我的om模型输入图像格式要求是RGB格式，并使用到了resize成指定大小，在使用华为mdc300时，框架提供的HafimageResize接口函数，文档上说明输出图像格式仅支持HAF_IMAGE_YUV420SP_NV12_UINT8。另外提供的Hafimagecvtcolor接口也是输出图像格式仅支持HAF_IMAGE_YUV420SP_NV12_UINT8。请问有解决方法吗，自己想的是：1.经过打印imagetype，摄像头读入的图像格式是RGB_uint8，调用HafimageResize函数，转成自己需要的尺寸大小，但是现在图像格式变为HAF_IMAGE_YUV420SP_NV12_UINT8，所以自己写YUV420转RGB的代码？2.不使用提供的接口，自己写resize的代码3.其他方法

好望云服务具有丰富的介绍材料和用户指导，现整理好望云服务全景知识地图，供给合作伙伴或其他需要人员，以便从入门到精通了解好望云服务。文档分为三部分：①入门--了解产品，了解好望云服务能力②进阶--使用产品，如何使用好望云服务③精通--对接产品，第三方开发对接好望云服务希望在这里，各位不同需求的人可以获取到所需的资料。版本：20221028V2.3 持续更新​​

好望云的告警，目前是通过SOAP接口发送到我们的业务服务器，有没有办法直接发送到MQ服务器？

↵好望云服务部署配置指导（20230508）1 文档说明好望云服务具有详细的用户指南和视频介绍，本文档结合该两份文档，并汇总了媒体参数配置注意事项，用于指导用户一步到位配置好望云服务。2 引用文档序号名称链接1好望云用户指南点击查看2非开发者玩转好望云服务系列介绍视频点击查看3 操作流程4 操作步骤指引步骤内容指导文件指导视频备注1登录华为云入口2创建华为租户点击查看-3新增访问密匙-访问密匙主要用于步骤6创建企业时的需要信息，请妥善保管4登录好望云服务管理后台（IVM）入口5注册好望云服务账号点击查看点击查看6创建企业点击查看点击查看7-1IVM添加设备（国标）配置平台侧参数点击查看点击查看参数配置参考5.1节配置设备侧参数-参数配置参考5.2节7-2IVM添加设备（好望）配置设备侧参数点击查看-参数配置参考5.3节配置平台侧参数点击查看点击查看可以在IVM添加好望设备外，还支持好望APP扫码快速添加，详见5.3节操作步骤7-3批量添加设备点击查看点击查看8配置设备媒体参数--参数配置参考5.4节9为设备配置用户（可选）点击查看-10购买套餐点击查看点击查看使用企业创建者账号购买套餐注：服务也可以按需收费，若使用按需收费时无需购买套餐11开通服务接入调阅服务点击查看-查看实况播放时需要开通录像存储服务云端录像存储时需要开通行业数据流服务查看告警图片时需要开通12设置云端录像计划动检存储计划配置-点击查看只有开通录像存储服务时候才需要设置；根据自己需求配置对应存储计划和留存期连续存储计划配置-点击查看录像留存期配置-点击查看备注：本操作步骤仅为部署好望云服务的基础功能，更多功能的使用请参考引用文档设备的安装和网络配置等，请参考设备侧相关文档。5 注意事项5.1  IVM添加设备（国标）-配置平台侧参数指导互联编码用于区分设备类型，请注意11-13位与设备类型对应关系如下：摄像机：132NVR：118DVR：111通道/镜头ID：131（用于配置设备侧参数）注册认证算法：选择SHA265，安全性更高。当设备接入无法在线时，可能设备不支持SHA265鉴权，选择MD5再接入。5.2  IVM添加设备（国标）-配置设备侧参数指导5.2.1 华为摄像机华为国标接入参数注意事项：可参考官网指导：cid:link_10，当前protal界面不会校验用户填入的参数，建议参数配置如下：开启媒体流保活功能后，如果在一定时间内SDC没有接收到监控平台发送的媒体保活包，则SDC停止发送媒体流。当前平台不支持保活功能时，建议“不勾选”。媒体保活开关不勾选，当前无保活功能，若勾选会导致视频播放十几秒后停止。华为摄像机国标接入默认是不支持H264，但若有H265选项，说明SDC也支持H265的协议，若有选项建议“勾选”，其他设备国标对接配置中若无H265选项，就是仅支持H264协议。编码不一致可能导致拉流失败。X系列的编码协议可以在“高级配置 > 音视图 > 视频流参数 > 主码流 > 编码协议”中修改。名称可自行设置，但不要配置成非设备ID的其他标准ID格式。错误案例：两个设备AB，A的名称：64062011041320000001，B的设备ID：64062011041320000001，A名称与B设备ID相同，可能会导致后台错误处理。5060端口号是国标默认端口，勾选后需要设置端口号范围，如0~65535，建议不勾选。注册有效期建议设为86400s（一天）。心跳周期建议设为20s。镜头ID是设备通道，必选。重启SDC：取消勾选GB/T28181后保存，再勾选GB/T28181后保存。X系列：高级配置 > 网络 > 平台对接参数 > 第二协议参数 > T28181，参考图如下。5G系列：与X系列配置类似，但多了一个“SIP消息鉴权”选项，应该选择“MD5/SHA256”，因为当前SHA256加密未完全实现，主要还是MD5加密的方式，若选择错误日志中会有“鉴权失败/auth failed”信息。D系列球机（部分不支持好望）界面更精简，无“媒体保活开关”，参考图如下。M系列 界面和X系列类似，多了个“本地端口”配置，是连接SIP服务器时，摄像机端的端口号，设置为1~65535的整数，具体值并无影响。5.2.2 海康海康基本参数配置如下。如果海康上有传输协议选项，请选择UDP传输协议海康摄像机设置H264或者H265、变码率时，会自动开启smart264或smart265。Smart264或smart265会让码率降低，减少存储空间，但是会使得GOP变大，导致国标接入情况下起播变慢、画面有些模糊，影响媒体体验，关闭smart264或smart265。5.2.3 大华路径：网络设置 > 平台接入 > 国标28181，参考图如下。​​​5.2.4 天地伟业       路径：配置 > 网络设置 > GB/T28181设置和平台接入       像华为、海康和大华都会有使能28181的选项，但天地伟业需要另外在“平台接入”中开启。​​​​​​​​​​​​​5.2.5 其他       配置参数及方法都大同小异，主要在SDC的protal页面中找关键字“网络设置”、“T28181”、“平台接入”等字样，具体参数参见华为X系列。需要注意，有些设备默认没有开启T28181的功能，需要找到使能开关或是有28181选择的，开启国标对接功能，样式如图。​​​​​​​​​5.3 好望接入参数配置指导5.3.1 IVM添加设备（好望）前提条件NVR800连接的路由器已经连接Internet网络。NVR800连接的网络中防火墙未屏蔽8443、7010、7050、7070端口。操作步骤在NVR800上操作。步骤1：以admin登录本地人机。步骤2：选择“配置 > 网络配置 > 云服务”。步骤3：启用云服务，如下图所示。勾选使用云服务同步系统时间后，NVR800会自动从云服务同步系统时间。步骤4：此处的二维码为NVR800的二维码，用于手机APP扫码识别设备。在手机APP上操作。步骤5：登录手机APP软件。步骤6：扫描NVR800的二维码，下图所示。步骤7：添加成功即可在手机APP上看到该设备。若需要看设备实况，还需要开通“接入调阅服务”，详细看第3章操作流程第11。相关操作步骤8：APP绑定NVR800成功后，可以在NVR800上看到用户信息，如下图所示。步骤9：如需更换绑定用户，admin用户可以强制解绑，如下图所示。5.3.2 摄像机ONVIF协议接入NVR注意事项（友商摄像机+华为NVR800+好望云组网）友商摄像机通过Onvif协议与NVR800对接，若出现通道离线或实况画面延迟等问题，建议将NVR800 onvif配置中使用Http协议，不使用Https协议。在友商摄像机中，也将Https协议关闭。友商摄像机通过Onvif协议与NVR800对接，若出现无法云台控制问题，可能是友商摄像机Onvif用户非管理员，请修改成管理员即可。5.4 设备媒体参数配置指导5.4.1 摄像机媒体参数建议值通用配置建议：主码流：H264，1080P，2M，帧率25fps，I帧间隔50子码流：H264，D1（720x576），1M，帧率25fps，I帧间隔50省流配置建议：主码流：H264，720P，1M，帧率25fps，I帧间隔50子码流：H264，D1（720x576），256k，帧率25fps，I帧间隔50注意：IVS1800和NVR800，修改摄像机码流分辨率参数之后，建议把IVS1800或者NVR800重启下，避免有些数据问题。IVS1800和NVR800，跟摄像机数据交换，是在建链时候进行对接，后面参数修改可能不会同步，5.4.2 其他注意事项国标设备目前无法进行主子码流切换使用HLS/FLV媒体协议，只能用H264播放使用微信小程序播放，目前只支持HLS播放

问题来源】【必填】贵州省农村信用社AICC项目【问题简要】使用PSMAN调用cms接口https://11.19.104.25:18400/rest/cmsapp/v1/openapi/hisindex/vdn返回“参数不合法”【问题类别】【必填】cms问题【AICC解决方案版本】【必填】【AICC可选择版本：AICC 8.15.0】【UAP可选择版本：UAP9600 V100R005C00SPC018等】【CTI可选择版本：ICD V300R008C23SPC001】【问题现象描述】【必填】使用PSMAN调用cms接口https://11.19.104.25:18400/rest/cmsapp/v1/openapi/hisindex/vdn返回“参数不合法”如下图所示

有没有哪位大佬知道，如何利用板子和摄像头（USB）搭建一下视觉检测系统，完成一些视觉的东西，比如拍照，人脸识别，图像识别等等

术 语注 释iClient s100是面向中小企业园区、小型网点等边缘应用场景推出的一套集视频基础和智能应用，以及门禁、考勤、防疫综合应用等业务为一体的管理系统。行业数据流行业数据流是扩展功能，比如智能算法、智能告警上报、TLV数据推送等按 需产品的一种计费模式，用户可先使用产品，然后对产生的实际使用量进行计费按需收费一种常见计费模式，按用户实际使用量计费。 根据用户需求一经使用或使用量超过套餐标准就会根据使用量产生额外费用，目前会产生按需收费的服务有视频接入、调阅带宽、视图云存储视频点位接在网络录像机上的摄像头，一台设备可以接多个摄像头视频接入路数即视频接入点位个数，在portal页面进入“设备-设备管理-视频点位”可以看到视频接入路数个数带 宽购买套餐时有带宽说明，比如5M，指同一时间产生的带宽累计不超过5M的话就不再收费。另外好望云目前不对客户的调阅路数做限制，同一时间有多个客户端看实况时，累加的带宽就有可能超过5M,超出5M的部分就会产生另外的费用，这超出带宽的部分费用是通过按需模式收费的云存储通常指录像存储，如果产生按需收费根据当月存储的视频大小*0.49元/GB/月，目前云存储在华为云账单中是按0元计费的云存储留存期可以在好望云portal页面设置云存储留存期，进入“设备-设备管理-视频点位”然后点击“配置服务”，可以设置云存储的留存期保留期宽限期满后客户的包周期资源仍未续订或按需资源仍未缴清欠款，将进入保留期。保留期内客户不能访问及使用云服务，但对客户存储在云服务中的数据仍予以保留。超过保留期后，资源自动删除。调阅带宽按需模式下，会按带宽/天的最大值来结算，并不是指流量，比如调阅一个100MB的录像，后台会统计调阅时产生的带宽，然后按带宽来收费智能告警订阅消息类型为DEVICE_ALARM（智能告警消息），包含目标智能告警，口罩告警，周界告警，人群态势告警及第三方智能告警消息等。TLV数据订阅消息类型为TARGET_DATA（目标TLV数据）、THIRD_DATA（第三方TLV数据）、VEHICLE_DATA（机动车TLV数据）等更多产品术语请参考产品术语_通用参考_华为云 (huaweicloud.com)

华为云帮助文档URL：cid:link_0目标批量添加接口：POST /v1/{user_id}/targets/batch-add在请求body参数中，storage参数默认为true，建议设置为false，不保存图片。     2.在批量添加目标时，该参数jpegBase64的目标图片不能重复，否则图片不变，只改变其它参数，每添加一次都会覆盖上一次的目标信息；且目标图片必须是人像图。     3.目标批量添加完成后，可使用“获取目标库分组中的目标数量”接口：GET /v1/{user_id}/targets/count，去查询目标添加的数量是否与查询到的一致。目标批量添加示例：获取目标库分组中的目标数量示例：

【问题来源】    星网    【问题简要】 安装DV一体机组网时报错【问题类别】    DV【AICC解决方案版本】DigitalView_8.121.090【期望解决时间】   尽快【问题现象描述】【必填】 安装DV一体机组网时报错，提示“错误码:InstallMgr000004----描述信息:安装管理面数据库失败----可能影响:管理面安装失败----修复建议:请参考错误码InstallMgr000004修复建议”。在文档中并未找到该故障码。 【日志或错误截图】

模型选择Swin-Transformer    线上分数57+，主要受限于尺度EfficientNet-b0  线上分数59+ConvNeXt-tiny 表现最优，作为我们的最终选择以上三个系列模型，在绝大多数视觉任务上的表现都十分优秀。对于本次竞赛，输入分辨率很大程度影响模型的精度，但是线上环境限制了推理时间，经过大量实验ConvNeXt 表现最优。对于线上/线下不一致的思考该比赛的线下验证和线上测试的GAP较大（20～30个点），因此怀疑两个原因：线上测试集添加了对抗样本线上测试集的整体分布和线下数据差异较大线上测试集里面大部分都是hard sample

非常感谢！！！金域医学联合华为举办这场《2022“域见杯”医检人工智能开发者大赛》疯狂比赛的那段时光，现在还历历在目，“疯狂”，“废寝忘食”，“彻夜难眠”，用这几个词形容一点都不为过通过比赛即可以在自己的专业方向和高水平的团队巅峰对决，弥补自己再专业方向不足之处，又可以获得一份荣誉和现金奖励作为一个即将毕业的研究生，这是求职很好的敲门砖，为能进更好的企业做铺垫接下来是经验分享，有兴趣的童鞋，可以看看，谢谢捧场!!!竞赛题目：本赛题任务是对DCCL宫颈深部细胞学病变（Deep Cervical Cytological Lesions）图像数据库中的7种细胞分为4个类别（NILM、ASC-US&LSIL、ASC-H&HSIL、SCC&AdC，见“数据说明”部分）进行分类。赛题数据： 数据集包含 8619 张宫颈细胞学图片，图片中总共包含7种细胞，其基本信息如下图所示。同时数据包含多种分辨率:2118*1270、4000*2400等。  当前图像分类模型的研究多针对特征明显的单一尺度数据，此次比赛的数据属于弱特征多尺度数据解题思路： 探索性数据分析：整体方案:传统宫颈深部细胞学病变分类方法多基于手工提取特征进行分类模型构建，本次比赛的数据属于弱特征多尺度数据，手工提取特征困难。本方法采用了基于ConvNeXt和多种数据增强的基本思路，其在免除大规模特征工程的同时具有准确率高、鲁棒性强的特点研究难点(结合具体数据集)1.训练数据特征较弱（抗干扰）;2.AB数据集尺度不同（适应性）;3.模型预测准确有效（准确性）。数据预处理网络设计与训练​​​​​​​数据预处理推理优化​​​​​​​总结​​​​​​​数据预处理数据预处

基于ConvNeXt的宫颈深部细胞学病变分类方法，以下是我们的经验分享

前言 大家好，我是“彩虹童子”赛队的队长，比赛前期曾用名“为人类医疗做贡献”，然后中期排名掉到后面了自觉我不配😀，于是换了“彩虹童子”的名字，出自最近在看的一本推理小说。 这次也是单人参赛，有幸拿下第一，在此做个简单的分享，我的GitHub主页：https://github.com/fire717， 欢迎多多交流、互相学习。  分享 首先是简单的赛题分析，给出的标签是4分类的类别标签，数据量略偏少。 然后做个简单的EDA，初步感受是第四类数量较少，可能存在数量不平衡的问题，右下角是前期模型计算的混淆矩阵，可以看出反而是前三类比较不好区分（当然跟第四类本身数量少有关系，只是说明数量不平衡没那么严重）。 尺寸整体比较平均，但是也分布在多个不同的尺寸。 接着就是建模了，中期尝试了回归、多标签的方案，其中多标签在a榜也取得了不错的成绩。 Why 回归：四种细胞其实对应了不同的疾病严重程度，单纯的多分类对每个类别是不做区分的，而实际意义上，正常和低级病变的类间距，应该要小于正常到癌变的类间距才是合理的； Why 多标签：这是细胞粒度的分类，但是标签确实图片粒度的，即同一张图上，可能存在正常、低级、高级、癌变四种细胞，但是只取最严重的癌变作为图片的标签，这样也就丢失了信息。 但是最后还是选择了普通的多分类方案，一是标签没有给出那么细的粒度，我尝试自己研究了下各类细胞特征，找了不少文档资料，但是发现还是比较难；二是为了方便优化，可能这就是所谓的大道至简吧。  然后就是一些常见的炼丹操作了。 之前不少比赛项目都尝试过冻结，这还是第一次涨点，我的认知是模型容量、复杂度和任务难度、数据量等都是需要相互匹配的，这个赛题数据量不多，且线上线下有巨大的gap，因此尝试了下冻结前面的conv层，效果还可以。 最后是喜闻乐见的消融实验环节，这里只有后四个是在b榜的真实分数，前面的都是根据a榜的分差换算到b榜的估计分数。 初赛的时候不知道复赛的内容，就在早期跑过一次全量数据，后面一直没用全量数据跑，复赛发现就加了200数据，于是自己换了全量数据训练就上去了。  感想 工作中主要从事智能安防领域，第一次参加医疗AI的项目，收获很多，也深觉这个方向有巨大的意义，感谢广州市科学技术局、金域医学以及华为云提供的这次机会，也希望有一天能看到医疗AI普惠到千万家庭中去。 

赛题回顾以宫颈癌筛查为主题，提供近1万张辅以病理医生专业标注的宫颈细胞学图片。选手利用这些图片及标注开发人工智能分类算法，判断图片中细胞的病变程度，最后根据分类的准确程度进行排名。 有以下几个比赛要点：宫颈深部细胞学病变图像数据库中的7种细胞分为4个类别（NILM、ASC-US&LSIL、ASC-H&HSIL、SCC&AdC）；以严重程度最高的病变细胞的类别作为该图片的标签；使用图片识别准确率（recognition accuracy）作为评价指标；基于ModelArts提交模型，限制1小时内完成推理；允许对数据进行额外标注（补充条款）。注意到第5条补充条款，主办方给的是分类的数据，但是允许额外标注，比如标注分割或者检测，则标签的粒度会更细，可转换为分割+分类，或者是检测+分类问题，理论上准确率会更高，有部分选手采用此方案，限于本人的非医学背景，放弃该方案。数据分析数据初探上图是官方给出的细胞类别，包括3大类的7种细胞：鳞状上皮内癌前病变细胞、癌症细胞和未见上皮内病变或恶性肿瘤的细胞； 根据病变程度合并相近的种类，最终得到4大类：NILM、ASC-US&LSIL、ASC-H&HSIL、SCC&AdC。观察4个类别图片，容易得出以下简单结论：细胞形态多样化，无法单纯依靠颜色进行区分；非专业人士很难进行检测框标注，额外标注使用目标检测的方案不现实；病变目标占比很小，不易区分。数量分布对训练数据进行统计通过观察数据分布，可以得出以下结论：类别分布不均衡，比例大致为5:9:4:1癌变细胞SCC&AdC数量最少，只有435张可能为长尾问题尺寸分布对于训练图片的大小，有以下结论：数据集中存在多种分辨率图片，且分辨率较大；数据集的图片宽高比集中，约为1.67。数据集特点总结存在多种分辨率的图片，图片比例几乎一致，宽：高=1.67；癌变细胞SCC&AdC数量相对较少，可能存在长尾问题；图片分辨率大，但是病变目标占比小，不易区分；细胞形态比较多，训练集总数只有8千多张；非专业人士无法进行额外标注。方案设计模型选择问题1：什么样的模型精度高且速度快？方案：从ImageNet的benchmark选取几个最优作为候选，实验后选择ConvNeX-T. 同颜色表示同家族模型，圆圈越大表示FLOPS越高，计算量越大；同等计算量下，ConvNeXt精度优于Swin和ViT；在比赛数据集上，相同输入大小和数据增强下，ConvNeXt的确优于Swin和ViT。经验：兼顾速度与精度，ImageNet上的表现依旧值得参考！问题2：更大的模型还是更大的输入？方案：同等计算量下，更大的输入提升更多，选择600x960的输入+ConvNeXt-T模型。 对于同一个模型，在不超时的情况下，输入越大越好！保持输入宽高比在1.67左右。数据增强问题3：如何通过数据增强提高泛化性？方案：RandomGridShuffle、Random Horizontal Flip、 Random Vertical Flip输入宽高比为1.6，近似于3:2，固选择水平方向平均切割3份，竖直方向平均切割2份，随机打乱后重组，概率为0.1；水平翻转，概率为0.5；垂直翻转，概率为0.5。RandomGridShuffle概率不应过大，否则会生成大量不合理的样本，产生副作用！尝试过的其它方案：Resize + RandomCrop，几乎无作用；Random Brightness，几乎无作用；ColorJitter，改变图像对比度，亮度，色彩等，分数下降较多。可能原因：RandomCrop 对数据多样性增加较少；该数据集的分类对颜色比较敏感，过度使用可能会产生不合理样本，导致学习错误特征。损失函数问题4：选用何种损失函数，是否加权解决长尾问题？方案：使用交叉熵（Cross Entropy），不加权。可能原因本数据集的长尾问题并不是非常严重，总体比例为5:9:4:1，没有数量级的差距；线下训练集的数据分布和线上测试集的数据分布不一致，导致加权参数不正确，没有起到作用。训练策略问题5：如何训练保证模型快速收敛且具有更高的精度？方案：经验参数+实验，训练方法很重要！LR：3e-4Warm up: exp for first 3 epochs优化器：AdamWBatch size: 24Scheduler: ConsineAnnealingEpochs: 30尝试过的其它策略：原图分辨率较大，通过将大图分割成小块，分别输入网络学习冻结部分模型参数，使用训练数据fine-tuningBatchMixup、BatchCutMix标签平滑Label Smooth训练框架使用mmclassification进行训练；数据预处理、数据增强、模型、损失函数、优化器等功能完备；配置文件模块化，不用修改训练代码，专注优化策略。线上推理使用对象存储提交模型包推理，提供customize_service.py、model、config.json，流程简单，安装依赖较慢；使用自定义Docker镜像方式，FastAPI封装http接口，提交自定义镜像，无需线上安装依赖，启动速度快。经验总结进行数据分析是一个良好开端，可以提取有用信息指导后续模型选择以及策略开发，做到有的放矢；站在巨人的肩膀上工作，开源数据集上的基准测试对模型选择有很大的参考意义，可以节省时间，快速决策；适合方为好，根据实际数据选择合适的数据增强，才能提高泛化性，一味堆砌只会失去方向，一次添加一种，大胆假设，小心求证；多总结业内通用做法，可以少走弯路，同一模型，采取不同的优化方法差异较大，不合适的训练策略可能让你与好模型失之交臂。展望人工智能与生物医学学科交叉人才稀少，限制了人工智能技术在生物医学领域的应用，本次医检人工智能大赛吸引更多人工智能人才加入医疗领域，推动了医检乃至医疗行业向智慧医疗迈进；金域医学深耕医检领域28年，拥有全国最多的专业病理医生团队，积累了千万级别的宫颈癌筛查数据，在业界有得天独厚的数据优势。希望下一届比赛可以共享更多数量、种类的标注数据，探索更加精准、场景更加广阔的行业应用；华为云的ModelArts是面向开发者的一站式AI开发平台，本次比赛提供了易用的部署推理服务，希望下一次比赛能体验端到端的人工智能模型开发流程，共同推动国产人工智能平台的发展。

在现代工业自动化生产中，涉及到各种各样的检验、生产监视及零件识别应用，例如零配件批量加工的尺寸检查，自动装配的完整性检查，电子装配线的元件自动定位，IC上的字符识别等。通常人眼无法连续、稳定地完成这些带有高度重复性和智能性的工作，其它物理量传感器也难有用武之地。由此人们开始考虑利用光电成像系统采集被控目标的图像，而后经计算机或专用的图像处理模块进行数字化处理，根据图像的像素分布、亮度和颜色等信息，来进行尺寸、形状、颜色等的判别。这样，就把计算机的快速性、可重复性，与人眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉的概念。一个成功的机器视觉系统是一个经过细致工程处理来满足一系列明确要求的系统。当这些要求完全确定后，这个系统就设计并建立来满足这些精确的要求。文章转自小白学视觉