全面盘点多模态融合算法及应用场景

一、引言

多模态融合的定义

多模态融合（Multimodal Fusion）是指结合来自不同模态（如视觉、听觉、文本等）的数据，以提升信息处理和理解能力的技术方法。多模态数据通常具有不同的物理性质和信息特征，通过融合这些多模态信息，可以获得更全面和准确的理解。这种融合过程可以发生在数据层、特征层和决策层：

  • 数据层融合：直接对不同模态的数据进行融合。
  • 特征层融合：提取不同模态的数据特征后进行融合。
  • 决策层融合：对不同模态的处理结果进行融合。

多模态融合的重要性

多模态融合在人工智能领域中具有重要意义，主要体现在以下几个方面：

  1. 提高信息理解能力：单一模态的数据往往不能提供全面的信息。例如，仅依靠视觉数据可能无法准确判断一个人的情感状态，但结合语音和文本数据，可以显著提高情感识别的准确性。
  2. 增强模型的鲁棒性：多模态融合能够增强模型对不同环境和场景的适应能力。例如，在自动驾驶中，结合视觉、雷达和激光雷达数据，可以提高环境感知的准确性和安全性。
  3. 提供丰富的上下文信息：通过融合多模态数据，可以获得更加丰富的上下文信息，从而改进任务的执行效果。例如，在人机交互中，结合语音和手势信息，可以提供更加自然和直观的交互体验。
  4. 改进生成任务的质量：在生成任务中（如图文生成），多模态融合能够生成更加逼真和一致的内容。例如，结合文本描述和图像数据，可以生成符合描述的高质量图像。

多模态融合的应用场景

多模态融合技术在各个领域有着广泛的应用，以下是一些典型的应用场景：

  1. 图文生成与理解
    • 图像描述生成：根据图像内容生成自然语言描述。
    • 文本到图像生成：根据文本描述生成对应的图像。
  2. 语音和视觉结合的情感分析
    • 通过结合语音和视觉数据，识别用户的情感状态，提高情感分析的准确性。
  3. 自动驾驶
    • 通过融合摄像头、雷达、激光雷达等多种传感器数据，实现对驾驶环境的全面感知，提高自动驾驶的安全性和可靠性。
  4. 人机交互
    • 结合语音、手势和面部表情，实现自然的人机交互。例如，智能家居中的语音助手结合视觉数据，可以识别用户的手势命令和表情变化，提供更加智能的服务。
  5. 医疗影像分析
    • 将不同模态的医疗影像（如MRI、CT、超声波等）融合在一起，提高疾病诊断的准确性和早期发现能力。
  6. 多模态推荐系统
    • 在推荐系统中结合用户的浏览历史、评论、图像和视频等多种模态数据，提供个性化和精准的推荐服务。
    • 以下表格总结了不同应用场景中使用的模态及其融合方式：

 通过以上对多模态融合定义、重要性和应用场景的介绍，可以看出，多模态融合在提升信息处理和理解能力方面具有显著优势，广泛应用于各个领域，成为推动人工智能技术进步的重要力量。

二、多模态融合的背景

背景与定义

多模态融合（Multimodal Fusion）是指将来自不同模态的数据进行结合，以提高信息处理和理解能力的一种技术方法。多模态数据可能包括视觉、听觉、文本等不同类型的信息，通过融合这些数据，我们可以获得更加全面和准确的理解。这种融合过程可以在数据层、特征层和决策层进行。

历史发展

多模态融合技术的发展经历了几个关键阶段，每个阶段都代表了技术进步和应用场景的扩展。以下是多模态融合发展的主要里程碑：

1. 早期探索阶段（20世纪60年代 - 90年代）

在计算机科学和人工智能的早期阶段，多模态融合的概念已经开始萌芽。早期的研究主要集中在基础理论和概念模型上，试图理解和模拟人类多感官信息处理的机制。

  • 1960年代：信息论和控制论的兴起，为多模态信息处理提供了理论基础。
  • 1970年代：自然语言处理（NLP）和计算机视觉（CV）开始独立发展，分别研究语言和视觉信息的处理方法。
  • 1980年代：初步尝试将语音识别和文本处理结合，开启了跨模态信息处理的研究。
2. 技术融合阶段（1990年代 - 2000年代初）

随着计算能力的提升和传感技术的发展，多模态融合进入了实质性的发展阶段。这一时期的研究开始关注如何有效地将不同模态的信息进行融合，以解决实际应用中的问题。

  • 1990年代：语音和图像的融合研究逐渐兴起，主要应用于多媒体信息检索和人机交互。Huang et al. (1993) 提出了基于语音和视觉信息的多模态接口。
  • 2000年代初：基于概率模型和机器学习的方法开始应用于多模态融合。例如，Hidden Markov Models (HMMs) 和 Gaussian Mixture Models (GMMs) 被用于融合语音和图像数据。
3. 深度学习驱动阶段（2010年代 - 现在）

深度学习的兴起为多模态融合带来了新的机遇。基于深度神经网络的方法能够自动提取和融合多模态特征，显著提升了多模态信息处理的效果。

  • 2010年代初：深度学习方法在计算机视觉和自然语言处理领域取得突破，推动了多模态融合技术的发展。Multimodal Deep Boltzmann Machines (DBMs) 和 Deep Belief Networks (DBNs) 等模型被提出用于多模态融合。
  • 2014年：Vinyals et al. 提出了图像描述生成模型，结合卷积神经网络（CNN）和循环神经网络（RNN），实现了图像和文本的有效融合。
  • 2015年：Google的Neural Machine Translation (NMT) 系统使用了多模态信息，提高了翻译的准确性和流畅性。
4. 多模态融合的应用扩展阶段（2020年代 - 未来）

进入2020年代，多模态融合技术在各个领域的应用得到了进一步扩展，从自动驾驶到医疗诊断，从虚拟现实到智能家居，多模态融合技术展示了其广泛的应用前景。

  • 2020年：OpenAI推出了DALL-E，结合文本和图像生成技术，实现了基于文本描述生成图像的能力。
  • 2021年：Meta (前Facebook) 发布了HoloLens，利用多模态融合技术实现了增强现实（AR）和虚拟现实（VR）的创新应用。
  • 2023年：在自然语言处理和视觉理解的融合研究中，Transformer-based 模型（如 CLIP, DALL-E 2）展示了强大的多模态信息处理能力，推动了多模态融合技术的发展。

多模态融合的研究现状

目前，多模态融合已经成为人工智能研究的一个重要方向。研究热点主要集中在以下几个方面：

  1. 模型架构设计：如何设计高效的多模态融合模型架构，如Transformer、混合神经网络等。
  2. 特征提取与表示：如何从不同模态的数据中提取有效的特征，并进行统一的表示。
  3. 跨模态对齐：如何在不同模态之间建立关联和对齐机制，以实现信息的无缝融合。
  4. 应用场景扩展：探索多模态融合在新兴领域的应用，如智能家居、智能医疗、自动驾驶等。

关键技术与工具

在多模态融合的研究与应用中，以下技术与工具起到了关键作用：

  • 深度学习框架：如TensorFlow、PyTorch，为多模态模型的训练和部署提供了基础设施。
  • 预训练模型：如BERT、GPT-3、CLIP，为多模态融合任务提供了强大的预训练特征表示。
  • 数据集：如MS COCO、Flickr30k、AudioSet，提供了多模态融合研究所需的大规模数据。

三、多模态数据的类型和特征

多模态融合技术的核心在于有效地处理和结合不同模态的数据。理解各类模态数据的特征和相应的处理方法，是实现多模态融合的关键。以下是对多模态数据类型及其特征的详细介绍。

图像数据

图像数据是视觉模态的主要表现形式，具有丰富的空间信息和视觉特征。

特征描述
  • 空间分辨率：图像数据由像素组成，每个像素代表图像在特定位置的颜色和亮度值。高分辨率图像包含更多的细节信息。
  • 颜色信息：通常以RGB（红、绿、蓝）三通道表示，有时也会使用其他颜色空间如HSV、YUV等。
  • 纹理和边缘特征：通过边缘检测、SIFT（Scale-Invariant Feature Transform）、HOG（Histogram of Oriented Gradients）等方法提取。
举例
  • 自然图像：如风景、人物、物体的照片。
  • 医学影像：如X光片、MRI（磁共振成像）、CT（计算机断层扫描）图像。
  • 卫星图像：如遥感卫星拍摄的地球表面图像。

文本数据

文本数据是语言模态的主要表现形式，包含丰富的语义和上下文信息。

特征描述
  • 词汇特征：词汇的频率、词性（如名词、动词、形容词等）。
  • 语义特征：通过词向量（如Word2Vec、GloVe）、上下文表示（如BERT）来捕捉词汇的语义。
  • 句法特征：句子的结构和依赖关系，使用句法树或依赖图表示。
  • 上下文特征：基于上下文的信息捕捉，通常使用序列模型（如LSTM、Transformer）来提取。
举例
  • 自然语言文本：如新闻文章、对话记录、社交媒体帖子。
  • 技术文档：如API文档、研究论文、专利文件。
  • 字幕和脚本：如电影字幕、视频脚本。

音频数据

音频数据是听觉模态的主要表现形式，包含声音的频率、幅度和时间特征。

特征描述
  • 时域特征：如波形信号的时间序列，常用特征包括音量、能量等。
  • 频域特征：通过傅里叶变换获取，如频谱图、梅尔频谱。
  • 时频特征：结合时域和频域信息，如MFCC（梅尔频率倒谱系数）。
  • 语音特征：如音素、韵律、情感特征。
举例
  • 语音数据：如对话录音、语音命令。
  • 音乐数据：如歌曲、乐器演奏。
  • 环境声音：如自然声音、城市噪音。

视频数据

视频数据是时序的视觉模态，结合了图像和时间序列信息。

特征描述
  • 帧级特征：每一帧的视频可以视为一张图像，包含图像特征。
  • 时序特征：帧与帧之间的时间关联，捕捉运动信息和动态变化。
  • 光流特征：通过分析视频中像素点的移动，提取运动信息。
举例
  • 电影和视频片段：如电影、电视剧、网络视频。
  • 监控视频：如交通监控、安防监控。
  • 运动捕捉：如体育比赛录像、动作捕捉数据。

传感器数据

传感器数据包括各种物理传感器采集到的信号，具有高维度和时序性。

特征描述
  • 时间序列特征：如传感器信号的时间序列。
  • 频域特征：通过频域分析提取的特征，如振动频率、功率谱密度。
  • 多模态传感：结合多个传感器的数据，如加速度计、陀螺仪、温度传感器等。
举例
  • 移动设备传感器数据：如智能手机中的加速度计、陀螺仪数据。
  • 工业传感器数据：如机器振动传感器、温度传感器数据。
  • 健康监测数据：如心率监测、血氧水平监测数据。

跨模态数据的融合特性

多模态数据的融合不仅需要理解每种模态的独特特征，还需要解决跨模态的对齐和互补问题。以下是一些常见的融合特性和挑战：

  • 对齐问题：不同模态的数据可能存在时间或空间上的对齐问题，需要通过对齐算法进行处理。例如，视频和音频数据的同步处理。
  • 信息互补性：不同模态的数据可以提供互补信息，通过融合可以增强整体信息的完整性和准确性。
  • 数据噪声和冗余：多模态数据可能包含噪声和冗余信息，需要通过特征选择和降维技术进行处理。

融合方法与策略

在实际应用中，针对多模态数据的融合可以采用以下几种策略：

  1. 早期融合：在数据层进行融合，将不同模态的数据直接拼接在一起作为模型的输入。
  2. 中期融合：在特征层进行融合，分别提取不同模态的数据特征后进行结合。
  3. 晚期融合：在决策层进行融合，将各模态独立处理后的结果进行组合。

通过理解和处理多模态数据的类型和特征，我们可以设计出更加高效和鲁棒的多模态融合模型，解决复杂的跨模态信息处理问题，并在实际应用中取得更好的效果。

四、多模态融合-数据层融合

数据层融合是多模态融合技术中最基础的一种方法，即将来自不同模态的原始数据在输入层直接进行拼接或组合。该方法简单直接，但在实际应用中需要处理数据对齐、尺度差异和噪声等问题。下面将详细介绍数据层融合的基本方法和实现细节，并提供代码举例。

数据层融合的基本方法

数据层融合通常涉及以下几个步骤：

  1. 数据预处理：对不同模态的数据进行预处理，包括数据清洗、归一化和对齐等。
  2. 数据拼接：将不同模态的数据在输入层直接拼接或组合在一起，形成统一的输入表示。
  3. 模型训练：使用融合后的数据训练一个单一模型，进行下游任务的预测。
数据预处理

不同模态的数据可能具有不同的尺度和格式，因此在融合之前需要进行预处理。常见的预处理方法包括：

  • 归一化：将不同模态的数据归一化到相同的尺度。例如，对于图像数据，可以进行像素值归一化；对于文本数据，可以使用词向量表示。
  • 对齐：将不同模态的数据在时间或空间上进行对齐。例如，对于视频和音频数据，可以通过时间戳进行同步。
数据拼接

数据拼接是数据层融合的关键步骤。常见的拼接方法包括：

  • 向量拼接：将不同模态的数据向量直接拼接成一个长向量。例如，将图像的像素值向量和文本的词向量拼接在一起。
  • 矩阵拼接：对于二维数据（如图像和矩阵），可以在维度上进行拼接。例如，将多个图像通道拼接成一个多通道的输入。
模型训练

使用拼接后的数据进行模型训练是最后一步。由于输入数据已经融合，因此可以直接使用常见的深度学习模型进行训练。以下是一个简单的代码示例，展示如何进行数据层融合。

代码示例

以下代码示例展示了如何使用PyTorch进行数据层融合，以图像和文本数据为例。假设我们有图像数据和对应的文本描述，我们将它们进行数据层融合，输入到一个简单的神经网络模型中进行分类任务。

import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import transforms, models
from torch.utils.data import Dataset, DataLoader
import numpy as np# 定义数据集类
class MultimodalDataset(Dataset):def __init__(self, image_data, text_data, labels, transform=None):self.image_data = image_dataself.text_data = text_dataself.labels = labelsself.transform = transformdef __len__(self):return len(self.labels)def __getitem__(self, idx):image = self.image_data[idx]text = self.text_data[idx]label = self.labels[idx]if self.transform:image = self.transform(image)# 数据拼接combined_data = np.concatenate((image.flatten(), text), axis=0)return combined_data, label# 示例数据（使用随机数据进行演示）
num_samples = 100
image_size = (3, 224, 224)
text_vector_size = 300
num_classes = 10image_data = np.random.rand(num_samples, *image_size)
text_data = np.random.rand(num_samples, text_vector_size)
labels = np.random.randint(0, num_classes, num_samples)# 数据归一化和转换
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])# 创建数据集和数据加载器
dataset = MultimodalDataset(image_data, text_data, labels, transform=transform)
dataloader = DataLoader(dataset, batch_size=16, shuffle=True)# 定义简单的神经网络模型
class MultimodalModel(nn.Module):def __init__(self, input_size, hidden_size, num_classes):super(MultimodalModel, self).__init__()self.fc1 = nn.Linear(input_size, hidden_size)self.relu = nn.ReLU()self.fc2 = nn.Linear(hidden_size, num_classes)def forward(self, x):out = self.fc1(x)out = self.relu(out)out = self.fc2(out)return outinput_size = np.prod(image_size) + text_vector_size
hidden_size = 512
model = MultimodalModel(input_size, hidden_size, num_classes)# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)# 训练模型
num_epochs = 10
for epoch in range(num_epochs):for i, (inputs, labels) in enumerate(dataloader):inputs = inputs.float()labels = labels.long()# 前向传播outputs = model(inputs)loss = criterion(outputs, labels)# 反向传播和优化optimizer.zero_grad()loss.backward()optimizer.step()if (i+1) % 10 == 0:print(f'Epoch [{epoch+1}/{num_epochs}], Step [{i+1}/{len(dataloader)}], Loss: {loss.item():.4f}')print("Training completed.")
代码解释
  1. 数据集类：MultimodalDataset 类继承自 torch.utils.data.Dataset，用于加载和预处理图像和文本数据。数据拼接在 __getitem__ 方法中完成，将图像数据和文本数据拼接成一个长向量。
  2. 数据加载器：使用 torch.utils.data.DataLoader 创建数据加载器，批量加载数据以供模型训练。
  3. 模型定义：MultimodalModel 是一个简单的全连接神经网络模型，包含一个隐藏层和一个输出层。输入层接收拼接后的数据向量。
  4. 训练过程：定义损失函数（交叉熵损失）和优化器（Adam），然后进行模型训练。

通过以上代码示例，可以看到数据层融合的实现过程。尽管这种方法简单直接，但在实际应用中需要注意数据对齐和归一化等问题，以确保不同模态的数据能够有效融合。

实际应用中的考虑

在实际应用中，数据层融合面临以下几个挑战和考虑：

  1. 数据对齐：确保不同模态的数据在时间或空间上对齐。例如，视频和音频数据需要通过时间戳进行同步。
  2. 尺度差异：不同模态的数据可能具有不同的尺度和单位，需要进行归一化处理。
  3. 数据噪声：多模态数据可能包含噪声，需要通过预处理方法进行降噪。

五、多模态融合-特征层融合

特征层融合是多模态融合技术中一种重要的方法，它通过分别提取不同模态的数据特征，并在特征层进行融合。这种方法可以更好地捕捉各模态之间的互补信息，提高信息处理的效果。以下是对特征层融合的详细介绍及代码举例。

特征层融合的基本方法

特征层融合通常涉及以下几个步骤：

  1. 特征提取：使用专门的模型从不同模态的数据中提取高维特征表示。
  2. 特征对齐：对提取的特征进行对齐，以确保在融合时能够正确结合。
  3. 特征融合：将对齐后的特征进行融合，形成综合特征表示。
  4. 模型训练：使用融合后的特征训练一个下游任务模型。
特征提取

特征提取是特征层融合的关键步骤。不同模态的数据需要使用不同的方法和模型进行特征提取。例如：

  • 图像数据：常用卷积神经网络（CNN）提取图像特征。
  • 文本数据：常用循环神经网络（RNN）、Transformer等提取文本特征。
  • 音频数据：常用卷积神经网络（CNN）和长短期记忆网络（LSTM）提取音频特征。
特征对齐

特征对齐是指将不同模态提取的特征进行规范化处理，以确保它们在同一空间中具有可比性。常见的方法包括：

  • 维度对齐：将不同模态的特征映射到相同的维度。
  • 时间对齐：对于时间序列数据（如视频和音频），通过时间戳进行同步。
特征融合

特征融合是将对齐后的特征进行组合，常见的方法包括：

  • 拼接：将特征向量直接拼接。
  • 加权求和：将特征向量进行加权求和。
  • 注意力机制：使用注意力机制对特征进行加权组合。

代码示例

以下代码示例展示了如何使用PyTorch进行特征层融合，以图像和文本数据为例。假设我们有图像数据和对应的文本描述，我们将它们分别提取特征后进行特征层融合，并输入到一个神经网络模型中进行分类任务。

代码语言：javascript

import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import models, transforms
from torch.utils.data import Dataset, DataLoader
import numpy as np# 定义图像特征提取网络
class ImageFeatureExtractor(nn.Module):def __init__(self):super(ImageFeatureExtractor, self).__init__()self.model = models.resnet18(pretrained=True)self.model.fc = nn.Identity()  # 移除最后的全连接层def forward(self, x):features = self.model(x)return features# 定义文本特征提取网络
class TextFeatureExtractor(nn.Module):def __init__(self, vocab_size, embedding_dim, hidden_dim):super(TextFeatureExtractor, self).__init__()self.embedding = nn.Embedding(vocab_size, embedding_dim)self.lstm = nn.LSTM(embedding_dim, hidden_dim, batch_first=True)self.fc = nn.Linear(hidden_dim, hidden_dim)def forward(self, x):embedded = self.embedding(x)_, (hidden, _) = self.lstm(embedded)features = self.fc(hidden[-1])return features# 定义融合网络
class MultimodalModel(nn.Module):def __init__(self, image_feature_dim, text_feature_dim, hidden_dim, num_classes):super(MultimodalModel, self).__init__()self.image_extractor = ImageFeatureExtractor()self.text_extractor = TextFeatureExtractor(vocab_size=10000, embedding_dim=300, hidden_dim=512)self.fc1 = nn.Linear(image_feature_dim + text_feature_dim, hidden_dim)self.relu = nn.ReLU()self.fc2 = nn.Linear(hidden_dim, num_classes)def forward(self, image, text):image_features = self.image_extractor(image)text_features = self.text_extractor(text)combined_features = torch.cat((image_features, text_features), dim=1)out = self.fc1(combined_features)out = self.relu(out)out = self.fc2(out)return out# 示例数据（使用随机数据进行演示）
num_samples = 100
image_size = (3, 224, 224)
text_length = 20
num_classes = 10image_data = np.random.rand(num_samples, *image_size)
text_data = np.random.randint(0, 10000, (num_samples, text_length))
labels = np.random.randint(0, num_classes, num_samples)# 数据归一化和转换
transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])# 定义自定义数据集
class MultimodalDataset(Dataset):def __init__(self, image_data, text_data, labels, transform=None):self.image_data = image_dataself.text_data = text_dataself.labels = labelsself.transform = transformdef __len__(self):return len(self.labels)def __getitem__(self, idx):image = self.image_data[idx]text = self.text_data[idx]label = self.labels[idx]if self.transform:image = self.transform(image)return image, text, label# 创建数据集和数据加载器
dataset = MultimodalDataset(image_data, text_data, labels, transform=transform)
dataloader = DataLoader(dataset, batch_size=16, shuffle=True)# 初始化模型、损失函数和优化器
model = MultimodalModel(image_feature_dim=512, text_feature_dim=512, hidden_dim=1024, num_classes=num_classes)
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)# 训练模型
num_epochs = 10
for epoch in range(num_epochs):for i, (images, texts, labels) in enumerate(dataloader):images = images.float()texts = texts.long()labels = labels.long()# 前向传播outputs = model(images, texts)loss = criterion(outputs, labels)# 反向传播和优化optimizer.zero_grad()loss.backward()optimizer.step()if (i+1) % 10 == 0:print(f'Epoch [{epoch+1}/{num_epochs}], Step [{i+1}/{len(dataloader)}], Loss: {loss.item():.4f}')print("Training completed.")
代码解释
  1. 特征提取网络：
    • ImageFeatureExtractor 使用预训练的ResNet18模型提取图像特征，并移除最后的全连接层。
    • TextFeatureExtractor 使用嵌入层和LSTM网络提取文本特征，并通过全连接层进行进一步处理。
  2. 融合网络：
    • MultimodalModel 包含图像和文本特征提取模块，特征提取后将特征向量拼接，通过全连接层进行融合处理。
  3. 数据加载器：
    • 自定义数据集类 MultimodalDataset 负责加载和预处理图像和文本数据。
    • 使用 torch.utils.data.DataLoader 创建数据加载器，批量加载数据以供模型训练。
  4. 训练过程：
    • 定义损失函数（交叉熵损失）和优化器（Adam）。
    • 进行模型训练，输出训练过程中的损失值。

通过以上代码示例，可以看到特征层融合的实现过程。特征层融合方法通过分别提取不同模态的特征，并在特征层进行融合，能够更好地捕捉多模态数据的互补信息，提高信息处理的效果。

实际应用中的考虑

在实际应用中，特征层融合面临以下几个挑战和考虑：

  1. 特征对齐：确保不同模态的特征在融合前已经对齐。例如，对于视频和音频数据，通过时间戳进行同步。
  2. 特征维度一致性：将不同模态的特征映射到相同的维度，以便在融合时能够正确结合。
  3. 模型复杂度：特征层融合方法可能会增加模型的复杂度，需要平衡模型性能和计算资源的消耗。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.xdnf.cn/news/11697.html

如若内容造成侵权/违法违规/事实不符，请联系一条长河网进行投诉反馈，一经查实，立即删除！

相关文章

双十一当天有哪些数码好物值得购买，双十一爆款数码好物大盘点

双十一当天有哪些数码好物值得购买，双十一爆款数码好物大盘点

在数字化时代，数码产品已成为我们生活中不可或缺的一部分。无论是提升工作效率的笔记本电脑，还是丰富娱乐生活的智能设备，或是健康监测的智能穿戴，每一款产品都在以不同的方式改善着我们的生活质量。 双十一，作为一年中…
阅读更多...
.wslconfig:6 中的未知密钥 ‘boot.systemd‘ 问题解决

.wslconfig:6 中的未知密钥 ‘boot.systemd‘ 问题解决

我的环境 wsl 2 centos 9 部分博客通过修改 windows上 .wslconfig, 添加如下配置 来启动 systemd [boot] systemdtrue完全误人子弟, 倘若如此配置, 启动 wsl 时会遇到如下错误: C:\Users\2024>wsl wsl: C:\Users\2024\.wslconfig:6 中的未知密钥 boot.systemd正确启用…
阅读更多...
独家｜京东上线自营秒送，拿出二十年底牌和美团竞争

独家｜京东上线自营秒送，拿出二十年底牌和美团竞争

京东自营秒送开启招商，即时零售也要全托管？ 作者|王迟 编辑|杨舟 据「市象」独家获悉，京东将在近期上线自营秒送业务，目前已经开始邀约制招商。「市象」获得的招商资料显示，和5月刚升级上线的京东秒送以POP模式不同&…
阅读更多...
使用微信云开发，实现链接激活微信小程序（微信内部和外部H5访问）

使用微信云开发，实现链接激活微信小程序（微信内部和外部H5访问）

首先小程序项目开发，需得支持云开发如何开通云开发？（网上教程很多，也很全面，这里仅带过） 配置云函数在项目根目录找到 project.config.json 文件，新增 cloudfunctionRoot 字段，指定本…
阅读更多...
【ComfyUI +LaMa】图像修复（根据mask移除目标）——comfyui-lama-remover

【ComfyUI +LaMa】图像修复（根据mask移除目标）——comfyui-lama-remover

相关资源下载：https://pan.baidu.com/s/18IL23I-NuXeQMp0W3F6kdA?pwd1111 comfyui-lama-remover （手动涂mask或者上传mask） https://github.com/Layer-norm/comfyui-lama-remover 原始项目链接 https://github.com/advimman/lama 方法1…
阅读更多...
什么是 WPF 中的转换器？如何自定义一个值转换器？

什么是 WPF 中的转换器？如何自定义一个值转换器？

WPF（Windows Presentation Foundation）中的“转换器”（Converter）是用来在绑定过程中，将源数据转换为目标数据格式的工具。它常常用于将数据模型中的值转换为视图需要的格式，或反向转换。转换器通常实现IVa…
阅读更多...
网络安全之命令注入漏洞解析

网络安全之命令注入漏洞解析

漏洞简介 Atlassian Bitbucket Server 和 Data Center 是 Atlassian 推出的一款现代化代码协作平台，支持代码审查、分支权限管理、CICD 等功能。 受影响的Bitbucket Server 和 Data Center版本存在使用环境变量的命令注入漏洞，具有控制其用户名权限的攻…
阅读更多...
关于我重生到21世纪学C语言这件事——函数详解

关于我重生到21世纪学C语言这件事——函数详解

与诸君共进步！！！ 文章目录 1. 函数是什么2. 库函数3. 自定义函数4. 函数参数5. 函数调用6. 函数的嵌套调用和链式访问7. 函数的声明和定义8. 函数递归8.1 什么是递归8.2 递归的限制条件8.3 递归的举例8.4 递归与迭代 1. 函数是什么 数学中我们…
阅读更多...
想要监控办公电脑，好用的监控软件怎么选择

想要监控办公电脑，好用的监控软件怎么选择

在现代办公环境中，监控办公电脑不仅能帮助企业确保员工的工作效率，还能够提高数据安全性，防止信息泄露。随着技术的不断发展，市面上涌现了各种监控软件，其中不乏功能强大、使用便捷的工具。今天，我们就来探…
阅读更多...
2024-2025第九届华为ICT大赛中国创新赛问题解答

2024-2025第九届华为ICT大赛中国创新赛问题解答

华为ICT大赛2024-2025中国赛区创新赛正火热报名中，吸引了众多高校学生积极报名参赛。创新赛主要考察参赛者对AI技术与其他ICT技术的综合应用和创新能力，参赛者需从行业场景或生活中的真实需求出发，运用华为人工智能技术，或人工智能…
阅读更多...
网页设计平台：6个技术亮点

网页设计平台：6个技术亮点

想要创建个人或商业网站来分享知识或推广商品吗？这篇文章将为你介绍6个免费的网页制作平台，帮助你即使没有编程基础也能快速、轻松地搭建出专业且引人注目的网站。让我们一起探索这些平台，发现它们的特色和优势。 即时设计 即时设计是一个云…
阅读更多...
您知道康复科是干什么的吗？

您知道康复科是干什么的吗？

康复医学对于医院是一个重要的朝阳科室，正不断向多元化方向发展，并深入临床各学科，成为现代医学不可或缺的一环。 目前，康复范围日益广泛，涵盖骨科康复、神经康复、疼痛康复、儿童康复、产后康复、心肺康复及老年康复等…
阅读更多...
Docker 镜像和容器的导入导出及常用命令

Docker 镜像和容器的导入导出及常用命令

Docker 镜像和容器的导入导出 1.1 镜像的导入导出 1.1.1 镜像的保存 通过镜像ID保存 方式一： docker save image_id > image-save.tar例如： rootUbuntu:/usr/local/docker/nginx# docker imagesREPOSITORY TAG IMAGE ID …
阅读更多...
202409电子学会青少年机器人技术等级考试（四级）理论综合真题

202409电子学会青少年机器人技术等级考试（四级）理论综合真题

青少年机器人技术等级考试理论综合试卷（四级） 分数：100 题数：30 一、单选题(共20题，共80分) 1. Arduino C程序如下，当变量score的值为100时，该段程序运行后，串口监视器输出结果是…
阅读更多...
鸿蒙开发，arkts 如何读取普通文件

鸿蒙开发，arkts 如何读取普通文件

ArkTS提供了渲染控制的能力，包括条件渲染、循环渲染和数据懒加载等。这些渲染控制语句可以辅助UI的构建，提高应用的性能和用户体验。今天给大家分享arkts 如何读取普通文件知识，如果有所帮助，大家点点关注支持一下，也可…
阅读更多...
显卡驱动版本过低怎么办？显卡驱动升级的方法

显卡驱动版本过低怎么办？显卡驱动升级的方法

显卡驱动程序是计算机与显卡之间沟通的桥梁，它负责将操作系统发出的指令翻译成显卡可以理解的语言，从而确保图形显示的流畅与高效。当您遇到显卡驱动版本过低的问题时，升级驱动程序不仅能够提升电脑的图形处理能力，还能解决兼容性…
阅读更多...
find 命令是 Linux 系统中用于在文件系统中查找文件和目录的强大工具

find 命令是 Linux 系统中用于在文件系统中查找文件和目录的强大工具

功能概述 find 命令用于在指定目录及其子目录下查找符合特定条件的文件和目录。这些条件可以基于文件名、文件类型、文件大小、文件权限、文件修改时间等多种属性来设定。 按文件名查找 -name：精确匹配文件名。 示例：在当前目录及其子目录中查找名为tes…
阅读更多...
【专题】2024年数字贸易新图景：把握出海红利报告汇总PDF洞察（附原数据表）

【专题】2024年数字贸易新图景：把握出海红利报告汇总PDF洞察（附原数据表）

原文链接：https://tecdat.cn/?p38218 近年来全球数字贸易规模持续攀升，其中亚太地区更是成为增长最为迅猛的区域之一。在这片充满机遇的数字贸易海洋中，电子商务、移动支付等领域呈现出一片繁荣景象，出海也成为众多企业谋求发展…
阅读更多...
半球体容器漏水体积微分问题

半球体容器漏水体积微分问题

问题：半球体的容器中盛满水，容器底部有一个小孔，水从小孔流出。给出水体积的变化量 V 随水面高度 h 变化的微分关系式。 在微小的时间间隔 [ t , t d t ] [t, t\mathrm{d}t] [t,tdt] 内，水面高度由 h h h 降至 h d h , ( d h…
阅读更多...
小白NAS磁盘规划实践：一次科学、高效的存储旅程

小白NAS磁盘规划实践：一次科学、高效的存储旅程

引言 如今，数字化生活正逐步渗透到我们生活的方方面面。从家庭影音到工作文件，从珍贵的照片到大型游戏库，数据的存储需求日益增加。许多朋友开始关注NAS（网络附加存储）设备。作为一个专为数据存储和管理设计的系统，NAS能为我们提供安全、高效的存储方案。但如何科学地规…
阅读更多...
最新文章

Copyright @ 2022~2023