基于YOLOv8的多端车流检测系统(用于毕设+开源)

news2024/11/19 19:19:07

目录

✨基于YOLOv8🚀的多端车流检测系统-MTAS (Multi-Platform Traffic Analysis System)

一、基本功能介绍

1、客户端 (pyside6+yolov8+pytorch)

 2、网页端(Vue3+Typestript+Python3+MySQL)

 3、创新点(毕设需要)

4、项目包(前端-游客端)

5、项目包(前端-管理端)

6、项目包(客户端+后端)

二、客户端环境配置⚒️

第一步 配置python环境🚀

第二步 下载库🚀

第三步 运行项目(如果不需要(开启网页端) 或 (对接RTSP))

三、配置前端环境(使用网页端)⚒️

四、使用开源项目+自定义功能借鉴📚

1、开源项目

2、自定义功能借鉴

附页:小白(小丑)开发历程【从入坑到放弃】

第一阶段

第二阶段(思路摸索)

第三阶段(动力满满的开始)

第四阶段(找前端项目)

第五阶段(乱改前端)

第六阶段(摆烂到放弃)

第七阶段(项目快写完时)

第八阶段(记录踩坑)

第九阶段(感谢大佬们与开源项目)

📝其他


✨基于YOLOv8🚀的多端车流检测系统-MTAS (Multi-Platform Traffic Analysis System)

一、基本功能介绍

👉系统可大体分为两大模块(客户端、网页端)

👉演示视频:

基于yolov8的多端检测系统_哔哩哔哩_bilibili基于yolov8的多端检测系统——客户端 & 网页端很感谢大佬们的悉心教导,有猫鱼大佬,邓晓楠大佬,北小菜大佬等等大佬们!大佬们,都是有问必答,并且十分有耐心,呜呜呜,太感动了!还有很多优秀的开源项目,太赞了!, 视频播放量 1、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 电石QwQ, 作者简介 不甘寂寞,相关视频:YOLOv8-PySide-GUI调用摄像头(比PPT还卡!),若依vue前后端分离版——服务器使用docker快速部署(后端部分),pyqt-auto-tool自己乱改的自动化小工具,Dijkstra算法[用处+代码讲解],若依vue前后端分离版——服务器使用docker快速部署(前端部分——有域名版),KMP算法动画(next数组求值),若依vue前后端分离版——服务器快速部署(https),YOLOv8+LPRNet车牌定位与识别,线索二叉树[第二部分:代码讲解],校园生活记录——猫咪图鉴小程序颜色变量统一icon-default.png?t=N7T8https://www.bilibili.com/video/BV1iM4y1H78F

1、客户端 (pyside6+yolov8+pytorch)

  1. 可接受多方视频数据流进行车流分析(调用RTSP摄像头、本地摄像头、上传本地视频)

  2. 可对车辆进行单目追踪🚖

  3. 动态调节检测参数(交互比、置信度、延时、报警阈值)

  4. 检测的视频和数据可保存在本地

 2、网页端(Vue3+Typestript+Python3+MySQL)

  1. 多模式分析(用户上传+摄像头拍摄)

  2. 数据保存在数据库中(用户数据+检测数据)

  3. 可查看触发的警报记录🔔

  4. 响应式

 3、创新点(毕设需要)

  1. 结合了客户端+网页端(可多端操作)

  2. 动态调整检测参数(交互比、置信度、延时、报警阈值)

  3. 可检测出是否超出车流阈值(可对接报警模块)

  4. 检测可通过多种方式进行(视频流 / 照片)

  5. 系统等数据可进行保存(本地文件 / 数据库)

  6. 可视化车流(光流绘制)显示、可进行单目追踪、多目标跟踪(使用集成在yolov8中的bytetrack)

  7. 车流量可数据可视化(动态显示车流量)

4、项目包(前端-游客端)

MTAS-guest.zip - 蓝奏云文件大小:8.2 M|icon-default.png?t=N7T8https://wwwf.lanzout.com/iyzac14rlzed

5、项目包(前端-管理端)

MTSP-admin.zip - 蓝奏云文件大小:8.1 M|icon-default.png?t=N7T8https://wwwf.lanzout.com/ijbf014rlzva

6、项目包(客户端+后端)

MTSP-main.zip - 蓝奏云文件大小:16.9 M|icon-default.png?t=N7T8https://wwwf.lanzout.com/iAFRb14rm0kf

二、客户端环境配置⚒️

第一步 配置python环境🚀

  • 下载python(版本:python>=3.8)(建议使用访问Anaconda官网配置虚拟环境,具体步骤如下)

  • 1)访问Anaconda官网:Free Download | Anaconda

  • 2)选择相应的操作系统版本并下载对应的安装包(推荐下载64位版本)

  • 3)打开下载的安装包,按照提示进行安装即可

  • 4)创建一个虚拟环境:

  • conda create --name 自命名 python=3.9.16

第二步 下载库🚀

注意:下载库前,如果想要更好的帧数体验请安装cuda版本哦

(因为一般默认会安装cpu的版本)

  • pip换源:

  • pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
  • 切换到项目文件夹下,下载依赖:

  • pip install -r requirements.txt
  • 我自己使用的环境:python3.9+CPU

第三步 运行项目(如果不需要(开启网页端) 或 (对接RTSP))

  • 可直接运行项目:python main.py

🚀如果需要使用RTSP:

  • 推荐手机安装app——IP摄像头

  • 如果要用电脑进行推流,可以采用zlm

🚀如果需要使用网页端:

  • 可参考下面的配置说明

注意

环境配置好后,如果无法正常启动,请用debug开启

ps:具体原因,俺也不知道为什么,有大佬知道的,可以留个言(感谢)


网页端(为响应式的),需要修改方面说明之类的,后面再说吧~


🚀配置后端(如果你需要使用网页端的话):

1、导入数据表


2、修改配置文件

3、启动后端

python app.py

🔔 注意:配置文件都在config文件夹下啦

 config.txt里面的注释是config.json的(因为json文件不能写注释)

这里也算是踩坑点,下次使用env或者yaml作为项目的配置文件格式!

  • config.json:

{
  "iou": 0.35,    // 交互比
  "conf": 0.59,   // 置信度
  "rate": 0.01,   // 延时
  "save_res": true,    // 是否保存 结果
  "save_txt": true,    // 是否保存 标签
  "save_res_path": "pre_result",    // 保存路径
  "save_txt_path": "pre_labels",    // 保存路径
  "models_path": "models",    // 模型存放路径
  "open_fold": "D:/",         // 打开文件夹路径
  "show_trace": false,        // 是否显示轨迹
  "show_labels": true,        // 是否显示标签
  "rtsp_ip": "rtsp://127.0.0.1:554/live/test",      // RTSP路径
  "car_id": "1",              // 追踪 id
  "car_threshold": 8          // 车辆阈值
}
  • endback.env:
#---------------------------------------------------服务器配置

HOST_NAME=127.0.0.1        # 主机名
PORT=5500                  # HTTP服务端口
TOLERANT_TIME_ERROR=60     # 调用接口时附带的时间戳参数与服务器时间之间的最大允许误差(单位:s)

BEFORE_IMG_PATH=before_img        # 图片存储命名 ※※※
AFTER_IMG_PATH=after_img

#---------------------------------------------------数据库配置

MYSQL_HOST=127.0.0.1          # SQL主机
MYSQL_PORT=3306               # 连接端口
MYSQL_user=root               # 用户名
MYSQL_password=123456         # 密码
MYSQL_db=yolo                 # 数据库名
MYSQL_charset=utf8            # utf8

三、配置前端环境(使用网页端)⚒️

🚀第一步 配置npm与下载依赖

  • 下载node.js(我使用的是v16.16.0版本的)

  • 注意:如果后面前端无法正常发出请求,那么可能是版本问题,可以尝试换成和我一样的版本,尤其是v18.0.0以上node,容易出现这种问题

  • npm换源:

  • npm config set registry https://registry.npm.taobao.org
  • 切换到项目文件夹下,下载依赖:

  •  npm install

🚀第二步 运行前端

  •  npm run dev

🔔 注意:两个前端都是这样启动的哟~

四、使用开源项目+自定义功能借鉴📚+关于项目的问题

1、开源项目

💎客户端:https://github.com/CatfishW/MOT & https://github.com/Jai-wei/YOLOv8-PySide6-GUI

💎前后端:https://github.com/Dovahkiin-Ming/Personnel-Flow-Monitoring-System-based-on-YoloV5

💎 摄像头视频流直接在浏览器播放:实现浏览器播放HLS和HTTP-FLV视频流,并实现摄像头视频流直接在浏览器播放_哔哩哔哩_bilibili

💎开源视频行为分析系统,系统实现了实时分析视频流,实时产生报警视频,实时推流:开源视频行为分析系统,系统实现了实时分析视频流,实时产生报警视频,实时推流_哔哩哔哩_bilibili

💎前端:风神的博客(链接未找到)

2、自定义功能借鉴

👍动态车流量图美化:4个Python库来美化你的Matplotlib图表! - 知乎

👍网页端摄像头拍照:VUE实现调用摄像头和拍照功能_vue.js_南京李市民先生-华为云开发者联盟

👍网页端拉取多个视频流:(http-mp4,http-flv等,这种基于http传输,最多只支持6个;本项目采用ws-mp4,即可实现多个分屏)

ps:链接写的不全,总之,衷心感谢大佬们的开源🌹🌹🌹

3、项目问题(必看)🌟🌟🌟

关于配置:

  1. 配置环境中,有一个lap,在pip安装时,需要下载一个东西,根据报错提示中的链接,去下载就好了:【python】安装模块lap出错: error: Microsoft Visual C++ 14.0 or greater is required._lap库安装失败-CSDN博客
  2. 如果你预测失败,多半是yolo版本问题,需要你自己根据报错修改一下,还有关于其他库,就是opencv版本(或者其他库,比如sv等)不一样,根据报错的库名,卸载重新安装对应版本
  3. 此项目的main_window的ui文件是没有的,用猫鱼老哥的开源改的,他当时就没有用ui文件。直接手写了,然后我也只好手写ui了。

关于训练模型+预测:(如何训练模型——我之前写过一篇文章,可以翻翻前面的看看)

  1. 如果训练版本使用的是和预测版本一样的话,就可以直接用
  2. 要用自己训练的那个yolo版本的话,那么预测项目里面yolo版本就换为你训练的那个版本(不过可能有api改了,但是一般改动不大,自行根据报错修改就好了)

关于使用CUDA

  1. cuda版本的pytorch,需要自己根据项目的注释和报错修改就好了
  2. 因为使用了CUDA,他预测返回的数据格式和之前的不一样,建议自行打印出来,根据数据找到自己需要数据,就可以啦~

附页:小白(小丑)开发历程【从入坑到放弃】

第一阶段(初始阶段)

1、最先开始,我去修改好了大佬的开源项目(客户端),其实就差不多

2、然后看见了网上有个好兄弟开源了网页版的,我就想再加一个网页端(花了1天差不多实现了)借鉴大佬们的开源

3、其实这样,差不多也可以混一个毕设了(滑稽.jpg)

  • 客户端是:Python+PySide+yolov8
  • 网页端的前端是:vue3+TS
  • 后端是:Python+Flask

第二阶段(思路摸索)

2.1、又在b站上看见了一个大佬搞的网页端的识别网站,并且也开源了,还可以从网页端拉流播放等等,俺大受启发(心里就一直构思实现方案)

大佬主页:北小菜的个人空间-北小菜个人主页-哔哩哔哩视频

然后写了如下思路:

  1. 工作人员通过前端配置rtps来进行拉流,展示到前端
  2. 他可以选择开启服务,或者关闭服务,如果开启服务,就发送请求给服务器,让后端拉流,进行处理,并且把结果返还给前端(但是这个有延时,俺目前想法是,用前端轮寻,或者长轮训,或websocket,但是俺觉得轮训简单,其他的没有搞过,轮训只需要给请求设置一个定时器就好了,这里想请教大佬,用什么比较好)
  3. 开启之后,工作人员就可以来监视面板中看见所有设置的画面,每个画面下面配上对应的信息(服务器定时返回的信息)【类似多种卡片在一个屏幕的效果】
  4. 大致页面有二个——①配置页面(可以配置视频+是否开启检测)——②监视面板(每个卡片里面有对应信息,点击则跳出弹窗,可调整对应的信息,比如:预测关闭与开启,删除,停止拉流等)

第三阶段(动力满满的开始)

  • 反正,就是不去搞搞的话,手就十分的痒
  • 于是就火急火燎的开始找相关的开源项目,着急想去实现心里所想的功能(那个时候,后端就想的是继续沿用Python的Flask)
  • 虽然我对音视频方面的开发一窍不通,但是有大佬已经跑通的示例,我也没有太多担心的
  • 反正有抱着学习的心态,觉得搞不懂了,再去请教大佬,然后看视频学习,也可以继续搞,所以那个时候动力满满!

第四阶段(找前端项目)

  • 对我来说,首先要去实现前端的拉流,然而我也没有搞过什么前端,所以前端是个重任
  • 虽然,之前我已经改好了一个前端,对接好了Flask,可以进行简单的图片识别,但是本着学习和提升的心态,想找几个好的前端项目,学习学习
  • 第一想法就是把若依vue3的后端管理系统页面搬到原来的图片识别项目里面,集成到一起
  • 但我没有搞过若依的vue3,以为不难,但是当我搬的时候,才发现是真滴麻烦(搬了一个多小时,呜呜呜)
  • 于是,我开始寻找其他的前端项目(主要是想用vue3+TS)我当时非常搞笑的是,我对TS还是完全一个小白,但就是非常想用TS写,头是真滴铁(结果后面给自己挖坑,唉)
  • 找了差不多一个早上,没有找到,于是乎,自己就想着改造若依vue3,所以,我就开始大刀阔斧的开始魔改起来

第五阶段(乱改前端)

  • 因为若依vue3是对接的java后端,很多东西我都不需要,我就开始使劲删东西
  • 删着删着,发现这个玩意嵌套的东西和关联的东西还挺多,动不动就报错!
  • 这些报错,有点搞俺的心态(不过,究其根本,是俺学艺不精,唉!)
  • 于是乎,俺就懒得删了,直接凑合着用,反正可以实现我的功能就行了
  • 然后,我就开始写死路由,乱改页面
  • 不过,让我这个强迫症难受的是,编译器会给你爆红,因为TS,他需要像java,C++那样定义类型
  • 但我就是不管,直接开摆,虽然你到处爆红,不过还是可以跑的嘛,毕竟到最后都是变成js运行的嘛(心态值-10)

第六阶段(摆烂到放弃)

  • 我就在前端写一个页面,写好之后就开始用python写后端做数据处理,然后再把数据返还回去
  • 按照这个流程,当我写完登录接口的时候还好(刚刚开始搞,动力还行)
  • 当我写完视频流的表单接口时
  • 我就发现这个好像不太对劲唉,和Java比起来有点麻烦呀(准确的说,是十分麻烦!)
  • 当时就有点后悔,但觉得麻烦一点也无所谓了,我反正就写一个简单的功能而已(这时候已经开摆了)
  • 但是我越写,我心里就越想着JAVA那个叫一个方便,用着多么的舒服
  • 因为若依框架太香了,直接一键生成代码,操作熟练的话,几分钟不到,前端+后端的增删改查,完美搞定!
  • 再回头来,看看Python,增删改查,一个个手写,呜呜呜,好难受!(心态值-100)
  • 完了,写着写着心态炸了,我就开始疯狂摆烂
  • 增删改查的接口都不写全,只要能完成我的整个业务演示就行了

第七阶段(项目快写完时)

  • 结果,昨天看见了一个Java对接FFmpeg的开源项目,我心态爆炸!(心态值-1000)
  • 我恍然大悟,我完全可以Java搞业务流程,实现数据的增删改查,网页端单独拉流预览
  • 再用Python单独查询数据库,然后根据数据库的表单信息,进行拉流,处理视频流
  • 这样不就可以了么??

第八阶段(记录踩坑)

  • 写到这里,我太阳穴好痛,我感觉的低血压都要治好了!
  • 记录时间:2023年8月1日19:57:17
  • 我今天下午大概4点完成的,唉,虽然心里挺快活,但是遇到了这些坑,俺还是有点无语唉(在此记录,引以为戒!)

第九阶段(感谢大佬们与开源项目)

  • 很感谢大佬们的悉心教导,有猫鱼大佬,邓晓楠大佬,北小菜大佬等等大佬们!
  • 大佬们,都是有问必答,并且十分有耐心,呜呜呜,太感动了!
  • 还有很多优秀的开源项目,太赞了!

猫鱼:猫鱼CatfishW的个人空间-猫鱼CatfishW个人主页-哔哩哔哩视频

邓晓楠:邓晓楠的个人空间-邓晓楠个人主页-哔哩哔哩视频

北小菜:北小菜的个人空间-北小菜个人主页-哔哩哔哩视频


🏠 B站主页:电石QwQ的个人空间-电石QwQ个人主页-哔哩哔哩视频

🔖CSDN:Pan_peter_Python,数据库,Java-CSDN博客

📌更多毕设:毕设项目 · 网址汇总 · 看云

📝其他

  • 本项目后面可能要对接数据库,后面再修改就比较麻烦了📦

🔰系统方面的拓展:

  • 商场人流检测 🏃

  • 道路路障检测 🚧

  • 疲劳驾驶检测 🚖

🔔系统的问题:

  • 预测速度慢,部署问题(fps、cuda、onnx)

  • 调用摄像头后无法释放控制权

  • 单目标追踪有问题(开启与关闭)

  • 用户交互

  • 未对接报警模块(比如:加语音提示 or 邮件 or 数据库记录)

  • 未加入数据分析(比如:收集每天时间段,各种车辆的流量,分析出哪些时间段,哪种车型的流量比较大)

  • 拉流存在延迟(延迟较大)

  • 多线程有问题(数据可视化线程)

  • 前后端接口不全

  • 拉流有问题(时不时会断)

  • 前端一堆问题(不提了,自己挖的坑)

🎉系统的简单技术脑图

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1624473.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

ida调试技巧-通过修改eip寄存器的值强制运行程序中存在但未被调用的函数

ctf逆向分析过程中有一类情况是程序中有某个函数未被调用,但其中存在一些重要信息(例如flag)且需要运行(即动态调试)后才可以获取到 因为主函数的进程中从未调用,因此单纯的调试无论如何也无法进入该函数 e…

linux 系统文件目录颜色及特殊权限对应的颜色

什么决定文件目录的颜色和背景? 颜色 说明 栗子 权限白色表示普通文件 蓝色表示目录 绿色表示可执行文件 浅蓝色链接文件 黄色表示设备文件 红色 表示压缩文件 红色闪烁表示链接的文件有问题 灰色 表示其它文件 可以用字符表示文件的类型&am…

D-Wave 推出快速退火功能,扩大量子计算性能增益

内容来源:量子前哨(ID:Qforepost) 文丨浪味仙 排版丨沛贤 深度好文:1400字丨6分钟阅读 摘要:量子计算公司 D-Wave 宣布在其 Leap™ 实时量子云服务中的所有量子处理单元 (QPU) 上推出新的快速退火功能。…

井字棋源码(网络线程池版)

源码链接&#xff1a;game 效果可能没有那么好&#xff0c;大家可以给点建议。 效果展示 game.h #include <stdio.h> #include <stdlib.h> #include <time.h>#define ROW 3 #define COL 3void InitBoard(char board[ROW][COL], int row, int col) {int i…

CMake:相关概念与使用入门(一)

1、Cmake概述 Cmake是一个项目构建工具&#xff0c;并且是跨平台的。 关于项目构建我们所熟知的有Makefile&#xff0c;然后通过make命令进行项目的构建&#xff0c;并且大多数是IDE都继承了make&#xff0c;比如&#xff1a;VS的nmake&#xff0c;Linux下的GNU make、Qt的qma…

《异常检测——从经典算法到深度学习》27 可执行且可解释的在线服务系统中重复故障定位方法

《异常检测——从经典算法到深度学习》 0 概论1 基于隔离森林的异常检测算法 2 基于LOF的异常检测算法3 基于One-Class SVM的异常检测算法4 基于高斯概率密度异常检测算法5 Opprentice——异常检测经典算法最终篇6 基于重构概率的 VAE 异常检测7 基于条件VAE异常检测8 Donut: …

基础SQL 函数

在MySQL中内置了很多函数&#xff0c;我们可以通过一段程序或者代码直接调用这个函数 一、字符串函数 下面通过例子来验证这些函数 -- 字符串函数-- concat函数 select concat("hello ","world");-- lower函数 select lower("HELLO");-- upper函…

4.18.2 EfficientViT:具有级联组注意力的内存高效Vision Transformer

现有Transformer模型的速度通常受到内存低效操作的限制&#xff0c;尤其是MHSA&#xff08;多头自注意力&#xff09;中的张量整形和逐元素函数。 设计了一种具有三明治布局的新构建块&#xff0c;即在高效FFN&#xff08;前馈&#xff09;层之间使用单个内存绑定的MHSA&#x…

4.24总结

对部分代码进行了修改&#xff0c;将一些代码封装成方法&#xff0c;实现了头像功能&#xff0c;通过FileInputStream将本地的图片写入&#xff0c;再通过FileOutputStream拷贝到服务端的文件夹中&#xff0c;并将服务端的文件路径存入数据库中

OpenHarmony语言基础类库【@ohos.util.Deque (线性容器Deque)】

Deque&#xff08;double ended queue&#xff09;根据循环队列的数据结构实现&#xff0c;符合先进先出以及先进后出的特点&#xff0c;支持两端的元素插入和移除。Deque会根据实际需要动态调整容量&#xff0c;每次进行两倍扩容。 Deque和[Queue]()相比&#xff0c;Queue的特…

Linux中DHCP原理与配置

目录 一.DHCP的原理 1.DHCP的简要概述 2.DHCP的优点 3.DHCP的分配方式 4.DHCP的租约过程 5.DHCP服务 6.可分配的地址信息主要包括 二.DHCP同一网段分配地址实验 windows命令 一.DHCP的原理 1.DHCP的简要概述 DHCP&#xff08;Dynamic Host Configuration Protocol&a…

一文速览Llama 3及其微调:如何通过paper-review数据集微调Llama3 8B

前言 4.19日凌晨正准备睡觉时&#xff0c;突然审稿项目组的文弱同学说&#xff1a;Meta发布Llama 3系列大语言模型了 一查&#xff0c;还真是 本文以大模型开发者的视角&#xff0c;基于Meta官方博客的介绍&#xff1a;Introducing Meta Llama 3: The most capable openly a…

优化大模型的解释性提示以提升文本推理性能:一种无监督数据驱动的方法

介绍一篇大模型前沿论文&#xff0c;《Explanation Selection Using Unlabeled Data for Chain-of-Thought Prompting》。在这篇论文中&#xff0c;作者Xi Ye和Greg Durrett探讨了如何通过优化大语言模型&#xff08;LLMs&#xff09;的解释性提示来提升文本推理任务的性能。他…

星汉未来AI应用市场:一站式AI解决方案平台

星汉未来AI应用市场&#xff1a;一站式AI解决方案平台 在人工智能技术日益渗透到各行各业的今天&#xff0c;星汉未来AI应用市场为我们提供了一个集创新与实用于一体的平台。下面&#xff0c;我将为您详细介绍这个平台的各个方面。 平台特色 星汉未来AI应用市场是一个面向未…

微博聚类分析和可视化

首先对聚类分析作系统介绍。其次对聚类算法进行文献回顾&#xff0c;对其概况、基本思想、算法进行详细介绍&#xff0c;再是通过对微博数据分析具体来强化了解聚类算法&#xff0c;本文的数据是由所设计地软件在微博平台上获取的数据&#xff0c;最后得到相关结论和启示。 聚…

春季过敏症状高发如何防护?约克VRF中央空调为您支招

百花齐放的春季,对于易过敏人群来说却像是“噩梦”的开场。据了解,许多人都会出现打喷嚏、流鼻涕、皮肤瘙痒等春季过敏症状,皮肤上出现红疹甚至“痒不欲生”,并且断断续续不停复发,身上被挠得“体无完肤”,严重影响睡眠。 到底是哪些致敏因素导致春季过敏高发?易过敏人群又该…

基于51单片机空气质量监测报警仿真LCD1602液晶显示( proteus仿真+程序+设计报告+原理图+讲解视频)

基于51单片机空气质量监测报警仿真LCD显示 1. 主要功能&#xff1a;2. 讲解视频&#xff1a;3. 仿真设计&#xff1a;4. 程序代码5. 设计报告6. 原理图7. 设计资料内容清单&&下载链接 基于51单片机空气质量监测报警仿真LCD显示( proteus仿真程序设计报告原理图讲解视频…

CTF之变量1

拿到题目发现是一个php代码&#xff0c;意思是用get方式获取args参数。 至于下面那个正则表达式怎么绕过暂且不知&#xff0c;但是题目最上面告诉我们lag In the variable ! &#xff08;意思是flag就在变量中&#xff09;。 那我们就传入全局变量globals&#xff08;&#xf…

maixcam如何无脑运行运行别人的模型(以安全帽模型为例)

maixcam如何无脑运行运行别人的模型&#xff08;以安全帽模型为例&#xff09; 本文章主要讲如何部署上传的模型文件&#xff0c;以及如果你要把你模型按照该流程应该怎么修改&#xff0c;你可以通过该文章得到你想要的应该&#xff0c;该应用也包含的退出按钮&#xff0c;是屏…

分布式与一致性协议之CAP(三)

CAP ACID理论:CAP的"酸"&#xff0c;追求一致性。 提到ACID,它很容易理解&#xff0c;在单机上实现也不难&#xff0c;比如可以通过锁、时间序列等机制保障操作的顺序执行&#xff0c;让系统实现ACID特性。但是一说要实现分布式系统的ACID特性比较难实现呢&#xf…