edyang

我干了什么究竟拿了时间换了什么

技术分享时间线软件开发、设备接入、视觉与运维实践

视觉服务性能：解码、预处理和推理分别计时

只报告网络前向耗时，会忽略文档读取、图片解码、后处理和结果保存。

只报告网络前向耗时，会忽略文档读取、图片解码、后处理和结果保存。用户等待的是整条链路。本文使用2018 年固定 Darknet 提交、YOLOv3 与独立文档数据划分。继续研究检测模型时，先保证数据定义、预处理和评估口径稳定。文中方法和预期不代表已经获得某个准确率或部署成绩，真实结论必须来自记录完整的实验。 1. 从现象推到机制阶段计时有助定位成本，但异步设备操作需要正确同步才能测...

2019-09-15

边缘视觉部署：先算内存、温度和并发预算

模型在开发机能跑，不代表小型边缘设备能同时承担采集、推理和界面。

模型在开发机能跑，不代表小型边缘设备能同时承担采集、推理和界面。本文使用树莓派网关、独立视觉工作进程与合成业务事件。物联网与视觉结合后，数据采集、推理和业务动作有不同速率与可靠性。本文以可停止的演示链路研究状态归属，不把接口成功等同于物理动作完成。 1. 从现象推到机制模型权重只是内存的一部分，输入缓冲、中间特征、解码和并发任务都会增加峰值。持续负载还受散热和供电影响。平均内存正常...

2019-09-05

物联网命令：谁能控制、控制了什么要可追溯

界面上能看到设备，不意味着拥有执行全部命令的权限。

界面上能看到设备，不意味着拥有执行全部命令的权限。读取与控制应分别授权。本文使用MQTT 3.1.1、Node-RED 0.19 与虚构设备消息。从能通信走向稳定运行，需要对离线、重复、乱序和恢复建立明确语义。本文使用演示身份和事件，不连接真实控制负载，也没有声称取得未经记录的现场效果。 1. 从现象推到机制命令携带业务身份、目标设备、期望动作与有效期限，服务端按操作者权限和设备能...

2019-08-25

叠彩山业务维权记录

录音记录

录音记录建设局，黄主任现场建设局，黄主任电话回复信访办，余主任电话回复

Posted by edyang on August 19, 2019

物联网设备身份：批量共用一个密码的问题

所有设备使用同一凭据，一台泄露就可能影响整个群体。

所有设备使用同一凭据，一台泄露就可能影响整个群体。身份需要能独立撤销与追踪。本文使用MQTT 3.1.1、Node-RED 0.19 与虚构设备消息。从能通信走向稳定运行，需要对离线、重复、乱序和恢复建立明确语义。本文使用演示身份和事件，不连接真实控制负载，也没有声称取得未经记录的现场效果。 1. 从现象推到机制设备身份、安装位置和业务归属不应完全混为一体。独立凭据允许按设备限制主...

2019-08-15

物联网安全研究：TLS 加密还需要验证对端身份

连接启用了 TLS，却关闭证书校验，仍然不能确认连接到的是预期服务。

连接启用了 TLS，却关闭证书校验，仍然不能确认连接到的是预期服务。本文使用MQTT 3.1.1、Node-RED 0.19 与虚构设备消息。从能通信走向稳定运行，需要对离线、重复、乱序和恢复建立明确语义。本文使用演示身份和事件，不连接真实控制负载，也没有声称取得未经记录的现场效果。 1. 从现象推到机制 TLS（传输层安全）同时涉及加密与身份验证。信任链、主机名和时间影响证书判断，...

2019-08-05

大幅文档切片：边缘目标和重复框怎样合并

切片让小目标变大，也可能把一个标题切成两半，并在重叠区预测多次。

切片让小目标变大，也可能把一个标题切成两半，并在重叠区预测多次。本文使用2018 年固定 Darknet 提交、YOLOv3 与独立文档数据划分。继续研究检测模型时，先保证数据定义、预处理和评估口径稳定。文中方法和预期不代表已经获得某个准确率或部署成绩，真实结论必须来自记录完整的实验。 1. 从现象推到机制切片需要记录原图偏移，局部框还原后再统一合并。重叠减少边界截断，却增加重复和...

2019-07-25

文档小目标研究：输入缩小后还剩多少像素

原图里清楚的印章，缩到网络输入后只剩很少像素，模型再复杂也无法利用已经丢掉的细节。

原图里清楚的印章，缩到网络输入后只剩很少像素，模型再复杂也无法利用已经丢掉的细节。本文使用2018 年固定 Darknet 提交、YOLOv3 与独立文档数据划分。继续研究检测模型时，先保证数据定义、预处理和评估口径稳定。文中方法和预期不代表已经获得某个准确率或部署成绩，真实结论必须来自记录完整的实验。 1. 从现象推到机制先按实际缩放比例计算目标宽高，再看是否足以支持类别与边界判...

2019-07-15

视觉评估研究：阈值选择要对应业务代价

同一模型把阈值调高，误检少了，漏检可能同时增加。

同一模型把阈值调高，误检少了，漏检可能同时增加。不能只展示其中有利的一项。本文使用2018 年固定 Darknet 提交、YOLOv3 与独立文档数据划分。继续研究检测模型时，先保证数据定义、预处理和评估口径稳定。文中方法和预期不代表已经获得某个准确率或部署成绩，真实结论必须来自记录完整的实验。 1. 从现象推到机制对固定预测结果扫置信度阈值，可以观察精确率与召回率的变化。不同类别...

2019-07-05

视觉训练研究：文档增强要像真实成像

把图片旋转、变色和裁剪到很夸张，不一定让模型更强。

把图片旋转、变色和裁剪到很夸张，不一定让模型更强。增强应覆盖可能发生的成像变化。本文使用2018 年固定 Darknet 提交、YOLOv3 与独立文档数据划分。继续研究检测模型时，先保证数据定义、预处理和评估口径稳定。文中方法和预期不代表已经获得某个准确率或部署成绩，真实结论必须来自记录完整的实验。 1. 从现象推到机制扫描、拍照与复印的退化机制不同。亮度、轻微倾斜、压缩和模糊可...

2019-06-25