CodeVortex记事本

# 曲率 曲率（curvature）就是针对曲线上某个点的切线方向角对弧长的转动率，通过微分来定义，表明曲线偏离直线的程度。数学上表明曲线在某一点的弯曲程度的数值。 # 参数曲线的曲率公式 曲线的切线方向角：曲线在点PPP 处的切线与xxx 轴正向的夹角α\alphaα k=∣dα∣ds=∣y′′∣(1+y′2)3/2k=\frac{|d\alpha|}{ds}=\frac{|y''|}{(1+y'^2)^{3/2}} k=ds∣dα∣​=(1+y′2)3/2∣y′

# 3D 文件 # 点云文件 点云文件是一种用于存储点云数据的文件格式。通常包括点云的坐标、颜色等信息。 默认情况下，Open3D 支持以下点云文件格式： Format 说明 xyz 纯文本格式，每行包含一个点的坐标（x, y, z） xyzn 纯文本格式，每行包含一个点的坐标（x, y, z）和法线（nx, ny, nz） xyzrgb 纯文本格式，每行包含一个点的坐标（x, y, z）和颜色（r, g, b） pcd PCD 文件格式，由 PCL（Point Cloud Library）定义 ply PLY 文件格式，由 PLY（Polygon File

# 滤波片位姿矫正系统 - 工业视觉检测 基于计算机视觉的滤波片位姿检测与矫正系统，用于工业生产中滤波片安装位置的自动化检测与调整建议。 # 项目简介 本项目是一个基于 PyQt5 和 OpenCV 的工业视觉应用，主要用于检测滤波片在安装过程中的位姿偏差（包括旋转角度和中心偏移），并提供矫正建议。系统通过图像处理算法提取滤波片轮廓，计算其相对于标准位置的偏差。 项目地址：https://github.com/zhang3399/Pose_correction.git # 核心功能 🖼️ ​​图像导入与处理​​：支持多种图像格式导入，实时显示处理结

项目地址：https://github.com/zhang3399/Single-phase_load_recognition # 项目简介 在一个单相电力线上，对电压电流数据进行录波，从波形数据上提取有效信息，通过建模 - 训练的方式，识别出电力线上正在使用的电器有哪些。 utils/datasets.py : 将数据集处理为输入特征和学习标签 utils/models.py : 定义 LSTM 模型 config/params.py : 配置模型参数，存储路径，识别目标等 results/train.py :

LoRA 最早是由 Meta AI 在 2023 年 5 月 23 日在论文 <<LoRA: Low-Rank Adaptation of Large Language Models>> 中提出的，是一种用于微调大型语言模型的方法。LoRA 通过将模型的一部分参数分解为低秩矩阵，从而在微调时减少计算量和存储需求，同时保持模型的性能。 解决了什么问题❔ ✅大模型微调时计算量过大 ✅大模型微调时存储需求过大 优点👍 优点 描述 避免灾难性遗忘 直接修改大模型的参数会导致灾难性遗忘，LoRA 通过冻结大模型参数，保留原模型的能力 快速切换 任务切换只需

# 相机选型 相机选型：需求→相机→镜头 # 相机 步骤 1：定义应用需求（视场是起点） 先明确 3 个核心需求（决定后续所有参数）： 视场（FOV）：要拍摄的物体最大尺寸（如检测 300mm×220mm 的零件）。 检测精度：每个像素代表的实际尺寸（如 0.1mm / 像素，决定相机分辨率）。 工作距离（WD）：镜头到物体的距离（如 500mm，受安装空间限制）。 步骤 2：选型相机（确定传感器，关键桥梁） 相机的核心是传感器，需通过需求推导 2 个参数： 分辨率：像素数 = 精度视场边长 （例：视场短边 220mm，精度 0.1mm → 220/0.

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的 Linux 机器或 Windows 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。 # 安装 Docker 安装包下载地址：https://docs.docker.com windows 安装 启用 WSL2. 安装 Docker Desktop 以管理员身份运行 PowerShell，输入以下命令： 启用 WSL 功能： dism.exe /online /enable-feature /

tensoRT 是 NVIDIA 推出的一款深度学习推理框架，可以在 GPU 上加速深度学习模型的推理过程。 # 准备工作 安装 tensoRT 需要先安装 CUDA 和 cuDNN。 CUDA 下载地址：https://developer.nvidia.com/cuda-downloads cuDNN 下载地址：https://developer.nvidia.com/cudnn 安装 CUDA 需要注意选择正确的版本，CUDA 版本和 cuDNN 版本需要对应。 # tensoRT 安装 查看 CUDA 版本 nvc

Adman 梯度下降算法核心思想是，对于每个参数，根据其梯度的历史信息，动态调整其学习率从而实现更快的收敛和更好的性能。Adman 梯度下降算法使用两个参数，一个是动量参数，另一个是自适应学习率参数。 动量参数用于加速参数的更新 自适应学习率参数则根据参数梯度的历史信息，动态调整参数的学习率。 在学习 adam 梯度下降算法之前，有必要先了解一下梯度下降算法和动量梯度下降算法。 # 梯度下降算法 梯度下降算法(Gradient Descent, GD) 是深度学习的核心之一，用于最小化目标函数。其基本思想是，在每次迭代中，沿着目标函数的负梯度方向更新参数，从而逐步逼近最优解。 随机

本文主要介绍如何使用 LSTM 预测电池的 SOH (SOC)。 项目地址：https://github.com/zhang3399/Battery-SOH-prediction # 1. 数据集介绍 数据集来源于 https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic-data-repository/#battery 数据说明： 一组四个锂离子电池（#5、6、7 和 18）在室温下经历了 3 种不同的操作模式（充