建站者
建站者
前端开发工程师
2026/4/19 12:19:54
15分钟阅读
1,245 次浏览
React 18 新特性
前端开发 React TypeScript

文章摘要

YOLOFuse Prometheus指标采集配置 在智能安防、自动驾驶和夜间监控等现实场景中,单纯依赖可见光图像的目标检测系统常常面临低光照、雾霾遮挡或热源干扰的挑战。此时,红外(IR)图像凭借其对温度敏感的特性,能够穿透黑暗…

文章不存在

相关文章

mysql主从配置作业 一主一次
前端
mysql主从配置作业 一主一次 2026/4/20 1:19:14

mysql主从配置作业 一主一次

一、环境要求主:192.168.211.138从:192.168.221.139二、配置主1.添加vim /etc/my.cnflog-binmysql-bin server-id12.重启数据库生效systemctl restart mysqld3.建立同步账号【1】创建用来传输数据的账号create user repl192.168.211.% identified by rep…

YOLOFuse社区问答精选:常见问题与官方解答汇总
前端
YOLOFuse社区问答精选:常见问题与官方解答汇总 2026/4/19 12:19:47

YOLOFuse社区问答精选:常见问题与官方解答汇总

YOLOFuse社区问答精选:常见问题与官方解答汇总 在低光照、烟雾弥漫或极端天气条件下,传统基于可见光的目标检测系统常常“失明”——图像模糊、对比度下降、细节丢失,导致漏检和误检频发。这正是智能安防、自动驾驶和夜间监控等关键场景中的…

YOLOFuse MaskTextSpotter 端到端文本识别实验
前端
YOLOFuse MaskTextSpotter 端到端文本识别实验 2026/4/19 12:19:48

YOLOFuse MaskTextSpotter 端到端文本识别实验

YOLOFuse MaskTextSpotter:端到端多模态文本识别的工程实践 在智能监控、自动驾驶和工业质检等现实场景中,我们常常面临一个棘手的问题:光线昏暗、烟雾弥漫或强反光环境下,传统基于可见光图像的文字识别系统频频失效。摄像头“看…

YOLOFuse Kubernetes集群部署设想:大规模推理服务化
前端
YOLOFuse Kubernetes集群部署设想:大规模推理服务化 2026/4/19 12:19:48

YOLOFuse Kubernetes集群部署设想:大规模推理服务化

YOLOFuse Kubernetes集群部署设想:大规模推理服务化 在城市级视频监控系统中,凌晨三点的街道上,一辆可疑车辆驶入昏暗巷口。可见光摄像头画面几乎全黑,而红外传感器却清晰捕捉到热源轮廓——但单独使用任一模态都难以准确识别车型…

YOLOFuse ControlNet 条件控制机制借鉴思路
前端
YOLOFuse ControlNet 条件控制机制借鉴思路 2026/4/19 12:19:50

YOLOFuse ControlNet 条件控制机制借鉴思路

YOLOFuse ControlNet 条件控制机制借鉴思路 在智能监控、夜间巡检和自动驾驶等现实场景中,光照不足、烟雾遮挡或恶劣天气常常让传统的可见光摄像头“失明”。仅靠RGB图像进行目标检测,在黑暗中几乎无法分辨静止行人与背景噪声——这不仅影响系统可靠性&a…

YOLOFuse + Vue:打造多模态目标检测Web应用原型
前端
YOLOFuse + Vue:打造多模态目标检测Web应用原型 2026/4/19 12:19:53

YOLOFuse + Vue:打造多模态目标检测Web应用原型

YOLOFuse Vue:打造多模态目标检测Web应用原型 在夜间监控、火灾救援或边境巡逻等复杂场景中,传统基于可见光的目标检测系统常常“失明”——低光照、烟雾遮挡、反光干扰让算法误判频发。有没有一种方法能让AI像人一样,在黑暗中也能“看见”&…

万象熔炉使用技巧:避开模糊残缺,生成更干净的画面
前端
万象熔炉使用技巧:避开模糊残缺,生成更干净的画面 2026/4/19 0:01:27

万象熔炉使用技巧:避开模糊残缺,生成更干净的画面

万象熔炉使用技巧:避开模糊残缺,生成更干净的画面 1. 引言:为什么你的AI生成图片总是不够完美 每次用AI生成图片时,最让人沮丧的莫过于看到结果中出现模糊的边缘、残缺的肢体或者扭曲的物体。明明输入了详细的描述,为…

首页 博客 项目 关于我