为此可借助计算机视...

2021-10-30 22:38:57 4812 16

原创学习Pytorch——简单的线性回归模型

跟B站的唐宇迪学习Pytorch框架，复现视频里的代码，方便后续查阅。import numpy as npimport torchimport torch.nn as nn# 构造输入数据x和其对应的标签yx_values=[i for i in range(11)]x_train=np.array(x_values,dtype=np.float32)x_train=x_train.reshape(-1,1)y_values=[2*i+1 for i in x_values]y_tr

2021-10-12 22:53:27 446

原创 OpenCV ROI区域选取参数说明

ROI = image[startY:endY, startX:endX]

2021-09-19 11:29:52 568

原创 [写bug记录]Label class %g exceeds nc=%g in s%

在用yolov5 训练数据时出现了标题的报错，原因是我在标定label时，有张图片标记类别到了5（从0开始），即共有6类。但nc=5，所以超出类别数量导致报错。

2021-09-06 12:00:07 686

原创 [写Bug记录] Maven出现 Library xxx has broken classes paths

当maven下载依赖包出现以下问题时，是因为原因：Maven命令、setting.xml文件与repository不处于同一个目录我使用IDEA自带的maven，但repository不是，所以在同一个目录下创建repository文件夹，重新加载依赖文件即可。...

2021-09-05 17:35:47 3097

原创基于颜色识别的二自由度云台目标跟踪（Opencv&Arduino控制舵机）

之前发布了一篇单目测距文章，发布了代码资源，没想到还有挺多同学需要，由于一直工作很忙，都没有心情发布博客，至今也只发布过一篇，希望写博客的习惯能够坚持下来。现开始进行双...

2021-08-27 01:04:31 8787 3

原创在树莓派实现单目测距Python+OpenCv（通过颜色提取+轮廓检测提高识别准确率）

一、开发环境树莓派的操作系统为官网推荐的操作系统Raspbain，摄像头用的是手动调焦的USB网络摄像头，三十万像素。视觉图像处理采用OpenCV-3.4.1，至于如何在树莓派上装OpenCV，请自行百度，推荐链接https://blog.csdn.net/leaves_joe/article/details/67656340 PS:为了给树莓派装上OpenCV的开发环境是个艰难...

2019-01-22 21:51:23 12688 29

单目测距（颜色提取+轮廓识别，提高了识别准确度）

大部分教程都采用了轮廓识别的方法进行单目测距的实现，但经实验发现，此方法极易受到复杂环境的干扰，采用了颜色识别+轮廓检测的办法。先经过颜色识别提取，比如把明显的红色物体提取出来，屏蔽图片内掉其他非红色物体，就大大减少了干扰物，最后再加上轮廓识别方法进行单目测距的计算，提高的识别准确度。博客链接：https://blog.csdn.net/qq_30130435/article/details/86601370?spm=1001.2014.3001.5501

2021-07-22