开源情报技术及资源框架
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 論文範！
相关推荐
2023-07-15
Python工程项目的规范开发指南
系列文章网页爬虫第一课:从案例解构爬虫基本概念填坑18年:我总结的CSS选择器爬虫数据持久化方式的选择爬取静态博客网页以分析本网站拓扑结构python程序的性能测试及瓶颈分析Python工程项目的规范开发指南 学习动机以史为鉴, 可以少走弯路, 这对于一个新手来说是难得的经验. 在文章 Python开发避免踩坑指南 中, 作者提到: 写这篇文章的主要目的是帮助刚刚入门Python的同学和从其他语言转过来的同学，快速熟悉Python一般的生态圈，比如IDE使用、虚拟环境、项目结构管理、Debug、版本管理等等. 本文主要包含以下几个方面: 配置开发环境 虚拟环境管理和pip 项目目录结构 代码风格 版本管理 这些经验对于python程序开发的规范性是非常经典的指南. 而随着新技术、新工具的发展, 这些python程序开发规范有了新的演绎. 为了简明起见, 我将上述开发规范精简为以下几个方面、并按照循序渐进的顺序排列: 配置开发环境 程序版本管理 项目目录结构 代码风格 配置开发环境在文章 [1] 中, 作者使用virtualenv作为开发环境隔离的工具. 在我看来, python的虚拟环境隔离主要能提供这几方面的便利: 隔离各个项目之间的类库之间的干扰 锁定某个项目内部的类...
2023-08-07
基于机器视觉的桌面窗体组件的目标检测.notFinished
系列文章微信公众号数据采样试验mitmproxy实时数据处理appium对手机微信的自动化测试winAppDriver对桌面微信的自动化测试UI Automation对桌面微信的自动化测试基于机器视觉的桌面窗体组件的目标检测.notFinished 需求和目标通过自动化测试技术激活软件的流量、进而对软件内容进行爬取, 其中的一个关键点就是如何定位到软件的窗口组件, 从而进行后续的操作。 在本系列文章前面的文章中, 我们通过inspect.exe等软件, 预先将桌面软件窗体组件”硬编码”到了代码中. 但是这种方式的弊端在于: 不仅增加了程序员的工作量, 而且当目标组件的属性变化时, 原先的自动化测试爬虫就失效了. 总之, “硬编码船体组件”是非常僵化的方式. 我们需要一种更加鲁棒的方式, 实现对窗体目标组件的识别, 而目标检测(object detection)技术, 就是一种对目标进行智能化检测的手段. 在本文, 我将基于YOLO架构, 实现一个目标检测模型, 用于识别软件窗体组件. 本文的主要内容包括: YOLO目标检测的基本概念和原理 YOLOv5目标检测的关键技术 对电脑屏幕中的软件窗体组件进行目标检测 方案与实施
2024-10-19
数据可视化化网站系统的方案1
提供一张系统架构图。最好用上hexo插件，利用在线白板嵌入。 系列文章数据可视化化网站系统的方案1 需求那么，如果综合使用Vue3、Apollo、Strapi和GraphQL来搭建一个传感器数据采集和可视化展示的网站系统，技术框架和技术路线可能是什么样子的？ 备选方案1要使用Vue3、Apollo、Strapi和GraphQL搭建传感器数据采集和可视化展示的网站系统，可以按照以下技术框架和技术路线进行： 技术框架选择 前端框架：Vue3 Vue3 是一个渐进式 JavaScript 框架，适合构建用户界面，特别是用于数据可视化的大屏展示。 Web UI组件框架: Quasar Quasar 是一个高性能的多平台 web UI 框架，支持编写一次代码，同时发布为网站、移动应用和桌面应用。 数据可视化库：Echarts Echarts 是一个强大的图表库，支持多种图表类型，适合用于大数据的可视化展示。 状态管理：Pinia Pinia 是 Vue3 的状态管理库，适合管理复杂的应用状态。 数据获取与处理：Apollo Apollo 是一个用于 GraphQL 的客户端工具，支持高效的数据获取和处理。 技术路线数据采集与处理 传感器数据采集：使用Apollo感知模块...
评论