chunxin9

摘要： 核心需求是 在边缘设备上处理 MQTT 订阅的数据，且希望使用 Python进行深度学习的数据解算 eKuiper + Python AI 服务（最推荐） 适用场景：高性能、逻辑频繁变动、且需要跑深度学习模型。 理由： 1.高性能清洗：eKuiper 处理高频的 MQTT 数据（如十六进制解析、滤波 阅读全文

摘要： 1.数据采集：如何实时拿到数据？ 振动信号频率很高（通常在几kHz到几十kHz），因此不能通过普通的低速采集方式，必须使用专用的硬件和驱动。 硬件层（感知）： 传感器：使用加速度传感器（IEPE型最常见，精度高、抗干扰强）或 MEMS 传感器（性价比高，适合大规模部署）。 采集卡（DAQ）：使用高速 阅读全文

摘要： 需要安装 pip install pyserial 阅读全文

摘要： lsb_release -a查询系统版本号 阅读全文

摘要： 把 “本地上传图片 → 云端 Flask 接口” 这个流程跑起来 pip install flask pyjwt requests FastAPI 的安装非常简单，而且它自带了非常强大的可视化测试工具。鉴于你之前关注大模型（LLM），我在最后也会提供一个模拟 LLM 流式输出的测试代码。 以下是标准 阅读全文

摘要： YOLO（包括 YOLO11）不会自动把 3400×3000 的图裁成小块，而是直接缩放整图。如果其中的小目标被缩小得太小，就可能被忽略。要检测小目标，必须手动切图或提高输入分辨率。 因此针对表面缺陷检测，可分两阶段，第一阶段，划分图片为多个单元，第二阶段，利用数据增强方法将划分后的图片单元进行数据 阅读全文