● 时隔一年的项目刨坑解惑
缘由
因为最近工作量不是很大,所以开始对以前的项目进行优化升级,比如:「公司核心系统内存泄露排查」和一个本地备份工具(本地拖回服务器的备份进行再次备份),下图所示:
完成这些之后,又是一阵空虚。突然想起2021年春节后,公司做了一个xxx小车项目,当时遇到一个问题一直困扰着我。直到拿到公司一块RK3568开发板做测试,才解开这一年的疑惑(其实也应该怪自己抠门,贪便宜买了树莓派ZERO W的板子,没买带网口的树莓派4B)。
Read more →凡是过往,皆为序章。
因为最近工作量不是很大,所以开始对以前的项目进行优化升级,比如:「公司核心系统内存泄露排查」和一个本地备份工具(本地拖回服务器的备份进行再次备份),下图所示:
完成这些之后,又是一阵空虚。突然想起2021年春节后,公司做了一个xxx小车项目,当时遇到一个问题一直困扰着我。直到拿到公司一块RK3568开发板做测试,才解开这一年的疑惑(其实也应该怪自己抠门,贪便宜买了树莓派ZERO W的板子,没买带网口的树莓派4B)。
Read more →先给测试结论:
Read more →公司有3部海康摄像头,1台海康硬盘录像机。
Read more →在face/FaceHelper.java
里看到这句:
public static final KFFaceM mFace = new KFFaceM();
public boolean FaceDetection(byte[] bArr, int i, int i2) {
synchronized (this.objectFaceDetection) {
if (bArr == null) {
return false;
}
ByteBuffer order = ByteBuffer.allocateDirect(3686400).order(ByteOrder.nativeOrder());
order.put(bArr);
float[] FindFace = mFace.FindFace(order, i, i2, true);
return FindFace.length > 1 && ((int) FindFace[0]) > 0;
}
}
Read more →
调用学习完成的图像识别模型,通过摄像头实时监测识别结果,客户端显示识别结果并做提醒预警。
软件需要运行在Ubuntu Desktop 16.04,要么选择跨平台应用,要么选择html纯静态页面作为客户端。
1、上述语言目前我都完全不掌握😢 2、项目不是公司的主要方向,学习技术成本过高,用完后很可能会丢弃,没有学习的必要。
综上,在目前掌握的技术栈里,选择相应的技术是最快速、稳妥的方案。
Read more →对山东某充电桩服务的逆向分析(一) 对山东某充电桩服务的逆向分析(二)
上文中「猜测1」对「充电桩同时使用TCP和MQTT」描述不是很详细,现说明如下: 服务端中运行test.proc.CmdRecvBusiProcessor、test.server.ServerHandler、test.service.KafkaProducer等至少3个服务。
Read more →注:本文只是通过充电桩项目log里的服务包名对整体IoT服务进行技术猜想,可能与实际服务差距特别大。就像只知道某地铁站A为已知某节点,去猜测整个地铁线路一样,只是理想状态,实际可能会因为各种需求,做出很多妥协和改变。
对山东某充电桩服务的逆向分析(一) 对山东某充电桩服务的逆向分析(二)
Read more →进入桌面找到并连接WiFi。如果频繁断开或者无法连接,运行:
sudo systemctl restart dhcpcd.service
sudo systemctl restart networking.service
sudo reboot
Read more →