干货分享

图床服务器是一种用于存储和管理图片的服务器，可以给我们提供将图片上传后能外部访问浏览的服务。这样我们在写文章时插入的说明图片，就可以集中放到图床里，既方便多平台文章发布，又能统一管理和备份。

通过前面两个步骤，完成了静态博客从搭建到基本功能添加和界面优化。那么，这次就要介绍一下搭在 GitHub 上的静态博客如何运营推广。也就是如何让网站被各大搜索引擎收录？如何提高网站权重？

很多平台都能写博客还有创作激励，为什么我又要搭一个？为什么这次要选择用Hexo框架？对应的原因是流量自由和省钱……

不知道你刚开始玩碰撞时，会不会遇到始终无法触发碰撞事件？玩物理系统时，自由落体的刚体会穿过 “地面” 刚体等情况？没错我全都遇到过，那么下面我就用红蓝色方块，简单实战一下 Cocos Creator

虽然 Cocos 的官方文档对动画系统做了较详细的介绍，但是对于刚接触的同学（比如我）来说还是不太友好。尽管如此，我就按文档加社区帖子一起实践了一下。

尽管现在大佬们都在 All in AI，但我还是把一个方向定在了小游戏上。选引擎二选一，挑了 Cocos Creator，之所以有下面的几个坑点，其根本原因是我没有系统性看他们的文档，所以记录一下。

PyTorch-OpenPose 是一个基于 PyTorch 的开源库，它实现了 OpenPose 的功能，可以进行人的面部表情、躯干和四肢甚至手指的跟踪。它不仅适用于单人也适用于多人，同时具有较好的

本文介绍了如何使用Python的pyaudio库来获取系统内部声音，并实时地在电脑上绘制波形动画，作为FLStudio播放时的桌面小挂件。

前段时间刷短视频看到过别人用摄像头自动化监控员工上班状态，比如标注员工是不是离开了工位，在位置上是不是摸鱼。虽然是段子，但是这个是可以用识别技术实现一下，于是我在网上找，知道发现了 SlowFast

最后用 Inno Setup Compiler 打成PC安装包，里面是各种文件关联，图标和信息的设置。

文章面向刚接触 YOLO 的同学阅读。所以以下会从数据标注，归一化处理到模型训练的实战内容，也包括各种踩坑经历和处理方法，最后对 detect.py 的重写，完成目标对象的坐标和识别标记输出。

pip 安装依赖和 conda 创建环境有多方便，那 C 盘就塞得就有多满。以前我不管使用什么工具，最多就设置个安装位置，其他都是默认。直到最近 C 盘飙红了

如标题，就是通过提取的人脸特征向量，写一个欧几里得 SQL 语句，查询数据库里相似度排前 TOP_K 个的数据记录。做法虽然另类，业务层市面上有现成的面部检索 API，技术层现在有向量数据库。

卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一，它通过卷积层、池化层、全连接层等结构，可以有效地处理如时间序列和图片数据等。关于卷积的概念网络上也比较多

Neo4j 是一个高性能的、NOSQL 图形数据库，它将结构化数据存储在网络上而不是表中。基于磁盘的、具备完全的事务特性的 Java 持久化引擎。

作为一个开发人员，每每在更换电脑或重装系统时，要重新安装开发工具搭建开发环境。所以有的人会封装一下系统(这里指windows)，将平时用到的环境和工具全安装在里面，改改OEM，以后换了电脑就直接

前面一文，初步完成了一下 “AI 换脸” 视频处理程序。完成了视频拆帧，拆帧图片人脸融合，已经音频提取和最后的人脸融合图片的整合。但是在人脸融合部分由于是单线程，处理耗时，所以这里就对那部分进行优化。

当下，视频内容火爆，带有争议性或反差大的换脸视频总能吸引人视线。虽然 AI 换脸在市面上已经流行了许久，相关制作工具或移动应用也是数不胜数。但是多数制作工具多数情况下不是会员就是收费

为什么要在本地电脑安装 CUDA，CUDA 是什么的，用来做什么？我想，点击标题进来的小伙伴，应该都清楚这些。不管你是用来做什么，或者跟我一样为了跑 Tensorflow 的 Object Detec