Ai Native应用开发（一）--数字人

news2024/9/20 22:43:26

背景

刚参加完24年世界人工智能大会（WAIC），聊聊自己的一些感受。这次会明显比去年多很多人，用人山人海来形容应该也不为过。根据我自己粗浅观察参会的人员也比去年更多样化。去年更多还是从业者或者是这块研究人员。今年每个论坛各种角色人都有，销售、技术、算法、研究人员、产业实践方…去年更多是一些技术展望和技术方向内容，今年很明显看到应用和实践报告多起来了（各大家争相在会议期间发布自己AI产品）。会议主题基本就围绕大模型和人形机器人这两大主题展开，从展会内容看咋一看同质化挺严重。但是因为这也是大模型（23年技术元年）到今年应用元年，有很多类似思路也正常。打上同质化背后其实也可以看到各大家在努力结合自己产业特点制造一些差异化，相信明年会看到更多更实用和差异化的思路和产品。
1.算力
2.个大模型+应用
3.人形机器人
4.机器人核心配件
基本就这几个套路。从产品完整度看呢，个人觉得AI在教育上的应用做的还是不错的，这有点超出我的预期。估计这和国家几年前就在推教育数字化有很大关系，这块产品他们应该是深根很多年，大模型的出现只是让以前技术很难实现的事得以更快速实现。所以从产品形态、完整度、实用性角度看，感觉都比AIGC在工业应用更实在，更不那么toy。
其实这样侧面证明一个推测，大模型下的这波AI应该死人机协作，知识工程是非常重要的 一个环节。业务域的中小企业其实应该把业务知识整理梳理清楚做深才是壁垒，光做工具的企业可能会受到冲击。
也是有感于这次会议，想开一个AI Native的应用系列。这个系列定位就是只讲实现落地，纯AI技术的整合，更偏向工具实现，不讲AI背后技术的原理，也不太讲具体某个行业业务逻辑，只是秀工具功能。这么做的目的也是希望能给有很强业务sence的企业在寻找一些技术赋能、找一些可用工具的时候降低他们门槛，让他们可用快速的把工具结合自己业务测试起来。

操作手册

这篇文章给大家介绍一个纯AI驱动的单图数字人工具，主要包括5个部分：
1.单图生成AI
2.文本生成AI
3.声音克隆AI
4.动作生成AI
5.嘴形生成AI

环境搭建

用指令创建初始化环境：

#创建指定python版本虚拟环境
conda create -n lumina python=3.11
conda activate lumina

单图生成模块

生成图，选用上海人工智能研究所的Lumina架构，具体信息可用看他们官网（https://github.com/Alpha-VLLM/Lumina-T2X.git）
具体环境安装如下：

#下载lumina源码
git clone https://github.com/Alpha-VLLM/Lumina-T2X.git
conda activate lumina
#安装需要工具包
pip install -q flash_attn==2.5.9.post1 --no-build-isolation
pip install git+https://github.com/Alpha-VLLM/Lumina-T2X

#下载模型参数
apt -y install -qq aria2
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M  https://huggingface.co/ckpt/Lumina-Next-SFT/resolve/main/consolidated_ema.00-of-01.safetensors -d ./Lumina-T2X/models -o consolidated_ema.00-of-01.safetensors
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M  https://huggingface.co/ckpt/Lumina-Next-SFT/resolve/main/model_args.pth -d ./Lumina-T2X/models -o model_args.pth

#启动lumina做图软件做图
cd ./Lumina-T2X/lumina_next_t2i
python demo.py --ckpt ../models --ema

上面指令已经把Lumina的网页界面启动了，打开网页开始生成需要的人物。
lumina_gradio.png

声音克隆模块

声音克隆现在是个热门，有很多可选的开源项目，效果做的都还不错。这边选用阿里通义CosyVoice来实践。

ubuntu安装git lfs

sudo apt-get update
sudo apt-get install git-lfs
git lfs install

环境初始化设置

git clone --recursive https://github.com/FunAudioLLM/CosyVoice.git
# If you failed to clone submodule due to network failures, please run following command until success
cd CosyVoice
git submodule update --init --recursive

conda create -n cosyvoice python=3.8
conda activate cosyvoice
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com

# If you encounter sox compatibility issues
# ubuntu
sudo apt-get install sox libsox-dev

下载模型

# git模型下载，请确保已安装git lfs
mkdir -p pretrained_models
git clone https://www.modelscope.cn/iic/CosyVoice-300M.git pretrained_models/CosyVoice-300M
git clone https://www.modelscope.cn/iic/CosyVoice-300M-SFT.git pretrained_models/CosyVoice-300M-SFT
git clone https://www.modelscope.cn/iic/CosyVoice-300M-Instruct.git pretrained_models/CosyVoice-300M-Instruct
git clone https://www.modelscope.cn/speech_tts/speech_kantts_ttsfrd.git pretrained_models/speech_kantts_ttsfrd

安装包

#解压ttsfrd资源并安装ttsfrd包
cd pretrained_models/speech_kantts_ttsfrd/
unzip resource.zip -d .
pip install ttsfrd-0.3.6-cp38-cp38-linux_x86_64.whl

export PYTHONPATH=/root/autodl-tmp/CosyVoice/third_party/Matcha-TTS
export HF_ENDPOINT=https://hf-mirror.com/

启动语音clone软件

python3 webui.py --port 6006 --model_dir pretrained_models/CosyVoice-300M

cosyvioce.png
用录音或者上传你想要模仿的语音，并把语音文本输入prompt，输入需要生成语音文本生成clone语音；把合成的语音下载下来就可以了。

角色动作生成模块

角色动作生成模块选择Musev来实现。MuseV 是基于扩散模型的虚拟人视频生成框架，具有以下特点：

  1. 支持使用新颖的视觉条件并行去噪方案进行无限长度生成，不会再有误差累计的问题，尤其适用于固定相机位的场景。
  2. 提供了基于人物类型数据集训练的虚拟人视频生成预训练模型。
  3. 支持图像到视频、文本到图像到视频、视频到视频的生成。
  4. 兼容 Stable Diffusion 文图生成生态系统，包括 base_model、lora、controlnet 等。
  5. 支持多参考图像技术，包括 IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID。
  6. 我们后面也会推出训练代码

image.png

git clone --recursive https://github.com/TMElyralab/MuseV.git
cd MuseV

#初始化环境
pip install -r requirements.txt
pip install --no-cache-dir -U openmim 
pip install mmengine 
pip install mmcv>=2.0.1
pip install mmdet>=3.1.0
pip install mmpose>=1.1.0

cd ..
current_dir=$(pwd)
export PYTHONPATH=${PYTHONPATH}:${current_dir}/MuseV
export PYTHONPATH=${PYTHONPATH}:${current_dir}/MuseV/MMCM
export PYTHONPATH=${PYTHONPATH}:${current_dir}/MuseV/diffusers/src
export PYTHONPATH=${PYTHONPATH}:${current_dir}/MuseV/controlnet_aux/src
cd MuseV

#下载模型
git clone https://huggingface.co/TMElyralab/MuseV ./checkpoints

#输入文本、图像的视频生成
python scripts/inference/text2video.py   --sd_model_name majicmixRealv6Fp16   --unet_model_name musev   -test_data_path ./configs/tasks/example.yaml  --output_dir ./output  --n_batch 1  --target_datas yongen  --time_size 12 --fps 12 

#输入视频的视频生成
python scripts/inference/video2video.py --sd_model_name majicmixRealv6Fp16  --unet_model_name musev    -test_data_path ./configs/tasks/example.yaml --output_dir ./output  --n_batch 1 --controlnet_name dwpose_body_hand  --which2video "video_middle"  --target_datas  dance1   --fps 12 --time_size 12

#Gradio 演示
cd scripts/gradio
python app.py

上面模型下载会非常大，也可以挑选同类模型汇总一个，可以节省存储空间和下载时间。

!cg down O_O/MuseV/musev_____unet_____config.json
!cg down O_O/MuseV/musev_____unet_____diffusion_pytorch_model.bin
!cg down O_O/MuseV/musev_referencenet_____ip_adapter_image_proj.bin
!cg down O_O/MuseV/musev_referencenet_____unet_____config.json
!cg down O_O/MuseV/musev_referencenet_____unet_____diffusion_pytorch_model.bin
!cg down O_O/MuseV/musev_referencenet_____referencenet_____config.json
!cg down O_O/MuseV/musev_referencenet_____referencenet_____diffusion_pytorch_model.bin
!cg down O_O/MuseV/musev_referencenet_pose_____ip_adapter_image_proj.bin
!cg down O_O/MuseV/musev_referencenet_pose_____unet_____config.json
!cg down O_O/MuseV/musev_referencenet_pose_____unet_____diffusion_pytorch_model.bin

如果还是觉得麻烦可以直接上autodl用找社区musev镜像减少环境安装下载模型浪费的时间。

角色口型生成模块

这部分选用MuseTalk：实时高质量唇形同步与潜在空间修复。
image.png
MuseTalk 在潜在空间中进行训练，其中图像由冻结的 VAE 进行编码。音频由冻结的 whisper-tiny 模型编码。生成网络的架构借鉴了 stable-diffusion-v1-4 的 UNet，其中音频嵌入通过交叉注意力融合到图像嵌入。
使用与稳定扩散非常相似的架构，但 MuseTalk 的不同之处在于它不是扩散模型。相反，MuseTalk 通过一步修复潜在空间来进行操作。

#下载项目文件
git clone https://github.com/TMElyralab/MuseTalk.git
cd ./MuseTalk

#初始化环境
pip install -q diffusers==0.27.2 accelerate==0.28.0 omegaconf ffmpeg-python mmpose mmdet gradio
pip install -q https://github.com/camenduru/wheels/releases/download/colab2/mmcv-2.1.0-cp310-cp310-linux_x86_64.whl

#下载模型
apt -y install -qq aria2
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/dw-ll_ucoco.pth -d ./MuseTalk/models/dwpose -o dw-ll_ucoco.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/dw-ll_ucoco_384.onnx -d ./MuseTalk/models/dwpose -o dw-ll_ucoco_384.onnx
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/dw-ll_ucoco_384.pth -d ./MuseTalk/models/dwpose -o dw-ll_ucoco_384.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/dw-mm_ucoco.pth -d ./MuseTalk/models/dwpose -o dw-mm_ucoco.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/dw-ss_ucoco.pth -d ./MuseTalk/models/dwpose -o dw-ss_ucoco.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/dw-tt_ucoco.pth -d ./MuseTalk/models/dwpose -o dw-tt_ucoco.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/rtm-l_ucoco_256-95bb32f5_20230822.pth -d ./MuseTalk/models/dwpose -o rtm-l_ucoco_256-95bb32f5_20230822.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/rtm-x_ucoco_256-05f5bcb7_20230822.pth -d ./MuseTalk/models/dwpose -o rtm-x_ucoco_256-05f5bcb7_20230822.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/rtm-x_ucoco_384-f5b50679_20230822.pth -d ./MuseTalk/models/dwpose -o rtm-x_ucoco_384-f5b50679_20230822.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/dwpose/yolox_l.onnx -d ./MuseTalk/models/dwpose -o yolox_l.onnx
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/face-parse-bisent/79999_iter.pth -d ./MuseTalk/models/face-parse-bisent -o 79999_iter.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/face-parse-bisent/resnet18-5c106cde.pth -d ./MuseTalk/models/face-parse-bisent -o resnet18-5c106cde.pth
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/raw/main/musetalk/musetalk.json -d ./MuseTalk/models/musetalk -o musetalk.json
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/musetalk/pytorch_model.bin -d ./MuseTalk/models/musetalk -o pytorch_model.bin
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/raw/main/sd-vae-ft-mse/config.json -d ./MuseTalk/models/sd-vae-ft-mse -o config.json
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/sd-vae-ft-mse/diffusion_pytorch_model.bin -d ./MuseTalk/models/sd-vae-ft-mse -o diffusion_pytorch_model.bin
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/sd-vae-ft-mse/diffusion_pytorch_model.safetensors -d ./MuseTalk/models/sd-vae-ft-mse -o diffusion_pytorch_model.safetensors
aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/camenduru/MuseTalk/resolve/main/whisper/tiny.pt -d ./MuseTalk/models/whisper -o tiny.pt

#启动可视化界面
python app.py

到这你就已经拥有一个数字人工具了，至于输入的文本你也可以用AI来生成。当然现在还是一个一个的模块如果你需要批量的生成数字人视频或者批量的翻译视频、弹唱配视频。那你可以把这些链路用comfyui分成5个模块串接起来就可以了，这就是一个标准的AI native的数字人生成工具了。
image.png

小结

2024年世界人工智能大会（WAIC）参会感受

  • 参会人员多样化：2024年的WAIC参会人员包括销售、技术、算法、研究人员、产业实践方等各类角色，相比去年更加多样化。
  • 应用和实践报告增多：今年的会议中，应用和实践报告的数量明显增加，各大公司争相发布自己的AI产品。
  • 会议主题聚焦：主要围绕大模型和人形机器人两大主题展开，各公司在努力结合自身产业特点创造差异化的产品和思路。
  • AI在教育上的应用：AI在教育上的应用表现较为成熟和实用，这可能得益于国家在教育数字化方面的推动。

AI Native应用系列的设想

  • 目的：为有很强业务sence的企业在寻找技术赋能、找一些可用工具的时候降低他们门槛，让他们可用快速的把工具结合自己业务测试起来。
  • 内容：只讲实现落地，纯AI技术的整合，更偏向工具实现，不讲AI背后技术的原理，也不太讲具体某个行业业务逻辑。

AI Native的数字人工具操作手册

  • 环境搭建：使用conda创建并激活名为lumina的虚拟环境，使用Python 3.11版本。
  • 单图生成模块：使用上海人工智能研究所的Lumina架构进行图像生成。
  • 声音克隆模块：使用阿里通义的CosyVoice进行声音克隆。
  • 角色动作生成模块：使用MuseV进行角色动作生成。
  • 角色口型生成模块：使用MuseTalk进行角色口型生成。
  • 整合与应用：将这些模块整合起来，可以构建一个AI Native的数字人工具，用于生成数字人视频、翻译视频、弹唱配视频等应用。

项目代码更新在

GitHub - liangwq/Chatglm_lora_multi-gpu: chatglm多gpu用deepspeed和

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/1907448.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

最新简约美观的网址网站引导页HTML源码

最新简约美观的网址网站引导页HTML源码

简介： 最新简约美观的网址网站引导页HTML源码 带一言 随机大图 图片：
阅读更多...
边缘计算网关如何在实际应用中发挥作用-天拓四方

边缘计算网关如何在实际应用中发挥作用-天拓四方

随着物联网技术的快速发展，物联网时代已经悄然来临。在这个时代，数以亿计的设备相互连接，共享数据，共同构建智慧的世界。边缘计算网关通过将计算能力和数据存储推向网络的边缘，实现了对海量数据的实时处理，…
阅读更多...
虚拟现实3d场景漫游体验实现了“所见即所得”

虚拟现实3d场景漫游体验实现了“所见即所得”

如今，从实体店铺到工厂企业，再到政府单位，各行各业都已纷纷加入VR数字化升级的行列，相比传统的2D商品展示，三维交互展示成为商企客户交流的主流方式。产品展示、服务介绍、考察洽谈等都可以通过在3D虚拟场景网站中真实…
阅读更多...
Joblib 是一个专注于高效计算和数据持久化的 Python 库

Joblib 是一个专注于高效计算和数据持久化的 Python 库

目录 01Joblib 是什么？ 为什么选择 Joblib？ 安装与配置 02Joblib 的基本用法 并行计算 数据持久化 03实战案例 项目简介 项目结构 依赖安装 应用代码 运行应用 …
阅读更多...
忘年之恋也甜蜜：韩雪与实力大叔的双赢人生

忘年之恋也甜蜜：韩雪与实力大叔的双赢人生

韩雪，这位自带光环的“京城四美”之一， 美貌与才情并蓄，竟是娱乐圈中那股清流， 拒吻戏于千里之外，独树一帜。 本以为她的归宿会是位风度翩翩的高富帅，共谱童话恋曲。岂料，缘分妙不可言&#x…
阅读更多...
动手学深度学习6.2 图像卷积-笔记练习（PyTorch）

动手学深度学习6.2 图像卷积-笔记练习（PyTorch）

以下内容为结合李沐老师的课程和教材补充的学习笔记，以及对课后练习的一些思考，自留回顾，也供同学之人交流参考。 本节课程地址：卷积层_哔哩哔哩_bilibili 代码_哔哩哔哩_bilibili 本节教材地址：6.2. 图像卷积 — 动…
阅读更多...
【CSS01】CSS概述，使用样式的必要性，CSS语法及选择器

【CSS01】CSS概述，使用样式的必要性，CSS语法及选择器

文章目录 一、什么是样式二、使用样式的必要性三、使用样式的几种方式四、CSS基本语法：五、CSS的注释六、CSS选择器——重点相关单词 一、什么是样式 概念： Cascade [kˈskeɪd] Style Sheet [ʃiːt] 级联样式单/表，层叠样式表 CSS有化腐…
阅读更多...
使用C++实现ATM系统，谈谈思路及代码实现

使用C++实现ATM系统，谈谈思路及代码实现

🏆本文收录于「Bug调优」专栏，主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案，希望能够助你一臂之力，帮你早日登顶实现财富自由🚀；同时，欢迎大家关注&&收藏&&…
阅读更多...
权限维持-Linux-内核加载 LKM-Rootkit 后门

权限维持-Linux-内核加载 LKM-Rootkit 后门

免责声明:本文仅做技术交流与学习... 目录 权限维持-Linux-内核加载 LKM-Rootkit 后门 项目地址: 安装: 隐藏用法: 将 root 权限授予非特权用户 隐藏文件、目录和内核模块 隐藏进程 隐藏 TCP 和 UDP 连接 高级玩法(c/s) 攻击机上(客户端)安装: 设置连接配置 权限维持…
阅读更多...
代码随想录算法训练营第四十七天|1143.最长公共子序列、 1035.不相交的线、53. 最大子序和、392.判断子序列

代码随想录算法训练营第四十七天|1143.最长公共子序列、 1035.不相交的线、53. 最大子序和、392.判断子序列

1143.最长公共子序列 题目链接：1143.最长公共子序列 文档讲解：代码随想录 状态：一开始没想明白为啥要 max(dp[i - 1][j], dp[i][j - 1]) 思路： 如果text1[i - 1] 与 text2[j - 1]相同，那么找到了一个公共元素&#xff…
阅读更多...
【c语言】玩转文件操作

【c语言】玩转文件操作

🌟🌟作者主页：ephemerals__ 🌟🌟所属专栏：C语言 目录 引言 一、文件的打开和关闭 1.流 2.标准流 3.文本文件和二进制文件 4.控制文件打开与关闭的函数 二、文件的顺序读写 三、文件的随机读写 1…
阅读更多...
收银系统源码-次卡功能

收银系统源码-次卡功能

智慧新零售收银系统是一套线下线上一体化收银系统，给门店提供了含线下收银称重、线上商城、精细化会员管理、ERP进销存、营销活动、移动店务助手等一体化行业解决方案！ 详细功能见下文： 门店收银系统源码-CSDN博客文章浏览阅读2.6k次&#…
阅读更多...
猫咪浮毛太多怎么处理？6年铲屎官最值得买的猫毛空气净化器分享

猫咪浮毛太多怎么处理？6年铲屎官最值得买的猫毛空气净化器分享

作为一位拥有6年铲屎经验的铲屎官，家中既有宝宝又有毛孩子的铲屎官家庭来说，空气中的宠物异味和猫毛不仅影响生活质量，更关乎家人的健康。普通空气净化器虽然能够提供基本的空气净化，但对于养猫家庭的特定需求，如去除宠…
阅读更多...
PHP宝藏神器多功能投票系统源码小程序

PHP宝藏神器多功能投票系统源码小程序

🎉发现宝藏神器！一键解锁“多功能投票小程序”的无限可能✨ 🌈 开篇安利：告别繁琐，拥抱高效！ Hey小伙伴们，是不是经常为组织活动、收集意见而头疼不已？🤯 今天就要给大…
阅读更多...
融云入驻首个数字生态出海基地，加速构建数字经济出海创新生态

融云入驻首个数字生态出海基地，加速构建数字经济出海创新生态

7 月 3 日，“2024 全球数字经济大会”重要专题论坛“2024 数字生态出海发展论坛”在北京国家会议中心举行。 论坛由全球数字经济大会组委会主办，北京市经济和信息化局、北京市政务服务和数据管理局、大兴区人民政府共同承办。来自阿联酋、日本、古巴、…
阅读更多...
挖到宝了，一个可自动根据设定兴趣主题爬取实时信息的AI挖掘工具。

挖到宝了，一个可自动根据设定兴趣主题爬取实时信息的AI挖掘工具。

在这个信息爆炸的时代，我们每天都被海量的资讯淹没。 无论是工作需要还是个人兴趣，我们都希望能够及时获取到最新、最有价值的信息。然而，手动搜索、筛选这些信息不仅耗时耗力，还常常让人感到疲惫。 今天，我给大家推…
阅读更多...
【Python】Python中TODO的用法解析

【Python】Python中TODO的用法解析

目录 一.Python中的TODO是什么 二.Python中什么时候使用TODO 三.Pycharm中关于TODO的使用方式 一.Python中的TODO是什么 在Python中， TODO 通常不是一个语言内置的关键字或功能，而是被用作一种注释约定，来标记代码中需要进一步实现或改进的…
阅读更多...
【Linux】touch

【Linux】touch

我们在介绍ls这个命令时，提到每个文件在Linux下面都会记录许多的时间参数，其实是有三个主要的变动时间，那么三个时间的意义是什么？ 修改时间（modification time，mtime)：当该文件的【内容数据】…
阅读更多...
mongoDB教程（五）：命名规范

mongoDB教程（五）：命名规范

还是大剑师兰特：曾是美国某知名大学计算机专业研究生，现为航空航海领域高级前端工程师；CSDN知名博主，GIS领域优质创作者，深耕openlayers、leaflet、mapbox、cesium，canvas，webgl，ech…
阅读更多...
香蕉云编+uniapp打包ios的开发包和生产包

香蕉云编+uniapp打包ios的开发包和生产包

登录香蕉云编，找到 云编-ios证书生成，新建CSR文件，并下载csr文件。 登录苹果开发者中心，进入证书页面。 1.创建一个证书，选择ios Distribution类型即可，这是个通用的证书，既能用来打正式包又能…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023