Explore Yannx's World
首先在web admin页面上设置好静态ip。
然后通过ssh连接上路由器。
在/etc目录下创建ieee8021x.conf文件。
添加以下内容。其中username和password对应替换成自己的账号密码。
登陆命令：（其中eth0.2为对应的网卡的名称，可用ifconfig命令查看）
查看连接状态的命令为：
若显示以下内容则为连接成功。
注销登陆命令为：
一般情况下到这里就足够使用了。
但是路由器重启之后并不会自动认证，因此需要添加开机自启动。
首先在/root目录下创建启动脚本login.sh。
[……]
今天花了大量的时间来配置Rocket.Chat和Jellyfin，因此写一个博客来记录一下所遇到的一些坑，方便以后进行服务器维护。
第一个问题是Rocket.Chat的安装问题。根据官网提供的snap安装方式在Ubuntu 16.04、18.04、20.04上均能够正常安装，但是无法通过3000端口进行访问，同样也无法用Caddy进行反向代理。进行了大量尝试后，发现官方的3.x版本有这个bug，将snap的通道更换为2.x/stable再尝试安装，即可正常通过3000端口访问，同样也可以使用Caddy进行反向代理。当时发现这个解决方案是因为在2020年1月的时候，根据官网命令是可以正常安[……]
开发了一个星期，Linux版本和Windows版本的yimage都编译打包完毕，并且发布在了python的官方平台pypi。大家可以通过pip install yimage的方式进行安装。其中一项依赖gdal则推荐采用conda install gdal -c conda-forge安装，强烈建议安装3.2.2以及更高的版本，否则部分函数运行会特别缓慢。这一版本相比1.0.3版本改进了很多，建议正在使用yimage库的朋友都进行更新。
yimage项目英文文档位于https://pypi.org/project/yimage/
yimage项目中文文档位于http://yimage[……]
去年4月将关于ISPRS Benchmark数据集的文章投稿到了ISPRS Journal of Photogrammetry and Remote Sensing期刊后，前几天终于接收了。历时长达378天，经历了多轮修改，感慨中科院一区的遥感顶刊投稿确实很艰难。
目前出版社Elsevier还没有proof完成，因此文章暂时还没有online。于是我将preprint版本上传到了arXiv上，点击链接获取https://arxiv.org/abs/2105.04132
其实早在2017年底我就已经开始对这个数据集进行一些实验了。当时采用的是Caffe框架，使用的网络为PSPNet。[……]
有时候用Python进行开发的时候，为了防止源码泄漏，会在发布前进行封装与打包。比较常见的操作方法是使用PyInstaller对python程序进行打包。但是这样打包是可以进行解包与反编译的，代码很容易泄漏。
因此我们可以先用Cython对除了入口函数外其他所有模块进行编译，然后再用PyInstaller对入口函数进行打包。由于Cython会将python程序转换成C代码，然后调用gcc对C程序编译成动态库so或者pyd，此时编译好的二进制文件是无法进行逆向工程的。
在linux下可以对所有的py文件进行Cython封装，只需要暴露主入口。但是在windows下，尝试编译__ini[……]
今天刷了几道LeetCode题，但是做到168题的时候，我感觉这个题有点奇怪。就是按照常规的10进制数字进行地板除和取模的方法来处理这道题会出现一个问题：除了最后一位，其余位上均出现正好差一的现象。然后反复琢磨，发现这个题并没有这么简单。最奇怪的是LeetCode的中文社区的讨论99%的其实是错误的，仅仅是答案歪打正着了而已。仅仅有一个答案道出了事实，但执迷不悟的人占大多数，导致正确的答案却遭到了反对。因此我想写篇博客来详细分析一下这道题。
首先我们来看看题目。
这道题Google、Adobe、Microsoft、Facebook、Apple、VMware、Yahoo的面试中都[……]
在Python编程中，有时候我们会将数据保存在字典中。一般情况下，我们会通过键值来访问字典中的数据，比如说：
有些时候字典发生了嵌套，那么会以如下形式访问字典中的数据：
这么多方括号，简直看上去又烦人，又愚蠢。
我写代码喜欢用VS Code，并且仅仅是作为编辑器，不装任何Python插件，因此也无法实现比较智能的补全。不过我没记错的话，一般的IDE似乎也没法补全以字符串为主的键值，这样子写代码就很烦，容易写着写着就去神游了。
因此就在想，是不是可以用点运算符，类似于访问类成员变量、成员函数那种形式去访问字典里边的数据呢。
然后我就发现了一个官方类，叫做Si[……]
大多数深度学习任务会采用F1 Score与IoU进行精度评价，一般来说，我们会发现从数值上看，F1 Score会大于IoU。然而前两天，我发现了一篇发表在遥感顶刊《ISPRS Journal of Photogrammetry and Remote Sensing》上的文章，该文章居然出现了IoU大于F1 Score的现象。那么这种情况是否会出现呢？我们接下来进行证伪。
该文章给出了一张精度表格，表格内容如下：
其中Imp.S.列、Tree列、Car列均出现了IoU大于F1的情况。
我们找到了该文给出的精度评价公式，如下：
由公式14，我们将F1写作关于TP、F[……]
去年的时候，把这个数据集的Vaihingen集成功做到了sota，关于这个数据集的介绍可以参考我之前写的文档，http://blog.yannx.me/deep-learning/25/isprs-benchmark-semseg-research/。
基于自己写的RSegNet框架设计了一个CNN网络，在这个数据集表现很不错，Overall accuracy达到了91.7，mean F1-Score达到了90.96。最近读到了中科院电子所的一篇文章《HMANet: Hybrid Multiple Attention Network for Semantic Segmentation i[……]
为了提升遥感数据处理编程体验，我完成了Python语言的yimage库开发，并且上传了pypi.org，支持pip安装。这是一个比GDAL更加友好的遥感影像I/O库，目前还仅支持一些简单的I/O操作，后续会扩展更多的功能，支持一些遥感影像处理的操作。目前最新版本为1.1.0，更新于2021.5.25。
Python中比较常见的图像库包括OpenCV、PIL、GDAL，同时也有一些小众的tifffile、rasterio等等。但是这些库都有自己的优缺点。
OpenCV：Open Computer Vision Library，非常通用的计算机视觉库，但是仅能很[……]