技术专栏 第173页

本篇为第三课的第二周内容，
2.4到
2.6的内容。

-F：打包成单个可执行文件（方便分发）

-w：不显示控制台窗口（GUI 程序必备）

-i icon.ico：设置程序图标（可选，需提前准备.ico 格式图标）

your_script_name.py：你的脚本文件名（比如email_sender.py）

执行成功后会在目录中生成个dist文件

将dist文件夹中的 exe 文件（及所需配置文件）分发给用户，双击即可运行，无需安装 Python 或任何依赖！

在前面的学习中，介绍了很多Jmeter的理论知识，包括Jmeter中很多不同元件的详细介绍以及每个元件的作用，本次主要从实践的角度来介绍怎么用这些元件来完成常见性能测试脚本的编写，将会介绍一些常见的性能测试脚本编写案例。

火灾作为威胁公共安全与生产安全的重大隐患，其早期检测与及时预警是降低灾害损失的关键环节。当前，传统火焰检测方法主要依赖人工监控或单一传感器（如温度、烟雾传感器），前者受限于人力精力易出现漏判误判，后者仅能感知局部物理信号，难以直接识别火焰形态特征，且在复杂场景（如强光反射、小目标远距离成像、多遮挡干扰）下检测效能显著下降。随着计算机视觉技术的发展，基于深度学习的目标检测算法为火焰检测提供了新路径，其中 YOLO 系列算法因兼顾实时性与检测精度，成为该领域的主流技术方案。然而，现有基于 YOLO 的火焰检测系统仍存在诸多应用瓶颈：部分系统操作依赖代码交互，非专业用户难以快速上手；功能模块分散，检测、模型管理、用户权限控制等环节割裂，缺乏一体化设计；参数调节（如置信度、交并比）的交互界面不直观，难以适配不同场景需求；此外，模型训练与推理流程分离，用户难以基于自有数据优化模型性能，限制了系统的灵活性与扩展性。

Oracle数据库的安装分为“软件安装”和“数据库创建”两步。在完成Oracle软件安装后，命令行创建数据库需遵循以下10个核心步骤，确保流程规范、配置合理：

实现纯C#训练Yolo，我们可以选择在 YoloSharp (
https://github.com/IntptrMax/YoloSharp) 的基础上进行实现。需要注意的是搜出来的高星同名YoloSharp项目有两个，一个是跑模型的(dme-compunet/YoloSharp)，另一个才是可训练的(IntptrMax/YoloSharp)，我们使用后者，后续提到YoloSharp均指IntptrMax/YoloSharp。

相信不少小伙伴在工作中都遇到过这样的场景：

鸿蒙扫码（通过HarmonyOS SDK Scan Kit对外开放）凭借多年的深厚技术积累与前沿算法优化，成功打造了远、快、准的识码新体验，为各类复杂场景带来了更高效、更自然、更可靠的数字连接能力。

!noip@Nov29,2025:dream

我大抵是没有一等了，六年多的付出终止在了 NOIp2025。

赛前的我刷的大多是蓝题，最高不过紫题，可谁知出题人之要求竟如此之高，竟将 NOI 的难度搬上桌来，这可叫我如何是好。

昨晚，我暗想道三个小时做出前两题总还是没问题的，那一等总归是稳的。事实却是残酷，后三题皆不下于紫题，甚至还要将较难的 t2 放到前面了。纵使我总揽全局，却还是要被 t2 迷住了眼，死磕 t2 两个多小时却仍未有点滴进展告诉我该放下了，回头还剩 1.5h 去写暴力，好歹争些许部分分来。用去了 0.5h 写完 t4 暴力，我打开了 t3。写着写着，突然想到一个贪心做法，但是却被大样例 hack 了，于是观察样例，转而思考 dp 做法，似乎有点头绪，于是便推出一堆东西来，准备开始写，却发现只剩下 20min。我想道：能赢吗？能翻盘吗？大概能吧，不试试怎么知道呢。

呵呵呵，到头来就差 5min 就调出来了，就算不是正解好歹 ccf 的数据五六十分还是能骗得到手的吧。呵呵呵，现在六年多的时间，其中付出不说四年，也该有三年，还不是一场空连个省一都拿不到，真是失败啊。

那么，我的 OI 生涯就到此结束了，正如解压密码说的那样——“2025.11.29 非是 NOIP 只是一场梦罢了”。此刻，我才终于明白，平庸，不是想不接受就能卸下的，天赋终究是天赋，天资平平又不会努力的我该醒了。

现在这个时代，做内容的人压力真的很大。