前言前不久入手了一卷36张装的柯达全能400，花掉了78大洋。这是第一次买正儿八经的C41彩负，之前彩负的价格高的离谱（虽然现在也离谱），所以只用过柯达的分装电影卷和黑白卷。今天上午胶卷冲洗完成了，所以决定写个流水账，记录一下上手体验。
样片先放几张样片，扫描仪用的SP3000：相比之前拍的电影卷，全能400的色彩还是相当顶的。特别是第一张样片的蓝色，真的超级好看，感觉纯净又柔和。考虑到是400度的卷，噪点控制也算完美，就算有杂色PS简单一拉就回来了。
体验和踩坑拍摄使用的相机是宾得的Z20胶片单反，相机没得说，自动上卷、自动回卷、自动对焦，虽然镜头素质不尽完美但是也不能对这个20多年前的机器抱有太大的期望。由于老相机测光普遍不好用，因此使用手机App当作测光表。测光软件是Lightme，免费版也相当好用的良心软件。
为了拍好这卷不菲的胶卷，专门学了区域曝光法，用软件的点测光可以轻松实现，操作很简单——打开点测光模式，把中心的准星（？放到拍摄区域内接近中灰的位置，点一下测量；再移动手机，先把摄像头指向场景中需要看清的最暗位置，确保软件显示的曝光值不小于-2ev或-3ev，然后移动到需要 ...
生活日常
未读2025-02-01终于，将近一年的时间，小站已经完全迁移到Hexo框架了。接下来，将会想办法整理各个搜索引擎和网站上的过期链接，继续随缘更新。
这就是换框架会遇到的问题，但看到访问速度的提升，感觉这一切都是值得的ᖰ⌯’▾’⌯ᖳ
2024-03-09又想起来这个页面了。
这是第四个版本的Astrophel。一转眼，三年过去了，时间如同流水，而我也已经忘记了抑或是改变了很多。这三年里，Astrophel的服务还算稳定，但是我越来约感觉到Wordpress框架的臃肿。所以，Astrophel Next计划，启动（bushi
接下来的一年时间，我会在空闲时逐渐将旧版Blog迁移至Hexo框架，希望这可以为你带来更好的阅读体验。
2021-09-29从Astrophel的第一个版本开始，我会在Hello World这个页面写一个简短的前言。不知不觉，这已经是Astrophel的第三个版本了。这其中，经历了两次重大的服务器故障。这一次，我将服务器迁移到了北京，并申请了一个ICP备案号。这样，既能提升网站的访问速度，又能提高安全性。毕竟，我实在没有精力每天维护这个网站。希望它能自己平安运行吧。
另 ...
165d50f05814027fb7fe5e4ae8a088d815fc822483a55d3290f51b90141d24e42a49d6def324086d73a2caee6218318fcdfa17b2be1dddd6c51401d355e9cb6d4e3713e80ce4bcbfd15b5fa9ada1cfc2499d4ca48c20bb26646b5f114a50e1b3ccf183bba7f2811d433ba23f7169ed860fd5ab9557a74ecb7544727069bc2c73df6054bef54bb85b18fb18b6f289cdc61fae7220ad03cce533e0643323bab0adcf76224378ad09de0f5f40b11d0de3ff1d206f8604e749e313ebc64bd0149b24830320e26ce2026b2a91c40d5f32e7c079f7a778268597b9a9874fca893e9f7cf53618e75377c82886dce3e3a718ba4087c94d62dd33ef407 ...
最近在编写一个简单的遥感影像处理程序，技术路线是使用Matlab实现一个较为耗时和复杂的数据处理后端，使用VS C#（.NET Framework）实现一个简单的前端GUI界面。
由于这方面网上的资料比较多，本来没打算写（水）一篇博客的，但是实现过程中遇到了不少坑和疑问，所以还是统一记录一下。
Matlab后端运算打包dll由于遥感影像处理多涉及矩阵运算，因此使用Matlab进行编程。将所有代码写成函数后，在“附加资源管理器”中下载并安装MATLAB Compiler和MATLAB Compiler SDK两个附加包。
在App选项卡打开Library Compiler功能，在TYPE栏选择.NET Asswmbly，在EXPORTED FUNCTIONS栏添加自己想要编译的函数。如果想要打包结果不包含Matlab运行时（MCR）以节省空间，则在PACKAGING OPTIONS中选择第一个选项，在未安装Matlab本体的计算机上运行时，选择该选项需要用户手动下载并安装免费的MCR或购买Matlab本体；否则，选择第二个选项，打包包含MCR的完整包，会占据较大空间。另外，如果被打包的 ...
SGO南方地理数据处理平台是由南方测绘公司开发的数据处理软件，常用于GNSS数据的解算，该软件可以在南方下载官网下载，但只有Windows版本。由于实验需要使用该软件，因此考虑如何在Mac上更加优雅的安装本软件。
Wine（Wine Is Not an Emulator）是一款能够在多种 POSIX-compliant 操作系统（诸如 Linux，macOS 及 BSD 等）上运行 Windows 应用的兼容层。Wine 不是像虚拟机或者模拟器一样模仿内部的 Windows 逻辑，而是将 Windows API 调用翻译成为动态的 POSIX 调用，免除了性能和其他一些行为的内存占用，让你能够干净地集合 Windows 应用到你的桌面。[1]CrossOver是Wine的商用项目，可以更加简单快捷的在Mac和Linux上安装和管理Wine。
CrossOver的开发公司是codeweavers，这是一家在开源软件上做出卓越贡献的厂商，我非常尊敬他们，希望大家有条件可以去国际版网站上购买正版的CrossOver或使用14天试用版（^_^）商城链接，一定要使用英语或繁体中文访问，简体中文 ...
为了完成人工智能课的大作业，写了这个程序，代码比较简陋（
使用工具本项目使用Anaconda搭建虚拟环境，所用python版本为3.10。机器学习框架选择PyTorch cuda 11.7版，训练显卡为NVIDIA RTX 2060，显存为6G。展示环节使用了第三方库gradio。
效果展示
详细内容及代码项目地址：https://github.com/Astrophel02/ShipDetect
使用了https://opensar.sjtu.edu.cn 的opensarship-1 数据集，对数据集进行预处理使之大小适合网络。
处理后的数据集在这里：OneDrive
模型选用简单的AlexNet，最终识别准确率可以达到97%以上。
代码中，CNN_1是训练过程，CNN_2是展示过程，针对实验用数据集的预训练模型在这里：OneDrive，该模型可以直接在CNN_2.py中加载。全部代码如下：
CNN_1:
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849 ...
引文Gradio是一个是用友好的web界面演示机器学习模型的最快方法，它的操作非常简便，很方便上手。
MNIST是几乎每个接触机器学习的同学都使用过的数据集，内含0～9共10个数字的上千张手写图片，其每张图片的大小均为28px*28px
Pytorch是一款非常方便的深度学习库，可以轻松搭建深度神经网络。
本文将使用Pytorch训练卷积神经网络（CNN）来进行手写数字识别，然后使用Gradio中的手写板功能输入手写数字，进行识别测试。在文章末尾可以下载本文中的全部代码（ipynb格式）
现状目前网络上的中文教程大多局限于搭建MNIST识别模型，并使用数据集的内建测试集进行测试，并未涉及自行输入图片进行测试，而使用Gradio进行可视化展示的更是少之又少。
Gradio官方文档中的使用方法利用了外部模型，并未涉及自行训练。而外网大部分教程都使用tensorflow。
流程导入必备包123456import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimfrom t ...
首先，在后台主题文件编辑器中的function.php文件末尾添加如下函数（来自sakurairo）
1234567891011121314151617181920212223242526272829303132333435363738//说说页面function shuoshuo_custom_init(){ $labels = array( 'name' => __("Ideas", "sakurairo"), 'singular_name' => __("Idea", "sakurairo"), 'add_new' => __("Publish New Idea", "sakurairo"), 'add_new_item' => __("Publish New Idea" ...
为了看Microsoft无法正常显示的powerpoint文件下载了WPS。有一说一WPS看一些文件还是挺好用的，但是未经询问修改文件默认打开方式和那个与macOS不怎么搭调的文件图标实在难看。好不容易找到办法修改回来，记录如下：
首先，command+i打开对应文件（如docx）的简介，在打开方式处切换回Microsoft Word，点击全部更改，以此类推解除所有文件格式（如pptx）与WPS的关联。
然后，打开终端，输入如下内容以重建Launch Services数据库：
1/System/Library/Frameworks/CoreServices.framework/Frameworks/LaunchServices.framework/Support/lsregister -kill
结束后重启Mac，就会发现所有图标都恢复正常啦！
详细内容可参见：这篇文章
前不久入手了一块树莓派，在连接显示器时，画面断断续续，完全无法使用。
网上搜索了很多资料和教程，发现状况都跟自己遇到的不太一样，遂抹掉SD卡上原本带的系统，重装了最新版的Raspberry Pi OS（32bit）。
之后信心满满的连接显示器，上电后在命令行界面显示正常，在图形界面显示器显示无信号输入。由于屏幕和HDMI线都是新购的，所以首先怀疑是不是这两件出现问题。在其他电脑上测试后，很快排除了该原因。
网上的资料提示有可能是pi的配置文件问题。于是在MicroSD卡中找到config.txt文件，进行了多次尝试，最终确定了文件对于该显示的的正确配置：
1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980# For more options and information see# http://rpf.io/configtxt# Som ...
