集群CPU明明空闲,作业为何一直排队?调度器资源分配的真相

调度器LSFSlurm
于 2026-10-29 08:31:40 修改
·本内容遵循CC 4.0 BY-SA版权协议

天天有人盯着监控面板问:“整个集群 CPU 利用率还不到 20%,我提交的 32 核作业怎么就排队好几个小时?”这个问题我在 LSF 和 Slurm 上都遇到过,而且频率不低。一开始我也以为是调度器坏了,后来排查多了才发现:绝大多数情况不是调度器故障,而是我们眼睛看到的“空闲 CPU”和调度器眼里的“可用资源”压根不是一回事。这篇就专门聊聊这个“明明有空闲 CPU,作业却一直排队”的经典问题,适合跑过集群的用户、刚接手集群的新管理员,以及所有被排队折磨过的人参考。

1. 调度器的“空闲”和你想的不一样

1.1 调度器记账:分配不等于使用

先纠正最核心的认知偏差。LSF 和 Slurm 这类调度器,判断一台计算节点能不能再塞作业,基本不看“CPU 当前利用率”,而是看“这台节点上多少个核已经分配出去了、还剩多少没分配”。

什么意思?一个节点 64 核,上面跑着一个作业,作业虽然只用了 10% 的 CPU(比如在等 IO、等网络、跑着 sleep),但调度器的账本上记着“这 64 核已经被这个作业包了”。只要这个作业没结束,这些核在“调度器视角”就是忙的,后面的作业哪怕只申请 1 个核,也进不来。

用停车位类比就很好理解:一辆车占了车位,哪怕车里没人、引擎熄火,车位依然是“已占用”状态,别的车不能停。调度系统管的是“占位”,不是“实时忙闲”。所以集群监控面板上的 CPU 利用率低,和调度器认为的“可分配资源”是两套完全不同的内部状态。

1.2 三种常见的“伪空闲”现场

很多新手排查时只盯 CPU,结果 CPU 看着剩一大把,问题反而被忽略。根据我处理的工单,至少有三类“伪空闲”现场是最常见的:

第一种,内存满了,CPU 空着。作业申请资源时往往同时要 CPU 和内存,调度器在分配节点时必须同时满足两个条件。一个节点 CPU 剩余 32 核,但内存只剩 4GB,那提交一个“32核 + 64GB 内存”的作业就无论如何塞不进去。监控面板只看 CPU,自然产生错觉。

第二种,GPU 或许可证 license 耗尽。GPU 节点上 GPU 被别的作业抢光,但 CPU 还没用满;或者作业需要某个商业软件的 license,license 池耗尽。这两种情况下,CPU 再空,作业也上不了墙。

第三种,节点处于 DRAIN / DOWN / 维护状态。节点被管理员手动下线、因故障自动标记不可用,或者处于维护模式。这种节点在监控面板上可能显示 CPU 空闲,但在调度器眼里是“禁止调度”状态,永远不会接收新作业。

所以排查的开始,我建议先把自己从“只看 CPU”的思维里拽出来,CPU 空闲只是“可运行”的必要不充分条件。

2. 三步分诊:先把“排队原因”问清楚

别急着猜原因,调度器本身会告诉你答案。我把排查流程固定成了三步,每一步都有对应的命令。

2.1 第一步:看你的作业为什么排队

这一步的目标是拿到调度系统给出的“排队原因”,这是整个排查的地基。

在 LSF 环境里:

BASH
# 查看自己所有作业的状态和简要原因
bjobs -w
 
# 直接看某个作业的排队原因
bjobs -l 作业ID

bjobs -w 里状态栏如果是 PEND,后面的字段会有简单说明。bjobs -l 更详细,经常能看到类似这样一个片段:

TEXT
Pending: 0
...
RESOURCE REQUEST: 32 slots

LSF 给出的排队原因有时候比较隐晦,需要配合资源请求一起看。在 Slurm 环境里就直白很多:

BASH
squeue -u 用户名
 
# 查看具体作业的排队原因
scontrol show job 作业ID

scontrol show job 输出里有个关键字段 Reason,常见取值包括 Resources、Priority、Dependency、QOSMaxCpuPerUserLimit、NodeDown 等。这一步基本能把问题定位到“资源不够”还是“策略限制”还是“依赖未满足”。

我把两类系统常见的排队原因和大致含义整理成了对照表,排查时照着核对就行:

排队原因(Slurm) LSF 类似表现 含义 解决方向
Resources 作业显示 PEND,bjobs -l 无明确原因 所有可能运行的节点上,资源都无法满足请求 查看内存/GPU/CPU 分配
Priority 高优作业插队,作业一直在低优先级 有更高优先级作业在等 等待或提升优先级
Dependency 作业显示 Dep/依赖等待 等待前序作业成功完成 检查依赖作业状态
QOSMaxCpuPerUserLimit 用户/项目 CPU 配额已满 触发用户级别 CPU 配额上限 联系管理员调整配额
NodeDown 节点 DOWN,作业无法分配 节点故障或被下线 管理员恢复节点

2.2 第二步:看节点真实资源分配与剩余

拿到“资源不足”这类原因后,第二步就是核实集群里到底还剩多少资源是“真正可分配”的。

LSF 环境看节点状态:

BASH
# 集群级别资源概览:状态、可用槽位、运行作业数
bhosts
 
# 主机详细资源:内存、临时空间、负载、GPU 等
bhosts -l 主机名
lsload

bhosts 里每个节点一行,重点看 STATUS 列(ok/closed/unavail 等)和 RUN、MAX 列。lsload 能看到每台机器的当前负载和内存剩余。

Slurm 环境对应操作:

BASH
# 一列列出节点状态、空闲/分配 CPU、内存
sinfo -o "%n %C %m %e %G %t"
 
# 查看单节点详细资源
scontrol show node 主机名

sinfo 的 %C 字段格式是“已分配/空闲/其他/总数”,%e 是节点空闲内存。比如输出 64/0/0/64 表示 64 核全部空闲,但 %e 如果是 0,说明内存已经被占光了,那“CPU 空闲”就是伪空闲。

2.3 第三步:看队列、分区与用户配额

如果节点上确实还有足够资源,但作业还在排队,就要检查策略层了。

LSF 查队列配置:

BASH
bqueues -l 队列名

重点看 MAX、PEND、RUN 等字段,以及队列对每用户作业数、每用户 slot 数的限制。

Slurm 查分区与 QOS:

BASH
# 查看分区限制
scontrol show partition 分区名
 
# 查看用户/作业 QOS 限制
sacctmgr show qos format=Name,MaxSubmitJobsPerUser,MaxCpuPerUser

实际排查中,我经常看到用户在一台集群上提交了成百上千个小作业,触发 MaxSubmitJobsPerUser 或者 CPU 核数配额,后续作业全部排队。这种就不是资源不够,而是“你的额度用完了”。

3. 六个让你“看着有 CPU 却在排队”的常见根因

第 2 章是排查路径,这一章我按根因拆解,把最常踩的坑集中讲透。

3.1 资源碎片化:最容易被忽视的数学问题

先说碎片化。举个例子:集群里大部分节点是 64 核。作业 A 申请 48 核跑在节点 N1 上,剩下 16 核。作业 B 也申请 48 核,作业 C 申请 16 核。这时候集群整体的“空闲 CPU”可能还有 200 多核——均匀分布在各个节点上的 16 核碎片。但调度器是“整节点分配”模式的话,作业 B 必须找到一整台节点有 48 核空闲,找不到,就排队;作业 C 只要能上任意一个节点,反而能跑。

更麻烦的是 LSF 的 span[hosts=1] 和 Slurm 的 --ntasks-per-node=... 这类限制。如果你提交作业时明确指定了“必须位于单台节点上”,那么即便集群里零散空闲核很多,调度器也得逐一排除,最终找不到满足条件的主机。

这个问题不是调度器等一等能解决的,是数学上的不匹配。我见过最极端的例子:集群 512 核,空闲 120 核,却塞不下一个“64核 + 单节点 + 120GB 内存”的作业,因为 120 核分布在三台节点上,没有任何一台满足单节点 64 核内存配额。

缓解思路有两个:一是提交作业时尽量放宽节点要求,允许跨节点分布式执行;二是把大作业的请求核数下调到和节点规格匹配,比如 64 核机器别申请 48 核,取 32 或 64 这种“整除友好”数字,减少碎片。

3.2 内存和许可证:调度器真正卡你的是“另一个资源”

这条太常见了,我单拎出来强调。作业排队时,很多人只看 CPU 空闲,却不看你申请的这个作业同时要多少内存。

LSF 下作业申请内存的常见写法是:

BASH
bsub -n 8 -R "rusage[mem=16GB]" -R "span[hosts=1]" job.sh

Slurm 下类似:

BASH
srun --mem=32GB -c 8 job.sh

调度器做节点选择时,mem 是硬约束。节点 CPU 剩 32 核,剩余内存只有 8GB,你申请 32GB 内存,调度器会直接判定该节点不可用。这时候去看监控面板,CPU 空闲一大堆,实际上节点已经没内存可以给你了。

许可证也是同理。部分商业软件,调度器会结合 license 管理器做资源联动。license 池子满了,CPU 再多,作业也进不了运行态。排查时如果 bjobs -l 或 scontrol show job 的 Reason 字段里提到 license,基本就能锁定方向了。

3.3 队列策略与资源预留:规则在“看不见处”生效

这类问题最让人头疼,因为监控面板和节点资源完全正常,作业却一直 PEND。

常见玩法包括:

  • 队列/PARTITION 按用户或项目分优先级,某用户在前一天占用了大量资源,后续作业被降权;
  • 管理员设置了“每用户最大运行核数”,你交了 100 个作业,每个 32 核,配额 512 核,等你运行中的作业累积到 512 核后,剩下的全部排队;
  • 集群配置了 reservation/资源预留,把某些节点保留给固定项目组,普通用户提交的作业哪怕看到节点空闲,也不能往预留池子里跑。

这类问题确认办法就是 2.3 节那几条命令。尤其记着看 QOSMaxCpuPerUserLimit、QOSMaxSubmitJobsPerUser、assoc_grace_time 这些字段。很多时候不是调度器不让你跑,是策略规定你这会儿“没资格跑”。

3.4 作业依赖:排队不代表没资源

这条很多人忽略。有些作业排队,和资源一点关系都没有,纯粹是被依赖关系绑住了。

Slurm 里你写过这种提交吗?

BASH
sbatch --dependency=afterok:123456 job.sh

afterok 意味着必须等 123456 号作业状态为“成功结束”,新作业才开始。如果 123456 号作业卡在排队里,或者压根运行失败退出码非 0,新作业就会一直排队。

LSF 也有类似机制,比如 bsub -w "ended(321)"。按依赖关系提交的作业,状态就一直 PEND,即使所有资源都空转。

数组任务也容易被忽略:一个数组作业里如果某个子任务卡死或反复失败,后续依赖它的作业全部被阻塞。排查时先 squeue 看那张依赖树,找到最上游那个失败的作业,把它处理掉,后面的排队会自动解除。

3.5 节点状态与健康标签:那些“假空闲”节点

监控面板最容易骗人的就在这。一个节点 CPU 空闲,不代表它接收新作业。

Slurm 里节点状态有 idle、alloc、mix、drain、down 等。down 表示节点挂了或被主动下线,drain 表示“排空,不再接收新作业,但允许已有作业跑完”。如果集群里一批节点因为 ECC 内存错误、温度过高、内核 panic 被调度器自动标记为 down,面板上看着一片绿(因为 CPU 空闲),实际有效可调度节点数已经大幅缩水。

LSF 下对应状态是 unavail、closed。本机 CPU 温度爆表、磁盘写满、负载过载,都会被 LSF 自动挂起调度。

检查办法:

BASH
# Slurm 查看节点状态和原因
sinfo -R
 
# LSF 查看关闭或故障节点
bhosts -l 主机名 | grep -i status

遇到这类现象,命令输出里一般都能看到具体原因。管理员的日常之一就是把这些“假空闲”节点修好,让它们重新回到可调度状态。

3.6 独占请求:资源“看起来”空闲,实际已被“预占”

最后一种:有些作业不是申请几个核,而是整机独占。

LSF 提交时可以加 -R "span[ptile=64]" 或者显式请求独占资源;Slurm 里直接 --exclusive。独占作业一旦运行,调度器就会把整台节点的所有 CPU 都标记为“已分配”,哪怕实际只用了 1 个核。从面板上看,这台节点 CPU 利用率为零,但调度器绝不会把同一节点的其他核分给新作业。

这还不包括管理员手动的 reservation。scontrol show reservation 能看到未来或当前生效的预留。预留期间,对应节点即便空着,也要等待预留作业启动,普通作业只能排队。

这种情况下,CPU 空闲是“人为预占”造成的,不是调度器失灵。合理做法是提前看集群公告,避开预留窗口,或联系管理员协商资源。

4. 真实排查实录:三个案例

理论讲多了,上实战。这三个案例是我处理过的类型,现象极其典型。

4.1 案例一:GPU 作业排一天,查出来 CPU 满了

现象:用户在 GPU 集群提了一个“8 GPU + 16 CPU + 128GB 内存”的训练作业,排了一整天没跑起来。用户截图说:GPU 节点明明还有 4 块空闲 GPU,为什么我的作业用不了?

排查过程:先 squeue -u 用户名 看排队原因,显示 Resources。然后 sinfo -o "%n %C %m %e %G %t" 逐节点看,发现问题出在 CPU 上:节点 GPU 确实有 4 块空闲,但这台节点 CPU 已经被另一个作业占用了 40 核,只剩 24 核。而我这个作业要求 16 核 CPU 在同一台节点上,看似只需 16 核,但调度器计算时会连同 GPU 一起做整节点资源匹配,CPU 余量不满足,就放弃了整个节点。

结论:作业排队的原因根本不在 GPU,而在 CPU。没有达到“CPU 与 GPU 同时空闲”的节点匹配条件。

解决:把作业请求改为 -c 8(降低单个作业的 CPU 需求),或者等待占用 CPU 的作业结束后自动跑起来。

4.2 案例二:整机空闲,新作业却始终不跑

现象:集群有 4 台 64 核节点,sinfo 显示其中 2 台状态完全 idle(64 核全空,内存充裕),但新提交的作业就是在排队。

排查过程:看 scontrol show job,Reason 字段写的是 Priority。说明不是资源不够,而是有更高优先级的作业正在排队。继续查:scontrol show partition 发现这两个分区里堆积了十几个来自某个重点项目的作业,这些作业的资源请求都很大,而且队列策略是“先到先服务”,后续作业被它们压在后面。

结论:集群不是不能跑新作业,而是“排在你前面的作业还没跑完”。这时候 CPU 再空闲,也得按规矩等。

解决:没有太多用户侧手段。要么调低自己的作业资源请求(比如从整节点改为 16 核小作业),提高被调度器“填隙”的概率;要么联系管理员看能否调整优先级。但至少明确了,不是故障。

4.3 案例三:几十个串行小作业把队列“堵死”

现象:某用户提交了 200 个串行单核作业(每个 1 核,1GB 内存),集群总空闲核数远大于 200,但实际只有几十个在跑,其余全部 PEND。用户百思不得其解。

排查过程:sacctmgr show qos 一看,MaxSubmitJobsPerUser 设置成了 64,同时 MaxCpuPerUser 限制为 120 核。用户已经提交了 200 个作业,触发了用户的提交配额;即便有空闲 CPU,调度器也会拒绝为该用户继续调度新作业。

结论:这是典型的“用户配额限制”,属于策略层问题,不是资源层问题。用户看到的是“明明有 CPU”,调度器看到的是“你已经超了配额”。

解决:让用户合并小作业,用数组作业(Job Array)或降低同时提交数量,必要时联系管理员调整 QOS 配额。

5. 让作业更快上墙的实用技巧

排查再多,不如少排队。这里写几条我实际用下来能立竿见影的技巧。

5.1 重新审视你的资源请求

很多排队是“作业自己作的”。常见毛病:

  • 明明每个节点 64 核,非要申请 48 核,还要求单节点,制造碎片;
  • 内存请求动辄比真实评估值高好几倍,白白卡掉一批可用节点;
  • 不需要 GPU 的作业,也带上 --gres=gpu:1,导致必须等 GPU 节点,而普通 CPU 节点再空闲都不能用。

提交作业前,先看集群节点规格,再对照自己的程序实际占用,写一个“够用但不过分”的资源请求。实测下来,把项目里所有作业的“均分核数”对准节点规格,排队率明显下降。

BASH
# 建议先估算:64 核节点,申请 32 核 + 64GB,留出碎片冗余
bsub -n 32 -R "rusage[mem=64GB]" -R "span[hosts=1]" job.sh
 
# 或者跨节点分布,避开“整节点必须空闲”的硬门槛
bsub -n 32 -R "span[ptile=16]" job.sh

5.2 善用调度器的“填隙”机制

Slurm 的 backfill(填隙)机制可以自动把排队的小作业插到“未来大作业预留的间隙”里。前提是管理员开启了 SchedulerParameters=bf_... 相关配置;LSF 也有类似的 backfill 调度策略。

用户侧能做的,是尽量提交那些“很快能跑完”的小作业,提高被 backfill 选中的概率。大作业在深夜高峰时段排队时,如果你的小作业运行时间只有十几分钟,调度器很可能在“大作业尚未开始”的空档先把你塞进去。

5.3 一个快速诊断脚本的思路

最后分享一个排查套路,不写死代码,讲下思路。你在集群上登录后,一条命令依次输出:你的排队作业列表、每个作业的 Reason、集群分区的空闲 CPU 与空闲内存、节点异常状态。相当于把我 2.1 到 2.3 的所有命令串起来。

BASH
# !/bin/bash
# 快速诊断 LSF 排队问题
echo "=我的排队作业="
bjobs -w | grep PEND
 
echo "=队列限制="
bqueues -l | grep -E "^QUEUE|MAX|PEND|RUN"
 
echo "=节点状态="
bhosts
 
echo "=负载与内存="
lsload

Slurm 侧对应版本就是把 bjobs 换成 squeue -u $USER,把 bhosts 换成 sinfo,额外加一个 scontrol show job 取 Reason。脚本不用写得多优雅,能在 30 秒内拿到“原因三件套”(作业状态、节点资源、队列限制)就够了。


我自己处理这类工单的体会是:排队的真相几乎全藏在“资源请求组合”和“调度策略”里,而不是单纯的 CPU 总量上。以后你再看到面板上 CPU 一堆空闲,别急着怀疑调度器,先跑一遍 bjobs -l 或 scontrol show job 作业ID,让调度器告诉你它到底在等什么。大多数时候,答案比你想象得简单。

基于Python+Open CV的手势识别算法设计
伴随着人工智能时代的到来,人机交互的领域也逐渐成为研究的一大方向;其中,手势识别是人机交互领域的一项关键技术,自此手势识别也迎来了一波高潮,近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上,都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域,手势识别的原理都是利用各种传感器(例如红外、摄像头等)对手部的形态进行捕捉并进行建模,形成一个模型信息的序列帧,而后将这些信息序列转换为机器能够识别的相对应指令(例如打开、切换菜单、移动等)来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计,在Pycharm中进行需要库(模块)的下载,调取电脑摄像头,按帧读取摄像头采集到的头像,形态学处理,图像旋转(由于摄像头采集到的图像是镜像,需要用cv2.flip将摄像头采集到的图像进行处理),选取图片中固定位置作为手势输入,用红线画出手势识别框,基于hsv的肤色检测,进行高斯滤波,找出轮廓,求出图像中手势的凹凸点,手指间角度求取。
努力学习前端的小陈
ArcGIS Pro入门制图教程
地理信息系统 (GIS) 是一种使用地图显示和分析数据的方式。在本教程中,您将学习桌面 GIS 应用程序 ArcGIS Pro 的基础知识。新加坡的一家旅行社希望制作一款宣传册,用于向游客介绍距离市中心热门目的地最近的火车站。该宣传册将与带有文本信息的地图相结合,并在城市的自助设备中出售。您将帮助该旅行社绘制旅游景点的地图,分析其与火车站的距离以及更改地图的外观以使其在视觉上更具吸引力。在 ArcGIS Pro 中,地图和数据通常被组织在一个工程中。开始制作地图之前,您将创建一个工程。
科研online
ArcGIS Pro 布局创建与地图加载全流程解析
本文详细解析了ArcGIS Pro中布局创建与地图加载的全流程。针对从ArcMap转来的用户,重点阐述了布局与地图解耦的核心设计理念,并提供了从新建布局、设置参考比例尺、加载地图框到深度控制与精细化排版的实用技巧,帮助用户高效制作专业地图。
您的账号已被封禁
ArcGIS PRO布局视图避坑指南:地图框添加与专题图制作的5个关键步骤
本文针对ArcGIS PRO用户在布局视图中制作专题图时遇到的常见问题,提供了地图框添加与专题图制作的5个关键步骤避坑指南。从理解布局视图思维、数据框预处理、地图元素协同配置,到深化视觉层次与最终输出检查,系统讲解了如何高效产出严谨美观的专业地图,帮助用户跨越从数据分析到地图输出的最后一公里。
冰炭不同炉
ROS-CV-ImageConverter:将ROS图像转换为OpenCV(cv :: Mat)类型的图像
ROS-CV图像转换器 依存关系 cv_bridge(ROS软件包)
Willis Wang
计算机视觉图像处理-CV2与图像插值算法
用最近邻插值与双线性插值原理完成图像缩放 最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输。缺点:使用最近邻插值算法处理图像放大时,在图象中可能出现明显的块状效应 双线性插值,在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时,在图象中可能出现马赛克 代码 import cv2 img = cv2.imread(’./xiabang.jpg’, cv2.IMREAD_UNCHANGED) #缩放比例 scale_percent = 0.3 width = int(img.shape[1] * scale_percent) height = int
weixin_38697274
基于水平集CV模型的图像分割(Matlab代码)
基于水平集CV模型的图像分割(Matlab代码),全套代码
小宇QAQ
导向滤波(guide_filter)的python实现
导向滤波(guide_filter)的python实现,可以结合暗通道;理论实现比较好的图像去噪效果。
zachzhan_g
ArcGIS Pro 如何新建布局
你是否已经习惯了在ArcGIS中数据视图和布局视图之间来回切换,到了ArcGIS Pro中却找不到二者之间切换的按钮,即使新建布局后却发现地图怎么却是一片空白。从上面的图中可以看到,虽然新建了布局,但是地图还是空白的,如果想要显示地图还需要加载一下,将地图加载进来。在新建的布局上绘制一个框,作为地图显示的范围,绘制后可以看到地图已经完成加载,如下图所示。在菜单栏上选择插入,点击新建布局下拉箭头,选择一个合适的尺寸,如下图所示。点击后完成布局的新建,新建的布局如下图所示。
水经注GIS
ArcGIS Pro数据修复与图层管理实战指南
本文是ArcGIS Pro数据修复与图层管理的实战指南。针对数据源丢失导致的“红色叹号”问题,详细讲解了一键批量修复和进阶手动修复策略,并分享了使用相对路径、打包工程等防患于未然的黄金法则。同时,深入介绍了如何利用图层组进行高效的地图内容组织、比例尺控制与批量操作,帮助用户构建清晰、智能的专业地图,大幅提升GIS项目管理效率。
Tomato
ArcGIS Pro布局设计实战:从空白页面到专业地图输出的完整工作流
本文详细解析了ArcGIS Pro中从“新建布局”开始,到输出专业地图的完整工作流。内容涵盖布局哲学、地图框深度运用、制图元素集成及视觉排版等核心环节,旨在帮助中级用户掌握项目驱动的现代化制图方法,实现从数据到出版级地图的精准转化。
AnjneyMidha
ArcGIS PRO布局视图避坑指南:地图框添加与坐标系设置的5个常见错误
本文针对ArcGIS PRO用户在布局视图中常遇的难题,重点解析了地图框添加与坐标系设置的5个常见错误。从地图框的创建逻辑、坐标系冲突的根源剖析,到地图范围控制、元素联动更新以及打印导出设置,提供了一套完整的避坑指南与实战解决方案,帮助用户高效、精准地完成地图制图与输出工作。
重离子猫猫
ArcGIS Pro布局设计避坑指南:为什么你的地图总是显示空白?
本文深入解析ArcGIS Pro布局设计中地图显示空白的常见问题,提供从基础操作到高级排错的完整解决方案。重点讲解地图框的正确使用方法、布局元素配置技巧,以及多地图框协同工作等进阶功能,帮助用户快速掌握专业地图制作的核心技术。
习翔宇
CV算法(MATLAB)
chan 和 vese 提出的经典CV模型
beastLOVE
GrabCut:使用opencv-python cv2.grabCut交互式剪切图像
GrabCut 使用opencv-python cv2.grabCut交互式剪切图像
Aaron Gary
Opencv-Python图像透视变换cv2.warpPerspective的示例
今天小编就为大家分享一篇关于Opencv-Python图像透视变换cv2.warpPerspective的示例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
weixin_38711369
leetcodecv-Kylin:CV算法岗面经&LeetCode刷题总结
leetcode cv Kylin CV算法岗面经 & LeetCode刷题总结 不断更新中。。。。 面试&笔试经验 LeetCode
weixin_38499553
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS.pdf
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS真的很不错,
weixin_43905342
ArcGIS布局视图方向调整与优化技巧
地图布局方向是GIS制图的基础设置,直接影响空间数据的可视化效果。横向(Landscape)和竖向(Portrait)布局通过调整页面长宽比例,可优化不同地理要素的展示方式。在ArcGIS等专业制图软件中,方向设置会联动影响比例尺、图例等核心元素的自动适配逻辑。本文以A4纸张为例,详解通过页面设置、Python脚本批处理等技术手段实现布局方向的高效调整,并针对比例尺失准、图例溢出等典型问题提供工程解决方案。特别适用于带状区域地图制作等需要最大化利用版面空间的场景,可提升40%以上的图面利用率。
塞音菩光
ArcGIS Pro 3.4必学新功能:符号系统与布局视图的可见性联动(含省时技巧)
ArcGIS Pro 3.4引入了符号系统与布局视图的可见性联动功能,通过唯一值符号化和复选框控制,实现原子级要素显示/隐藏。这一创新极大提升了制图效率,支持在符号系统窗格、内容窗格和布局视图中同步操作,特别适合城市规划、环境监测等需要动态展示的场景。
t8u9v0
ArcGIS Pro 布局创建与地图加载全攻略
本文详细解析了ArcGIS Pro中布局与地图分离的设计哲学,并提供了从新建布局到加载地图的完整操作指南。重点介绍了如何通过“插入”选项卡新建布局、选择合适的页面尺寸,以及使用地图框工具将项目中的地图动态链接至布局。文章还涵盖了地图范围控制、比例尺锁定、图例添加等深度定制技巧,帮助用户高效创建专业地图并导出为高质量成果。
milk8
ArcGIS多图布局实战:从数据框管理到批量导出的完整指南
在地理信息系统(GIS)制图领域,将多张地图高效整合到单一版面是提升分析报告专业性与表现力的关键技术。其核心原理在于理解并运用数据框与布局视图的分离机制,通过独立的数据框承载不同区域或专题的地理数据,并在统一的布局视图中进行精确排版与视觉整合。这项技术的核心价值在于实现了制图流程的标准化与自动化,避免了传统拼图方式带来的效率低下与更新困难问题,尤其适用于区域对比、时间序列分析、综合评估报告等需要多视角、多维度展示地理信息的应用场景。本文聚焦于ArcGIS Pro平台,深入剖析了多图布局中数据框范围联动、地图
aaa1231722
monolithic-cv:CV算法的集合
单片-cv 计算机视觉算法转储
晨曦姜
改进的cv图像分割
改进的cv图像分割,对学习cv模型有帮助
a904235765
C++实现基于暗通道与导向滤波的图像去雾算法
资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 在图像处理领域,图像去雾技术用于消除大气散射导致的模糊,提升图像清晰度和视觉质量。本文将介绍一种基于暗通道和导向滤波的图像去雾算法,并探讨如何使用C++和OpenCV库实现。 暗通道理论由Jia等人于2006年提出。他们发现自然场景中存在一些低亮度像素,通常位于无直射光区域。这些像素被称为暗通道像素,可用于估计大气散射模型中的透射率。具体方法是将图像分块,在每块中找到最暗像素值作为暗通道像素。 大气散射模型是图像去雾的基础,描述了光线在大气中传播时的散射影响。模型公式为: I(x)=T(x)×J(x)+A×(1−T(x)) 其中,T(x)是透射率,J(x)是无雾图像亮度,A是全局大气光。透射率与散射程度成反比,无雾图像亮度反映物体本身色彩。 利用暗通道先验,可以近似估计透射率。假设D(x)为暗通道像素,透射率T(x)可通过迭代公式计算: T k+1 (x)= max(D)+ϵ D(x) +(1− max(D)+ϵ D(x) )×T k (x) 其中,k是迭代次数,ϵ是小常数,用于避免除零。 估计透射率后,使用导向滤波器平滑透射率图,减少噪声和边缘失真。导向滤波是一种自适应局部滤波方法,可保持图像边缘细节,同时进行平滑处理。在图像去雾中,它根据图像梯度信息指导滤波过程,更好地恢复图像清晰度。 通过大气散射模型,可得到去雾后的图像: J out (x)= T(x) I(x)−A×(1−T(x)) +A 在C++中,可借助OpenCV库处理图像数据。首先读取输入图像,然后提取暗通道,估计透射率,应用导向滤波,最终恢复无雾图像。OpenCV提供了丰富的图像处理函数,如cv::split用于分离通道,cv::min用于找最小值,cv::filter2D用于导向滤波,cv::imwrite用于保存
KaiyuanCode
cv模型图像分割matlab源程序
cv模型 matlab 图像分割源码,逻辑清晰,注释详尽。
phoenix01
CV图像分割
从pud找到的CV图像分割代码,代码的通过较少的迭代次数就可以实现图像的分割,对学习CV分割有帮助。
a904235765
ArcGIS Pro 3.0 布局视图实战:5分钟搞定专业地图的图例、比例尺与指北针
本文详细介绍了ArcGIS Pro 3.0布局视图的实战技巧,帮助用户在5分钟内高效添加图例、比例尺与指北针,打造专业地图。通过智能图例、动态比例尺和现代化指北针设计,提升制图效率与美观度,特别适合GIS初学者和从ArcMap迁移的用户。
weixin_30652491
ArcGIS Pro界面突然消失?3种恢复方法+自定义布局技巧
本文针对ArcGIS Pro用户常见的操作界面元素突然消失问题,提供了三种核心恢复方法:通过“视图”功能区一键唤回、利用“重置窗格”命令恢复默认布局,以及通过应用程序设置进行深度恢复。文章还深入讲解了如何通过停靠、分组窗格以及自定义功能区等技巧,打造高效个性化的操作界面,帮助用户从被动解决问题转向主动优化工作环境。
nnn11
YOLO11创新改进系列:卷积,主干 注意力,C3k2融合,检测头等创新机制(已更新110+)
本专栏提供详细的 YOLO11 教程,包括基础知识、源码解析、入门实践、算法改进和项目实战,适合发表YOLO11 学习者订阅。内容包含 100+多篇独家改进机制,适合发表论文,评分高达 96 分。订阅者将获得一键运行的改进文件及答疑交流群支持。 使用服务器的同学还可以私聊获取搭建好的运行环境。
YOLO大师