Anawaert Blog

与你分享不一样的世界

探索二叉树(上)

以直观的方式探索二叉树的结构和遍历方法,并使用 C++ 进行实现

众所周知,二叉树是一种特殊的树形结构。它与链表类似,基本单元是节点,而每个节点都包含值、左子节点的引用和右子节点的引用。二叉树的特点是每个节点**最多**只有两个子节点,并且二叉树中的子树有左右之分。本文将从二叉树的简单概念入手,介绍其基本术语、常见 …

Anawaert 将暂停所有与计算机视觉相关的研究

告一段落

通知 由于 Anawaert 个人的原因,自 2025 年 6 月 27 日起,Anawaert 将暂停所有与计算机视觉相关的研究工作,暂停的研究包括但不限于以下的内容: Ultralytics YOLO 系列模型的研究与改进 OpenCV 图像处理 …

如何使用 Label Studio 对图像实现半自动化标注

通过 Label Studio 与预训练的自定义数据集模型,来实现自定义 YOLO 数据集的边推理边标注

在进行数据集标注时,标注软件能实现自动标注肯定是所有数据标注人员的梦想。本文将以 Ubuntu 22.04.5 LTS 系统为例,讲述如何借助 Label Studio、用于 Ultralytics YOLO 的 Label Studio ML 后端 …

在 Linux 上安装并配置 Docker

以 Ubuntu 22.04.5 LTS 为例,演示如何安装 Docker 并配置用户组(需要一定的磁盘空间)

Docker 是一个开源的应用容器引擎,可以使得用户在不同的电脑上运行相同的应用程序。它通过将应用和所有需要的文件、库、设置等打包在一个叫做“容器”的小盒子里,确保这个应用在任何地方都能顺利运行。本文将以 Docker Engine 社区版为例,讲述 …

如何使用 Ultralytics 来训练 YOLO11 模型

在 Ubuntu 22.04.5 LTS 使用 Ultralytics 训练一个支持实例分割的 YOLO11 模型

在 LLM 领域,我们常常能听到“大模型”这一说法:研究人员将自然交流对话作为语料,通过某些算法做大批次、多轮次地训练来找到一组最优的参数,最终实现程序对用户的不同输入做出不同响应的效果。而在计算机视觉领域亦是同理,通过一系列图像与标签作为数据集,通 …

如何配置 Ultralytics YOLO11 的环境

在 Ubuntu 22.04.5 LTS 中配置 YOLO11 的环境,并使用命令行的方式检验安装

在 2024 年的 11 月末,Ultralytics 悄然进入 8.3 时代,与之而来的便是 YOLO11 的发布。YOLO11 的 mAP 拥有近 3% 的提升,而参数量下降了 22%。而它依然支持多种视觉任务,包括分类、(定向)目标检测、姿态/ …

C# 中的委托(上)

C# 的语言设计精髓之一,并与 C/C++ 中的函数指针做对比

在 C# 中,有一种特殊的类型:委托。委托是通过某种方式“告诉”这个受委托的对象,然后这个对象会代我们去“做”一些事情。而对于 C# 中的委托来说,要“做”的事情就是去调用函数,而决定委托“去不去做”这些事情的因素掌握在我们(用户定义的程序逻辑)手 …

如何使用 HumanSignal Label Studio 对自定义(图像)数据集进行标注

通过本地部署 Label Studio 并以可视化的形式对图像进行多边形标注,并最终导出为特定格式

Label Studio 是一款同样由 HumanSignal 开源发行的图像标注软件,使用本地部署时,在浏览器上的运行效果类似于 Roboflow 这样的在线标注网站。本文将在 Ubuntu 22.04.6 LTS 操作系统上,在 Python …

如何对单目相机进行内参标定

通过 Python 编程,使用 OpenCV 和 NumPy 在 Ubuntu 上实现单目相机的标定

单目相机标定是一种通过捕获不同视角下的标定板图像,并利用这些图像计算相机内部参数(如焦距、光学中心等)和畸变系数的过程。本文将使用 Python 作为编程语言,使用 OpenCV 和和 NumPy 在 Ubuntu 上编写代码以实现单目相机的标定。由 …

Anawaert 的 2024 年度总结

以项目或技术为单位,回顾 Anawaert 在2024年中的经历与收获

许久未更新博客了,如今已跨入 2025 的年轮中,首先祝大家新年快乐,愿大家在新的一年里平安健康、心想事成、节节攀升。本文不讨论具体的技术话题内容,但是会以 Anawaert 这一年来经手的项目或学习的技术为单位,来聊聊这一年在计算机技术上有什么经历 …