模块             描述                Overview              概览                 Connections       查看连接情况                Channels          信道(通过)情况                Exchanges         交换机(路由)情况,默认四类七个                Queues           消息队列情况                 Admin            管理员列表  

1.1、MVC概述MVC：是一种软件架构的思想，将软件按照模型、视图、控制器来划分；M（Model）：模型层，指工程中的JavaBean，作用是处理数据；V（View）：视图层，指工程中的html或jsp等页面，作用是与用户进行交互、展示数据；C（Controller）：控制层，指工程中的servlet，作用是接收请求和响应浏览器；JavaBean分为两类：一类称为实体Bean：专门存储业务数据的，如Student、User等；一类称为业务Bean：指Service或Dao对象，专门用于处理业务逻辑和数据访问。MVC的工作流程：(1)用户通过视图层发送请求到服务器；(2)在服务器中请求被Con

本系列笔记为基于FPGA平台实现ARMCortex-M0SOC集创赛作品复盘Platform：ARMCortex-M0DesignSrartAT510XLINXFPGAARMMDK5CM0-Designstart是ARM公司放出的一个免费的ARM内核学习版本，它比M3还要简单，并且官方把整块代码模糊化，我们只能看到对外的操作接口，因此上手起来很快。对比一些RISCV的开源处理器，这个封装其实是让学习更简单了，可以更加专注于AHB/APB和嵌入式的学习。一、Cortex®-M0DesignStart源码介绍本人使用的版本号是：AT510-MN-80001-r2p0-00rel0，最新版本的代码在

本专栏包含了“基于区块链与IPFS的数据共享系统”的全部源码与从0开始的搭建视频（订阅专栏后请站内私信）、搭建教程与系统设计分析。对专栏内文章有疑问可以评论，一般一天内回复。演示视频：Bilibili需要注意：不含任何形式的私下一对一答疑。订阅专栏后没有获取源码前可以私信退款，但是需要扣除手续费与税84元。订阅《Fabric项目学习笔记》的用户可以免费在群内获取此项目区块链部分源码当前专栏已完结。读者购买专栏则认为已认可上述规则欢迎订阅本专栏！

一.前言说到Unity的shader，和我们熟悉的C,C++，C#，java等语言不同，C++等语言是属于CPU编程，语法几乎和我们的英语语法很接近了，理解和学习起来很方便。但是Shader使用的是HLSL，GLSL或者CG语言，他们是属于GPU编程的，很多语法结构并不符合我们传统的计算机语言的认知，初学者可能感觉很蹩脚。事实上，哪怕是很多中高级开发者，编写shader也不是很顺手，需要边写，边查阅资料。因此应运而生了shader的可视化编辑器，其实可视化编辑器最早在虚幻引擎unreal中就得到了应用，包括蓝图，材质编辑器，行为树编辑器等。而Unity引擎这边，也出现了对应的shader编辑器

文章大纲实现效果项目架构前端前端代码样例前端实时展示检测结果后端Django框架搭建与代码说明发送端：目标检测结果发送websocket参考文献与学习路径实现效果访问：http://127.0.0.1:8000/ObjectDetection/ObjectDetection1/先看下效果：两个摄像头实时展示之后更新了效果，打算加上检测结果和FPS，结果加上FPS实测了一下，好家伙一秒30-40帧都行在我的3060上，这是python写的前后端实时检测你敢信，还两个摄像头机位。这都没有做太多优化。就是程序磊砖，硬上。

ESP8266是一款适用于物联网和家庭自动化项目的Wi-Fi模块。ESP8266是一个10元人名币的Wi-Fi模块。它允许您像使用Arduino一样控制输入和输出，但它带有Wi-Fi。因此，它非常适合家庭自动化/物联网应用程序。将ESP8266与市场上的其他Wi-Fi解决方案进行比较，它是大多数“物联网”项目的绝佳选择！很容易看出它为什么如此受欢迎：它只需要几块钱，并且可以集成到高级项目中。ESP8266版本 ESP-12ENodeMCU引脚分配以下是ESP-12ENodeMCU套件引脚排列的快速概览： WeMosD1迷你引脚排列这是WemosD1Mini引脚： 可以使用ArduinoIDE对

交叉熵（CrossEntropy）是用来衡量两个概率分布之间的差异性的一种方法。在机器学习和深度学习中，交叉熵常常被用作损失函数，用来衡量模型预测的结果与真实结果之间的差距。设有两个概率分布p和q，p表示真实的分布，q表示模型预测的分布，交叉熵的定义如下：H(p,q)=−∑i=1npilog⁡(qi)H(p,q)=-\sum_{i=1}^{n}p_i\log(q_i)H(p,q)=−i=1∑n​pi​log(qi​)其中，pip_ipi​表示真实分布中第i个事件发生的概率，qiq_iqi​表示模型预测分布中第i个事件发生的概率。交叉熵越小，表示模型预测的结果与真实结果越接近，反之则越不接近。因

目录History对象History.back() History.forward() History.go() Cookie对象 

数据集简介KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上自动驾驶场景下常用的数据集之一。KITTI数据集的数据采集平台装配有2个灰度摄像机，2个彩色摄像机，一个Velodyne64线3D激光雷达，4个光学镜头，以及1个GPS导航系统。官网国内下载地址1国内下载地址2为了生成双目立体图像，相同类型的摄像头相距54cm安装。由于彩色摄像机的分辨率和对比度不够好，所以还使用了两个立体灰度摄像机，它和彩色摄像机相距6cm安装。为了方便传感器数据标定，规定坐标系方向如下[2]：•Camera:x=right,y=down,z=forward•Velodyne:x=fo