摘要：
最近做了些基于redis stream做消息队列的工作，有人会问，为什么要用redis，而不是专用消息队列中间件来做呢？ 好吧，一个是资源不足问题，另一个也是不想增加依赖项，最终导致了不用ons、rocketmq、rabbitmq来做。 曾经的概念里，用redis做消息队列都是不正统的，很脆弱的选择 阅读全文
posted @ 2021-01-01 00:24
McKay
阅读(855)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2020-12-05 21:53
McKay
阅读(223)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2020-12-05 21:51
McKay
阅读(120)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2020-12-05 21:48
McKay
阅读(81)
评论(0)
推荐(1)
摘要：
pom依赖： <properties> <sharding-sphere.version>4.1.1</sharding-sphere.version> </properties> <dependencies> <!-- for spring boot --> <dependency> <group 阅读全文
posted @ 2020-09-04 20:22
McKay
阅读(523)
评论(0)
推荐(0)
摘要：
本文讲述从在线直播拉流中通过dlib定位鼻子的demo 拉流地址：rtmp://58.200.131.2:1935/livetv/hunantv 湖南卫视 效果： 代码较容易，主逻辑都是和普通本地摄像头一样的，dlib部分要重点看看： import cv2 import threading impo 阅读全文
posted @ 2020-08-29 00:04
McKay
阅读(1542)
评论(0)
推荐(0)
摘要：
在线直播还是挺容易搭建的，入门很容易。 按段分成：推流 >转 >拉流 本次搭建的： OBS Studio对应到推流部分 nginx+rtmp-module对应到转部分（ffmpeg推后再介绍） VLC对应拉流部分 先自行下载nginx以及rtmp包： http://nginx.org/downloa 阅读全文
posted @ 2020-08-28 23:31
McKay
阅读(202)
评论(0)
推荐(0)
摘要：
本篇并非介绍如何从0开始开发遗传算法框架，反而推荐各位使用已有的GA库jenetics来做遗传算法。 GA算法的逻辑还是贴下： 好了，下面介绍的是基于jenetics开发的更贴近业务侧的框架，以及使用方法。 pom依赖，毕竟java的嘛，就不要用matlab、R、python这些了 <!-- htt 阅读全文
posted @ 2020-08-15 23:41
McKay
阅读(2443)
评论(0)
推荐(1)
摘要：
例如，有一批食材要发到肯德基门店，分别分配给了2个司机去送货，如下： 都从上海出发 2个司机 第一个司机： 苏州 新苏站餐厅、园区车坊餐厅 无锡 高铁无锡东站餐厅、无锡城际餐厅 第二个司机： 无锡 海岸城餐厅、无锡城际餐厅、大润发 餐厅 常州 常州百货大楼餐厅、常州城际 餐厅 某位调度大哥一看，都经 阅读全文
posted @ 2020-08-15 12:31
McKay
阅读(308)
评论(0)
推荐(0)
摘要：
物流运输一般是通过路线来的，但是考虑到实际场景，有可能具体城市的区与区之间是互斥的，不能放在同一条路线内，比如由于某一条较长的河分开了某些区域导致不能放一条路线内运输；又比如运输证是按照区域来发放的等等。 比如如下几个节点：昆山(区：昆山市)、苏州(区：相城区、吴中区)、佛山(区：顺德区)、佛山(区 阅读全文
posted @ 2020-08-08 22:35
McKay
阅读(576)
评论(0)
推荐(2)
摘要：
xmind导出的png大图不怎么清晰，xmind下载 阅读全文
posted @ 2020-06-30 11:17
McKay
阅读(239)
评论(0)
推荐(0)
摘要：
对常见名词的总结 业务逻辑 统称，功能性逻辑 状态机 状态之间的切换流转，以及约束 设计模式 设计最佳实践，会深入到代码层面 工作流 分成：顺序工作流，状态工作流 外部参数，外部事件作为数据交换 saga 事务模型，又叫做长时间运行的事务（Long-running-transaction） 规则引擎 阅读全文
posted @ 2020-05-17 20:33
McKay
阅读(185)
评论(0)
推荐(0)
摘要：
# -*- coding: utf-8 -*- class PID: def __init__(self, P=0.2, I=0.0, D=0.0): self.Kp = P self.Ki = I self.Kd = D self.sample_time = 0.00 self.current_t 阅读全文
posted @ 2020-05-08 20:27
McKay
阅读(1808)
评论(0)
推荐(0)
摘要：
# -*- coding: utf-8 -*- import math import cv2 as cv class Point(object): def __init__(self, position, parent): self.position = position self.parent = 阅读全文
posted @ 2020-05-08 20:09
McKay
阅读(1025)
评论(0)
推荐(0)
摘要：
步骤： 安装tensorflow object detection api 准备数据 模型准备 图片准备 图片数据打标 转换为tfrecord格式 进行迁移训练 导出模型 使用模型 安装tensorflow object detection api git clone https://github. 阅读全文
posted @ 2020-02-16 20:41
McKay
阅读(1644)
评论(0)
推荐(0)
摘要：
先安装必须的库 tensorflow_gpu==1.15.0 numpy opencv_python github: https://github.com/bai-shang/crnn_ctc_ocr_tf 下载数据集： http://www.robots.ox.ac.uk/~vgg/data/te 阅读全文
posted @ 2020-02-12 21:25
McKay
阅读(885)
评论(3)
推荐(0)
摘要：
我们先生成些验证码图片 import cv2 as cv import numpy as np import os def create_digit_image(dir_path): image = np.ones(shape=[24, 72], dtype=np.uint8) image = im 阅读全文
posted @ 2020-02-12 20:35
McKay
阅读(862)
评论(1)
推荐(0)
摘要：
继上篇文章后，这次使用卷积网络做实验（上篇用的是普通2层网络） import time import tensorflow as tf import numpy as np import cv2 as cv def generate_image(a, rnd_size=100): image = n 阅读全文
posted @ 2020-02-12 19:55
McKay
阅读(595)
评论(0)
推荐(0)
摘要：
pip install numpy -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com pip install tensorflow-gpu==1.15.0 -i http://pypi.douban.com/simple 阅读全文
posted @ 2020-02-12 14:45
McKay
阅读(557)
评论(0)
推荐(0)
摘要：
研究了点OCR识别，本文讲下opencv方式-找出字符区域,虽然还不完善，但是记录下，后续往CNN+RNN+CTC方向走，此处就作为练手了。 效果1： 效果2： 效果3： 效果4（识别率不太好，只把大框识别了，字符的分割有问题）： import cv2 import imutils import n 阅读全文
posted @ 2020-02-02 15:22
McKay
阅读(986)
评论(0)
推荐(0)
浙公网安备 33010602011771号