主頁 >  其他 > 百度飛槳(PaddlePaddle) - PP-OCRv3 文字檢測識別系統 基于 Paddle Serving快速使用（服務化部署 - CentOS 7）

百度飛槳(PaddlePaddle) - PP-OCRv3 文字檢測識別系統 基于 Paddle Serving快速使用（服務化部署 - CentOS 7）

2023-05-31 10:34:11 其他

目錄
  • Paddle Serving服務化部署實戰
  • 準備預測資料和部署環境
  • 環境準備
    • 安裝 PaddlePaddle 2.0
    • 安裝 PaddleOCR
    • 準備PaddleServing的運行環境，
    • 模型轉換
  • Paddle Serving pipeline部署
    • 確認作業目錄下檔案結構：
    • 啟動服務可運行如下命令：
  • 測驗
    • Python發送服務請求：
    • Postman 發送請求
  • 引數調整

百度飛槳(PaddlePaddle) - PP-OCRv3 文字檢測識別系統 預測部署簡介與總覽
百度飛槳(PaddlePaddle) - PP-OCRv3 文字檢測識別系統 Paddle Inference 模型推理（離線部署）
百度飛槳(PaddlePaddle) - PP-OCRv3 文字檢測識別系統 基于 Paddle Serving快速使用（服務化部署 - CentOS）
百度飛槳(PaddlePaddle) - PP-OCRv3 文字檢測識別系統 基于 Paddle Serving快速使用（服務化部署 - Docker）

Paddle Serving 是飛槳服務化部署框架，能夠幫助開發者輕松實作從移動端、服務器端呼叫深度學習模型的遠程預測服務， Paddle Serving圍繞常見的工業級深度學習模型部署場景進行設計，具備完整的在線服務能力，支持的功能包括多模型管理、模型熱加載、基于Baidu-RPC的高并發低延遲回應能力、在線模型A/B實驗等，并提供簡單易用的Client API，Paddle Serving可以與飛槳訓練框架聯合使用，從而訓練與遠程部署之間可以無縫過度，讓用戶輕松實作預測服務部署，大大提升了用戶深度學習模型的落地效率，

Paddle Serving服務化部署框架(PIP安裝方式、Docker安裝)
最新wheel包合集

Paddle Serving服務化部署實戰

服務化部署指的是，將模型以服務的形式進行部署，其他的設備可以通過發送請求的形式去訪問服務，從而獲取模型服務的推理結果，服務化部署示意圖如下所示，
image
在模型部署成功后，不同用戶都可以通過客戶端，以發送網路請求的方式獲得推理服務，
基于Paddle Serving部署PP-OCRv2系統流程圖
image

準備預測資料和部署環境

資料與模型推理所用資料一致，
運行Paddle Serving，需要安裝Paddle Serving三個安裝包：paddle-serving-server、paddle-serving-client 和 paddle-serving-app，命令如下，
https://pypi.tuna.tsinghua.edu.cn/simple/
image

環境準備

本文版本號：
PaddlePaddle 2.2.2
PaddleOCR 2.6

注意： Python 版本
PaddlePaddle 2.4.0 - => Python 3.7.4
PaddlePaddle 2.4.1 + => Python 3.9.0
image
盡量保持一致，防止麻煩
image

首先下載PaddleOCR代碼，安裝相關依賴，具體命令如下
準備PaddleOCR的運行環境：https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.6/doc/doc_ch/installation.md

Linux 升級安裝 Python 3

安裝 PaddlePaddle 2.0

# 注意版本，原來電腦是 3.8 的，非常麻煩
[root@localhost PaddleOCR]# python -V
Python 3.7.4
[root@localhost PaddleOCR]# pip install -U pip
# 如果您的機器是CPU，請運行以下命令安裝
[root@localhost PaddleOCR]# pip install paddlepaddle==2.2.2 -i https://mirror.baidu.com/pypi/simple

# 如果您的機器安裝的是CUDA9或CUDA10，請運行以下命令安裝
# python3 -m pip install paddlepaddle-gpu==2.2.2 -i https://mirror.baidu.com/pypi/simple

# VQA任務中需要用到該庫 -- 不安裝也沒報錯
#[root@localhost PaddleOCR]# pip install paddlenlp==2.0.1 -i https://mirror.baidu.com/pypi/simple

安裝 PaddleOCR

[root@localhost ~]# cd /opt
# 下載代碼
[root@localhost opt]# git clone https://gitee.com/paddlepaddle/PaddleOCR.git
[root@localhost opt]# cd /opt/PaddleOCR
# 安裝運行所需要的whl包
[root@localhost PaddleOCR]# pip install -r requirements.txt -i https://mirror.baidu.com/pypi/simple

準備PaddleServing的運行環境，

步驟如下：

[root@localhost PaddleOCR]# pwd
/opt/PaddleOCR
# 安裝serving，用于啟動服務 https://pypi.tuna.tsinghua.edu.cn/simple/paddle-serving-server/
[root@localhost PaddleOCR]# wget https://paddle-serving.bj.bcebos.com/test-dev/whl/paddle_serving_server-0.8.3-py3-none-any.whl
[root@localhost PaddleOCR]# pip install paddle_serving_server-0.8.3-py3-none-any.whl

# GPU 安裝下面地址
# wget https://paddle-serving.bj.bcebos.com/test-dev/whl/paddle_serving_server_gpu-0.8.3.post102-py3-none-any.whl
# pip3 install paddle_serving_server_gpu-0.8.3.post102-py3-none-any.whl
# 如果是cuda10.1環境，可以使用下面的命令安裝paddle-serving-server
# wget https://paddle-serving.bj.bcebos.com/test-dev/whl/paddle_serving_server_gpu-0.8.3.post101-py3-none-any.whl
# pip3 install paddle_serving_server_gpu-0.8.3.post101-py3-none-any.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安裝client，用于向服務發送請求， https://pypi.tuna.tsinghua.edu.cn/simple/paddle-serving-client/
# cp37 => python 3.7, 版本要對應，否則報 ERROR: paddle_serving_client-0.8.3-cp37-none-any.whl is not a supported wheel on this platform.
[root@localhost PaddleOCR]# wget https://paddle-serving.bj.bcebos.com/test-dev/whl/paddle_serving_client-0.8.3-cp37-none-any.whl
[root@localhost PaddleOCR]# pip install paddle_serving_client-0.8.3-cp37-none-any.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安裝serving-app https://pypi.tuna.tsinghua.edu.cn/simple/paddle-serving-app/
[root@localhost PaddleOCR]# wget https://paddle-serving.bj.bcebos.com/test-dev/whl/paddle_serving_app-0.8.3-py3-none-any.whl
# 需要單獨安裝一下，否則 pip install paddle_serving_app-0.8.3-py3-none-any.whl 安裝時會報 安裝 opencv 超時
[root@localhost PaddleOCR]# pip install opencv-python==3.4.17.61 -i https://pypi.tuna.tsinghua.edu.cn/simple --verbose
[root@localhost PaddleOCR]# pip install paddle_serving_app-0.8.3-py3-none-any.whl -i https://pypi.tuna.tsinghua.edu.cn/simple

模型轉換

使用PaddleServing做服務化部署時，需要將保存的inference模型轉換為serving易于部署的模型，
首先，下載PP-OCR的inference模型

[root@localhost PaddleOCR]# cd /opt/PaddleOCR/deploy/pdserving/
# 下載并解壓 OCR 文本檢測模型
[root@localhost pdserving]# wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar -O ch_PP-OCRv3_det_infer.tar && tar -xf ch_PP-OCRv3_det_infer.tar
# 下載并解壓 OCR 文本識別模型
[root@localhost pdserving]# wget https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar -O ch_PP-OCRv3_rec_infer.tar &&  tar -xf ch_PP-OCRv3_rec_infer.tar

# 降級，否則轉換模型會報錯，-> ImportError: urllib3 v2.0 only supports OpenSSL 1.1.1+, currently the 'ssl' module is compiled with OpenSSL 1.0.2k-fips  26 Jan 2017
[root@localhost pdserving]# pip install urllib3==1.25.6 -i https://pypi.tuna.tsinghua.edu.cn/simple --verbose
[root@localhost pdserving]# pip show urllib3
Name: urllib3
Version: 1.25.6

接下來，用安裝的paddle_serving_client把下載的inference模型轉換成易于server部署的模型格式，

# 轉換檢測模型
[root@localhost pdserving]# python -m paddle_serving_client.convert --dirname ./ch_PP-OCRv3_det_infer/ \
                                         --model_filename inference.pdmodel          \
                                         --params_filename inference.pdiparams       \
                                         --serving_server ./ppocr_det_v3_serving/ \
                                         --serving_client ./ppocr_det_v3_client/

# 轉換識別模型
[root@localhost pdserving]# python -m paddle_serving_client.convert --dirname ./ch_PP-OCRv3_rec_infer/ \
                                         --model_filename inference.pdmodel          \
                                         --params_filename inference.pdiparams       \
                                         --serving_server ./ppocr_rec_v3_serving/  \
                                         --serving_client ./ppocr_rec_v3_client/
# 安裝 tree 工具
[root@localhost pdserving]# yum -y install tree
# 查看檔案夾
[root@localhost pdserving]# tree -h *_client *_serving
ppocr_det_v3_client
├── [ 214]  serving_client_conf.prototxt
└── [  56]  serving_client_conf.stream.prototxt
ppocr_rec_v3_client
├── [ 229]  serving_client_conf.prototxt
└── [  59]  serving_client_conf.stream.prototxt
ppocr_det_v3_serving
├── [2.3M]  inference.pdiparams
├── [1.3M]  inference.pdmodel
├── [ 214]  serving_server_conf.prototxt
└── [  56]  serving_server_conf.stream.prototxt
ppocr_rec_v3_serving
├── [ 10M]  inference.pdiparams
├── [1.2M]  inference.pdmodel
├── [ 229]  serving_server_conf.prototxt
└── [  59]  serving_server_conf.stream.prototxt

0 directories, 12 files
[root@localhost pdserving]#

檢測模型轉換完成后，會在當前檔案夾多出ppocr_det_v3_serving 和ppocr_det_v3_client的檔案夾，具備如下格式：

|- ppocr_det_v3_serving/
  |- __model__
  |- __params__
  |- serving_server_conf.prototxt
  |- serving_server_conf.stream.prototxt

|- ppocr_det_v3_client
  |- serving_client_conf.prototxt
  |- serving_client_conf.stream.prototxt

Paddle Serving pipeline部署

確認作業目錄下檔案結構：

注意： 將PaddleOCR/deploy/pdserving/config.yml檔案中的兩個model_config欄位，對應模型轉換的檔案夾，
pdserver目錄包含啟動pipeline服務和發送預測請求的代碼，包括：

__init__.py
config.yml            # 啟動服務的組態檔
ocr_reader.py         # OCR模型預處理和后處理的代碼實作
pipeline_http_client.py   # 發送pipeline預測請求的腳本
web_service.py        # 啟動pipeline服務端的腳本

啟動服務可運行如下命令：

[root@localhost pdserving]# cd /opt/PaddleOCR/deploy/pdserving/
# 如果報錯，執行 ImportError: libGL.so.1: cannot open shared object file: No such file or directory
[root@localhost pdserving]# yum -y install libGL
# 啟動服務，運行日志保存在log.txt
[root@localhost pdserving]# nohup python web_service.py --config=config.yml &>log.txt &
[root@localhost pdserving]# tail -f ./log.txt

成功啟動服務后，log.txt中會列印類似如下日志
image

測驗

Python發送服務請求：

[root@localhost PaddleOCR]# cd /opt/PaddleOCR/deploy/pdserving/
[root@localhost pdserving]# python pipeline_http_client.py
**********../../doc/imgs/00006737.jpg**********
erro_no:0, err_msg:
('登機牌', 0.98663443), [[156.0, 27.0], [353.0, 24.0], [354.0, 67.0], [157.0, 70.0]]
('BOARDING PASS', 0.92134), [[422.0, 23.0], [819.0, 15.0], [820.0, 55.0], [423.0, 63.0]]
('序號SERIALNO.', 0.90068984), [[490.0, 103.0], [663.0, 101.0], [663.0, 120.0], [490.0, 122.0]]
('CLASS', 0.9126972), [[398.0, 106.0], [455.0, 104.0], [456.0, 122.0], [399.0, 124.0]]
('艙位', 0.997319), [[343.0, 107.0], [385.0, 107.0], [385.0, 125.0], [343.0, 125.0]]
('日期 DATE', 0.8522339), [[213.0, 108.0], [317.0, 107.0], [317.0, 127.0], [213.0, 128.0]]
('座位號SEAT NO', 0.9227149), [[677.0, 99.0], [833.0, 96.0], [833.0, 116.0], [677.0, 119.0]]
('航班 FLIGHT', 0.9386937), [[64.0, 112.0], [191.0, 108.0], [191.0, 128.0], [64.0, 132.0]]
('W', 0.818372), [[406.0, 132.0], [430.0, 132.0], [430.0, 157.0], [406.0, 157.0]]
('035', 0.881623), [[511.0, 130.0], [567.0, 130.0], [567.0, 155.0], [511.0, 155.0]]
('O3DEC', 0.96435463), [[233.0, 138.0], [325.0, 136.0], [325.0, 157.0], [233.0, 159.0]]
('MU2379', 0.99732345), [[83.0, 140.0], [212.0, 137.0], [212.0, 160.0], [83.0, 162.0]]
('登機口', 0.82893676), [[489.0, 174.0], [553.0, 173.0], [553.0, 193.0], [490.0, 195.0]]
('GATE', 0.99797326), [[566.0, 174.0], [612.0, 172.0], [613.0, 190.0], [567.0, 192.0]]
('始發地', 0.9969302), [[343.0, 175.0], [409.0, 174.0], [410.0, 194.0], [344.0, 196.0]]
('FROM', 0.9880336), [[404.0, 175.0], [468.0, 175.0], [468.0, 193.0], [404.0, 193.0]]
('登機時間BDT', 0.96257985), [[678.0, 170.0], [810.0, 168.0], [810.0, 188.0], [678.0, 190.0]]
('目的地TO', 0.93609524), [[67.0, 181.0], [168.0, 178.0], [168.0, 198.0], [68.0, 202.0]]
('福州', 0.99901855), [[97.0, 207.0], [167.0, 206.0], [168.0, 227.0], [98.0, 229.0]]
('TAIYUAN', 0.950216), [[338.0, 219.0], [473.0, 216.0], [473.0, 235.0], [338.0, 239.0]]
('G11', 0.6856508), [[505.0, 214.0], [553.0, 214.0], [553.0, 235.0], [505.0, 235.0]]
('FUZHOU', 0.9885346), [[91.0, 231.0], [201.0, 227.0], [202.0, 248.0], [91.0, 251.0]]
('身份識別ID NO', 0.89463985), [[345.0, 240.0], [482.0, 236.0], [482.0, 256.0], [345.0, 259.0]]
('姓名NAME', 0.974122), [[67.0, 251.0], [172.0, 249.0], [172.0, 268.0], [67.0, 270.0]]
('ZHANGQIWET', 0.89279824), [[77.0, 278.0], [262.0, 274.0], [262.0, 294.0], [77.0, 297.0]]
('票號 TKTNO', 0.92473453), [[462.0, 297.0], [578.0, 295.0], [578.0, 315.0], [462.0, 317.0]]
('張祺偉', 0.9672684), [[103.0, 313.0], [208.0, 311.0], [208.0, 334.0], [103.0, 336.0]]
('票價FARE', 0.9370956), [[70.0, 344.0], [164.0, 341.0], [165.0, 362.0], [70.0, 364.0]]
('ETKT7813699238489/1', 0.9605237), [[346.0, 349.0], [660.0, 347.0], [660.0, 366.0], [346.0, 368.0]]

image

Postman 發送請求

{"key": ["image"], "value": ["image base64"]}

image

引數調整

調整 config.yml 中的并發個數獲得最大的QPS, 一般檢測和識別的并發數為2：1

det:
    #并發數，is_thread_op=True時，為執行緒并發；否則為行程并發
    concurrency: 8
    ...
rec:
    #并發數，is_thread_op=True時，為執行緒并發；否則為行程并發
    concurrency: 4
    ...

預測性能資料會被自動寫入 PipelineServingLogs/pipeline.tracer 檔案中，

參考：https://gitee.com/paddlepaddle/PaddleOCR/tree/release/2.6/deploy/pdserving

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/553925.html

標籤：其他

上一篇：3.5. 例外處理

下一篇：返回列表

標籤雲
其他(160067) Python(38189) JavaScript(25466) Java(18163) C(15235) 區塊鏈(8268) C＃(7972) AI(7469) 爪哇(7425) MySQL(7219) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5873) 数组(5741) R(5409) Linux(5344) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4580) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2434) ASP.NET(2403) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) .NET技术(1979) 功能(1967) Web開發(1951) HtmlCss(1950) C++(1928) python-3.x(1918) 弹簧靴(1913) xml(1889) PostgreSQL(1879) .NETCore(1863) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種：三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看，三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看，三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統，“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及：虛擬機CentOs下執行 yum -y install lrzsz命令，出現錯誤：鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示：其實很簡單，往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號， sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求，SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生， 2020-08-28 16:18:25 分類專欄： kail 網路安全 linux 文章標簽： linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么？ 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼： #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘（北斗授時服務器）讓網路資料更精準

    北斗電力時鐘（北斗授時服務器）讓網路資料更精準 北斗電力時鐘（北斗授時服務器）讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年，資訊技術的得了快速發展，互聯網在逐漸普及，其在人們生活和生產中都得到了廣泛應用，并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用，一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub：https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺，后來才有了CTFHub。 感覺不論是網頁UI設計，還是題目質量，賽事跟蹤，工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解（net user / type /md /rd/ dir /cd /net use copy、批處理 等） 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝，密碼啊破解03Linux常用命令04LAMP 01LINUX windows： win03 8 12 16 19 配置不繁瑣 Linux：redhat,centos(紅帽社區版)，Ubuntu server,suse unix:金融機構，證券，銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 （POST注入/XSS漏洞上傳）3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題，描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 百度飛槳(PaddlePaddle) - PP-OCRv3 文字檢測識別系統 基于 Padd

    Paddle Serving 是飛槳服務化部署框架，能夠幫助開發者輕松實作從移動端、服務器端呼叫深度學習模型的遠程預測服務。 Paddle Serving圍繞常見的工業級深度學習模型部署場景進行設計，具備完整的在線服務能力，支持的功能包括多模型管理、模型熱加載、基于Baidu-RPC的高并發低延遲響... ......

    uj5u.com 2023-05-31 10:34:11 more
  • 3.5. 例外處理

    在Java中，例外是一種用于表示程式在運行程序中遇到的錯誤或例外情況的物件。Java提供了一套例外處理機制，可以幫助我們更好地處理運行時可能出現的錯誤和例外。例外處理的主要概念包括： 1. 例外類：Java中的例外類是繼承自`Throwable`類的類。例外類分為兩大類：`Error`類和`Exce ......

    uj5u.com 2023-05-31 10:28:49 more
  • 3.5. 例外處理

    在Java中，例外是一種用于表示程式在運行程序中遇到的錯誤或例外情況的物件。Java提供了一套例外處理機制，可以幫助我們更好地處理運行時可能出現的錯誤和例外。例外處理的主要概念包括： 1. 例外類：Java中的例外類是繼承自`Throwable`類的類。例外類分為兩大類：`Error`類和`Exce ......

    uj5u.com 2023-05-31 10:11:20 more
  • OSI圖解

    OSI 七層模型通過七個層次化的結構模型使不同的系統不同的網路之間實作可靠的通訊，因此其最主要的功能就是幫助不同型別的主機實作資料傳輸 。

    完成中繼功能的節點通常稱為中繼系統。在OSI七層模型中，處于不同層的中繼系統具有不同的名稱。 ......

    uj5u.com 2023-05-31 10:11:12 more
  • OSI圖解

    OSI 七層模型通過七個層次化的結構模型使不同的系統不同的網路之間實作可靠的通訊，因此其最主要的功能就是幫助不同型別的主機實作資料傳輸 。

    完成中繼功能的節點通常稱為中繼系統。在OSI七層模型中，處于不同層的中繼系統具有不同的名稱。 ......

    uj5u.com 2023-05-31 08:39:05 more
  • 讀資料壓縮入門筆記03_VLC

    一種表示整數的方法，它用一個或多個位元組來表示一個整數，數值越小用的位元組數越少，數值越大用的位元組數越多 ......

    uj5u.com 2023-05-31 08:38:53 more
  • OWASP移動應用安全測驗指南中文版

    OWASP移動應用安全測驗指南（MASTG）是OWASP移動應用安全（MAS）旗艦專案的一部分，是一本涵蓋移動應用安全分析程序、技術和工具的綜合手冊，也是一套詳盡的測驗案例，用于驗證OWASP移動應用安全驗證標準（MASVS）中列出的要求，為完整和一致的安全測驗提供一個基線。 OWASP MASVS ......

    uj5u.com 2023-05-31 08:38:40 more
  • 最流行的AI繪圖工具Midjourney，你不得不知道的使用技巧

    Midjourney成為了最受歡迎的生成式AI工具之一。它的使用很簡單。輸入一些文本，Midjourney背后的大腦（或計算機）將自動為您繪制生動的影像。但與DALL-E等其他AI影像生成器不同，您只能通過Discord聊天應用程式訪問Midjourney。 ......

    uj5u.com 2023-05-31 08:38:21 more
  • Java 集合類詳解（一）

    ## 為什么要使用集合 存盤多個資料可以使用陣列，但由于陣列在記憶體中是連續存盤的，所以會有一些限制。比如陣列在創建時就要指定長度，即可以容納的元素個數，且指定后無法更改；陣列在創建時需要指定元素的型別，并且所有元素都必須是該型別或其子類；添加或洗掉陣列中的元素需要創建一個新陣列再進行元素復制，比較麻 ......

    uj5u.com 2023-05-31 08:38:08 more
  • Unity_Photon

    # Photon ## Photon搭建 [(2條訊息) 【Unity3D】Photon環境搭建_photon框架_little_fat_sheep的博客-CSDN博客](https://blog.csdn.net/m0_37602827/article/details/127054963?ops_ ......

    uj5u.com 2023-05-31 08:38:02 more

Copyright © 2010-2020 有解無憂