二-1-(4):在你的两个AI小宠物GEMINI与TRAE的交互下,帮你实现能听懂人话并诊断模型错误的小助手
@TOC
代码仓库入口:- github源码地址。- gitee源码地址。系列文章规划:
(OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(1):从开发的视角看下CAD画出那些好看的图形们))
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(2):看似“老派”的 C++ 底层优化,恰恰是这些前沿领域最需要的基础设施)
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(3):你的 CAD 终于能画标准零件了,但用户想要“弧面”、“流线型”,怎么办?)
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(4):GstarCAD / AutoCAD 客户端相关产品 —— 深入骨髓的数据库哲学)
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(5)番外篇:给 CAD 加上“控制台”——让用户能实时“调参数、看性能”)
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(6)番外篇:让视图“活”起来——鼠标拖拽、缩放背后的数学魔法
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(7)-番外篇:点击 ...
二-1-(5):在你的GEMINI和TRAE 宠物帮助下,帮你实现能听懂人话并诊断模型错误的小助手-问题总结和解决篇
@[TOC](OpenGL渲染与几何内核那点事-项目实践理论补充(二-1-5-在你的GEMINI和TRAE 宠物帮助下,帮你实现能听懂人话并诊断模型错误的小助手-问题总结和解决篇))
代码仓库入口:- github源码地址。- gitee源码地址。系列文章规划:
(OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(1):从开发的视角看下CAD画出那些好看的图形们))
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(2):看似“老派”的 C++ 底层优化,恰恰是这些前沿领域最需要的基础设施)
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(3):你的 CAD 终于能画标准零件了,但用户想要“弧面”、“流线型”,怎么办?)
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(4):GstarCAD / AutoCAD 客户端相关产品 —— 深入骨髓的数据库哲学)
OpenGL渲染与几何内核那点事-项目实践理论补充(一-1-(5)番外篇:给 CAD 加上“控制台”——让用户能实时“调参数、看性能”)
OpenGL渲染与几何内核那点 ...
AI+显控、AI+图像处理与画质增强(一)
@TOC
前言AI技术在各行各业已经有了广泛应用,LED光显驱控行业也不例外。2025年初爆火的我国自研DeepSeek大模型,不仅带来性能的提升,更证明了AI低成本普及应用的可行性。——成本可控性与技术普及度,是AI从愿景走向大规模工程实践的关键基础。这个质变时刻,是每一个行业企业都需要深度关注的里程碑。与诸君共勉。
一、AI至少能从四个方面为显控和显示驱动产业带来体验升级:1.其一是提升画质水平:例如,AI对于低分辨率内容上高分辨率屏幕的处理,不是简单的“像素拉升”,而是“生成真正的中间像素”,进而呈现更为清晰的效果。
2.第二是AI为显控行业带来新的安全引擎:工程AV行业往往面临大量的实时视频流、24小时连续视频播放工作。这些内容如何确保不混在“不合规”元素,如果靠人工筛选,一方面无法实时进行、另一方面成本高昂。而AI则可以高速的高标准化的实现内容安全管控,按照预设规则在本地或者云端迅速完成内容合规审查、并实现真正全天候、全部内容的无缝审查。在违规内容识别上,AI在识别准确率、处理速度及全天候覆盖能力方面显著优于人工审核。
集成多模态交互系统(语音、手势、人脸识别),开发景区导 ...
AI只能帮你写代码,那我的需求分析、方案概设与详设、代码CR等,咋办?,工作流能实现???
@TOC
前言进公司,做项目过程中肯定会碰到很多技术点,总结一下,以供后面参考学习,查看。肯定大家都有一定差异啦,大家作为参考哦,与诸君共勉。举个例子,比如我们上位机领域需要做一个驱动芯片的上位机,因为是老项目,所以需要在winform下做一个,然后在wpf框架下在写一套。业务上区别倒是不大,但是具体的框架中的逻辑、UI的设计与实现、编译、DLL、引用处理等……,很麻烦,所以我们做了一个工具链,在WPF上写好编译好,然后将dll复制到winform对应的项目中,就可以一个顶俩啦。故事由此开始。
一、基于三个核心组件:提示词、工作流和消息卡片1.提示词12
巨人的肩膀
周志明老师的凤凰架构
[食鱼者]:https://blog.csdn.net/wtzhu_13/article/details/118255864
https://zhuanlan.zhihu.com/p/575531873
Auto White Balance
AWB算法原理及其应用
AWB算法原理及其应用
AWB算法原理及其应用)’
YOLO目标检测(一)
@TOC
前言进公司,做项目过程中肯定会碰到很多技术点,总结一下,以供后面参考学习,查看。肯定大家都有一定差异啦,大家作为参考哦,与诸君共勉。
一、目标检测发展简史
1.深度学习时代之前,目标检测的研究路线基本可以划分为两个阶段
先从图像中提取人工视觉特征(如HOG),再将这些视觉特征输入一个分类器(如支持向量机)中,最终输出检测结果。
2014年,R-CNN问世,吹响了深度学习进军基于视觉的目标检测领域的号角。R-CNN的思路是先使用一个搜索算法从图像中提取出若干感兴趣区域(region of interest,RoI),然后使用一个卷积神经网络(convolutional neural network,CNN)分别处理每一个感兴趣区域,提取特征,最后用一个支持向量机来完成最终的分类。
2015年,YOLO问世,提出了“单阶段”检测框架。YOLO的作者团队认为,提取候选区域(定位)和逐一识别(分类)完全可由一个单独的网络来同时完成,无须分成两个阶段。
目标检测领域正式诞生了two-stage流派和one-stage流派。 two-stage框架往往检测精度较高而检测速度却较慢, ...
点检,检的是LED显示屏的坏点,从哪检,咋检,那结合yolo呢
@TOC
前言进公司,做项目过程中肯定会碰到很多技术点,总结一下,以供后面参考学习,查看。肯定大家都有一定差异啦,大家作为参考哦,与诸君共勉。
一、点检1.点检具体模块划分
LED工作原理:LED(发光二极管)通过电流流过半导体材料,产生光线。每个LED单元的亮度和颜色由其驱动电流和电压决定。
LED的亮度会随着使用时间的增加而逐渐衰减。点检通过监测每个LED的运行时间和亮度变化,来判断其是否需要更换。
有多种方式可以实现点检,但是大体上点检可以分为如下模块
画布或者像素创建子模块,可以理解为点检结果的可视化
点检驱动模块,主要用于点检过程数据,点检复位等指令的下发、回读与处理。
点检结果接受模块及点检结果图生成模块
灯点坐标获取子模块
坐标转换子模块
灯点绘制子模块
2.点检的步骤
LED显示控制卡接收来自用户终端【可以是对应的上位机软件】的点检命令【或叫做点检控制信号】
发送点检数据至LED显示牌,主要包含芯片启动、上电、复位寄存器等数据。
接收LED显示牌返回的代表多个LED灯点状态的点检结果数据串:
比如可以用0代表故障灯点,用1代表正常灯点
也可通过不同颜色代 ...
从SOC谈谈硬件中的“复用”与软件中的“复用”
title: ISP PIPELINE 概述date: 2024-11-18 23:13:33categories:tags:
@TOC
前言进公司,做项目过程中肯定会碰到很多技术点,总结一下,以供后面参考学习,查看。肯定大家都有一定差异啦,大家作为参考哦,与诸君共勉。
一、软件中的复用思想如果说你问一个码农,你怎么理解“代码复用”嘞,可能他会说:面向对象【继承、多态】、封装成一个方法、一个接口、一个工具类、一个服务、一个模块……,咱们大概总结一下:
1.复用的概念和重要性:
概念:复用是指在不同的软件系统中,对已有的软件元素(如代码、模块、框架等)进行再次使用,而不是每次都从头开始开发。
重要性:复用可以减少开发成本、缩短开发周期、提高软件质量,并且有助于维护和扩展软件系统。
2.不同层面的复用
代码层面的复用
函数/方法复用:将常用的功能封装成函数或方法,可以在多个地方调用。
类库复用:开发通用的类库,提供给不同的项目使用。
代码片段复用:使用代码片段管理工具,如代码片段库,复用代码模板。
设计层面的复用
设计模式复用:应用已有的设计模式,如单例模式、工厂模式 ...
ISP PIPELINE 概述
@TOC
前言进公司,做项目过程中肯定会碰到很多技术点,总结一下,以供后面参考学习,查看。肯定大家都有一定差异啦,大家作为参考哦,与诸君共勉。
一、色光三原色1.色光三原色是指红(Red)、绿(Green)、蓝(Blue)三种颜色,它们是光的加色模式(RGB)的基础。这三种颜色的光以不同的比例相加,可以产生几乎所有可见光的颜色
色光三原色的原理
加色模式:色光三原色属于加色模式,意味着通过增加不同颜色的光的强度,可以产生新的颜色。当三种颜色光都以最大强度混合时,会产生白光
视觉感知:人眼对红、绿、蓝三种颜色最为敏感,眼睛中的视锥细胞分别对这三种颜色的光有反应,这三种颜色的光可以合成几乎所有其他颜色
颜料三原色:在印刷和绘画中,使用的是减色模式,其三原色为青(Cyan)、品红(Magenta)和黄(Yellow),与色光三原色不同线性纠正:将光照强度与亮度之间的非线性关系转化为线性关系。
色光三原色与BAYER阵列之间的联系在于,BAYER阵列利用了人眼对红、绿、蓝三种颜色光的敏感性,通过在传感器上排列红、绿、蓝三种颜色的滤镜,来捕捉图像的颜色信息。由于人眼对绿色的敏感度最高,因此 ...
