一个多月前，我写了一篇关于Linux的问题，在这个问题中，播放视频会导致处理器使用率猛增，从而显著增加热量输出，从而导致笔记本电脑中的风扇大声旋转。此行为是Linux特有的，因为在Windows中使用同一台笔记本电脑时不会发生这种情况。
最近在项目测试中，发现了关于Qt - UI分辨率自适应的问题。从大小屏幕互相切换的问题。也引发了关于屏幕检测的问题。其中关于字体还有图片的自适应，需要在QApplication,初始化完成之后在进行配置。
以上分为：软件控制流程、图像算法、图像效果，这是相对于Android平台来划分的(图片来源于韦东山老师专家计划的Camera相关章节的学习笔记)。对于驱动工程师，我们只需要关注以下两个点：
马三最近换到了一家新的公司撸码，新的公司 UI 部分采用的是 NGUI 插件，而之前的公司用的一直是 Unity 自带的 UGUI，因此马三利用业余时间学习了一下 NGUI 插件的使用，并把知识点记录成博客与大家分享。
机器之心专栏 苏黎世联邦理工学院计算机视觉实验室 来自苏黎世联邦理工学院计算机视觉实验室的研究者提出了一种统一框架 HCFlow，该框架可以同时处理图像超分辨率和图像再缩放，并在通用图像超分辨率、人脸图像超分辨率和图像再缩放上等任务上取得了最佳结果。该论文已被 ICCV2021 接收。 近年来，归一化流（Normalizing Flow）模型在图像超分辨率（image SR）[SRFlow, ECCV2020]和图像再缩放（image rescaling）[IRN, ECCV2020]任务上取得了惊人的效果
linux 下高分屏适配当前在 macos/windows/Linux 中的排位尚属末尾，采用整数倍缩放效果尚好（例如 100%、200%），但是若是使用非整数倍缩放（125%、175%）常常会体会到窗口模糊。
没玩过图像缩放都不好意思说自己玩儿过FPGA，这是CSDN某大佬说过的一句话，鄙人深信不疑。。。
SCI 期刊对分辨率大多都有一定的要求，例如一段来自 Elsevier 旗下期刊的稿约：
这是卷积神经网络学习路线的的第二十二篇文章，要介绍的是2019年Google Brain的大作EfficientNet，论文全名为EfficientNet：Rethinking Model Scaling for Convolutional Neural Networks。
自从Alexnet赢得2012年的ImageNet竞赛以来，CNNs（卷积神经网络的缩写）已经成为深度学习中各种任务的事实算法，尤其是计算机视觉方面。从2012年至今，研究人员一直在试验并试图提出越来越好的体系结构，以提高模型在不同任务上的准确性。近期，谷歌提出了一项新型模型缩放方法：利用复合系数统一缩放模型的所有维度，该方法极大地提升了模型的准确率和效率。谷歌研究人员基于该模型缩放方法，提出了一种新型 CNN 网络——EfficientNet，该网络具备极高的参数效率和速度。今天，我们将深入研究最新的研究论文efficient entnet，它不仅关注提高模型的准确性，而且还关注模型的效率。
请注意，在前面的示例中，maxZoom设置为13。缩放级别对应于不同大小的像素网格，用于显示全局地图。（有关详细信息，请参阅 此参考资料。）由于地球的曲率，给定缩放级别的像素分辨率因纬度而异。具体来说，每像素米数下降了 cos( latitude )的系数。下表显示了 Google Mercator 投影在赤道上每个缩放级别的每像素米数：
固定宽高比适配是指在游戏运行的过程中，保持游戏画面的宽高比不变，适应不同尺寸的屏幕。具体实现步骤如下：
物理分辨率（标准分辨率）：显示屏的最佳分辨率，即屏幕实际存在的像素行数乘以列数的数学表达方式，是显示屏固有的参数，不能调节，其含义是指显示屏最高可显示的像素数。
一、背景 随着近些年屏幕设备的不断发展，各种显示设备的分辨率也越来越高，在尺寸保持基本不变的情况下，分辨率越高，设备的DPI也越高，清晰度也就越高。高DPI的设备给我们提供了更精细的画质，然而Windows上的大多数应用并没有适配高DPI的显示器，导致应用在这些设备显示模糊，体验非常差。 为了让应用在高DPI的设备上依然显示清晰，我们就需要对高DPI的设备进行适配。 二、基础概念 2.1 DPI是什么 DPI是Dots Per Inch的缩写，表示显示设备在每英寸上有多少个像素点。在开发过程中，
我们知道，如今的移动端设备分辨率五花八门，而开发过程中往往只取一种分辨率作为设计参考，例如采用1920*1080分辨率作为参考分辨率。
以躺在草坪上的男人为中心，将镜头画面按照 10 倍的比例不断扩展，你将看到一亿光年外的场景。
Deepin v20.2.2系统支持运行Android应用，于是安装了Windows/Deepin双系统后，开始了运行Android应用的踩坑之旅。以下是在这过程中的踩坑记录。
GIS的开发中，什么时候都少不了地图操作。ArcGIS for Android中，地图组件就是MapView，MapView是基于Android中ViewGroup的一个类（参考），也是ArcGIS Runtime SDK for Android中的地图容器，与很多ArcGIS API中的Map、MapControl类的作用是一样的。 地图常见的操作有缩放、旋转、平移、获取范围、比例尺、分辨率等信息，以及常用的手势操作，其中，经常使用到的功能和常见问题有以下几个： 1）将地图缩放到指定的比例尺/分
如果你在为Android开发Web应用或者在为移动设备重新设计一个Web应用，你需要仔细考虑在不同设备上你的页面看起来是怎样的。因为Android设备有不同款型，因此你需要考虑影响你的页面在Android设备上展示的一些因素。
有的时候看到一些3D游戏锯齿感特别明显，与一些开发者沟通后发现，其实很多人并不清楚怎么能去掉明显的锯齿感，而这并不是只有新开发者才遇到的问题，很多游戏研发经验丰富的开发者，甚至是使用LayaAir引擎开发了很多游戏的开发者也会不清楚。另外，最近也遇到有开发者想了解刘海屏如何适配，所以通过本篇文章全面介绍一下。
以往拿到一份视觉稿要做页面适配，通常都是针对不同分辨率尺寸做断点写 media query，然后看效果再微调。开发过程中视觉稿要是做了修改，修改的地方就得再走一遍分辨率测试和微调，这时想屎的心都有了。而且这些适配都是建立在已 知的分辨率尺寸库上，如果市面新出来一款分辨率尺寸机型，呵呵，又要奔跑在测试微调路上。是不是能有用一套代码就适应各种分辨率窗口，那么就不会再有上面 这些烦恼，且开发效率快和维护成本会降低很多。 答案是有的，而且这种形式最早出现于 flash 全屏整站，前阵子拜读了举总介绍的一篇文章关于
图像的放大、缩小(简称缩放)是图像处理的一种处理方法。所谓图像缩放是指图像分辨率的改变，它在图像显示、传输、图像分析以及动画制作、电影合成、甚至医学图像处理中都有着相当广泛的应用。比如要在1024 X 768 分辨率的显示器上全屏显示800 X 600 的数字图像，就必需对显示信号进行处理，将其放大为 1024 X 768的画面再送显示。传统模拟电视信号要在数字电视上显示，在完成模拟信号到数字信号的转换之后，也需要对图像分辨率进行调整。
以往拿到一份视觉稿要做页面适配，通常都是针对不同分辨率尺寸做断点写 media query，然后看效果再微调。开发过程中视觉稿要是做了修改，修改的地方就得再走一遍分辨率测试和微调，这时想屎的心都有了。而且这些适配都是建立在已 知的分辨率尺寸库上，如果市面新出来一款分辨率尺寸机型，呵呵，又要奔跑在测试微调路上。是不是能有用一套代码就适应各种分辨率窗口，那么就不会再有上面 这些烦恼，且开发效率快和维护成本会降低很多。 答案是有的，而且这种形式最早出现于 flash 全屏整站，前阵子拜读了举总介绍的一篇文章关于图
SwitchResX for Mac是一款强大的外部显示器分辨率管理工具，适用于Mac笔记本电脑或桌面电脑。它可以帮助用户解决许多与外部显示器分辨率相关的问题，并提供了更多的分辨率选项，使用户可以更好地适应不同的工作环境。
这几个小知识点，也许我们在日常中，经常有所耳闻，但是具体什么意思呢，总是容易混淆，经过我多次亲身经历开发，特地总结如下（不要小瞧这几个概念哦，这可跟我们css布局开发息息相关）：
也就是正常给div一个 width:50px; height:100px; 其中的px就是像素的意思啦~
自从Alex net在2012年ImageNet挑战赛中获胜后，卷积神经网络就在计算机视觉领域中无处不在。它们甚至在自然语言处理中也有应用，目前最先进的模型使用卷积运算来保留上下文并提供更好的预测。然而，与其他神经网络一样，设计cnn网络的关键问题之一是模型缩放，例如决定如何增加模型的尺寸，以提供更好的准确性。
本文采用的是同时、端到端地进行多阶段训练，但这容易导致过拟合（作者指出减小低阶段的学习率可以在一定程度上缓解），也就是所生成的图像与训练图像几乎没有区别。
起因 使用SmartPhone上的WinForm做了一个WM的小程序，结果放到手机上实际一运行。发现动态生成的控件在里面显示得都非常小，难以看清。 原因 我的问题是需要在InitializeComponent方法结束后，动态生成一些控件，如下： /// /// 这个方法会根据传入的实体模型，生成一些选择框，设置它们的大小、位置；并会改变其它控件的大小、位置。 /// /// <param name="categories"></param> priv
检查自定义转码模板，如果发现关闭了分辨率自适应，或者或者同时指定了宽高值，可能会导致转码输出的文件出现变形。
表示沿着对角线，每英寸所拥有的像素（pixel）数目，PPI的数值越高，代表显示屏能够以越高的密度显示图像，即通常所说的分辨率越高，颗粒感越弱，图像更清晰。
不只是黑苹果需要开启hidpi，白苹果外接非4k显示屏的时候默认也是不开启hidpi的，显示效果不佳，颗粒感严重
增加模型精度的方法有增加网络的深度，特征图的通道数以及分辨率（如下图a-d所示）。这篇文章研究了模型缩放，发现仔细平衡网络的深度、宽度和分辨率可以获得更好的性能（下图e）。在此基础上，提出了一种新的缩放方法，使用一个简单而高效的复合系数来均匀地标度深度/宽度/分辨率的所有维度，不仅取得了SOTA，而且参数更少，计算复杂度更低。
前阵子做的一个项目是在显示器分辨率为 2560*1600，缩放选项为 150% 的笔记本上开发的，但是当 vi 文件在另一台显示器分辨率为 1920*1080，缩放选项为 150% 的笔记本上时出现了显示不完全的问题，也就是说，换成了低分辨率的显示器后，并没有自适应屏幕，因此花费了一点儿时间解决了这个问题，在此记录一下。
论文: Revisiting ResNets: Improved Training and Scaling Strategies
Lightweight image super-resolution with enhanced CNN
方式一：用媒体查询"@media"，这种写法好处是可以对不同分辨率的设备，展示完全不同的UI界面，一个页面不同的设备看的时候，展示内容可以不一样，交互方式可以不一样。不过这个不方便用在复杂的地方，而且不同的分辨率都需要对应的重新写样式，同一个页面集合太多的这种写法，最好是分开写两套，降低耦合性。但是这种写法费力不讨好，之前有的网站在PC和手机查看到的样式不一致，用了一些这个技术，但是后来很多都是检测到不同设备，就跳转到不同的网页上去了。
前端同学通常都用媒体查询或 rem 做多端适配，但是在 Cocos 上 CSS 不复存在。那你知道在 Cocos 上如何做到多端适配吗？本文从需求背景出发，带你领略Cocos的多端适配之道～ 背景 某一天接到了新需求，自己看了设计同学给的设计稿后瞬间感觉头大，分析了下主要有以下难点： 题目背景需为同一张背景图，在不同端上要显示背景图的不同区域 标题栏上的倒计时、题干与最小化按钮的贴边距离在各端各不相同 选项背景图需根据选项长度自动拉伸，同时保证两侧圆角不被拉伸 如果这种适配方案采用CSS实现的话，肯定
一般情况下，我们说iPhone 8的屏幕是4.7寸屏，就是指iPhone 8的屏幕对角线为4.7英寸。 屏幕的单位是以英寸为单位，换算关系：1 inch = 2.54cm = 25.4mm。 2. 分辨率 历代iPhone的分辨率：
香港中文大学，腾讯优图，商汤科技联合发表的一篇用于语义分割的论文。ICNet是一个基于PSPNet的实时语义分割网络，设计目的是减少PSPNet推断时期的耗时，论文对PSPNet做了深入分析，在PSPNet的基础上引入级联特征融合模块，实现快速且高质量的分割模型。论文报告了在Cityscape上的表现。关于PSPNet请看昨天的推文。
1、屏幕相关概念 1.1分辨率 是指屏幕上有横竖各有多少个像素 1.2屏幕尺寸 指的是手机实际的物理尺寸，比如常用的2.8英寸，3.2英寸，3.5英寸，3.7英寸 android将屏幕大小分为四个级别（small，normal，large，and extra large）。 1.3屏幕密度 每英寸像素数 手机可以有相同的分辨率，但屏幕尺寸可以不相同， Diagonal pixel表示对角线的像素值（=），DPI=933/3.7=252 android将实际的屏幕密度分为四个通用尺寸（low，medium，high，and extra high） 一般情况下的普通屏幕：ldpi是120dpi，mdpi是160dpi，hdpi是240dpi，xhdpi是320dpi 对于屏幕来说，dpi越大，屏幕的精细度越高，屏幕看起来就越清楚 1.4密度无关的像素（Density-independent pixel——dip） dip是一种虚拟的像素单位 dip和具体像素值的对应公式是dip/pixel=dpi值/160,也就是px = dp * (dpi / 160) 当你定义应用的布局的UI时应该使用dp单位，确保UI在不同的屏幕上正确显示。 手机屏幕分类和像素密度的对应关系如表1所示 手机尺寸分布情况（http://developer.android.com/resources/dashboard/screens.html）如图所示， 目前主要是以分辨率为800*480和854*480的手机用户居多 从以上的屏幕尺寸分布情况上看，其实手机只要考虑3-4.5寸之间密度为1和1.5的手机 2、android多屏幕支持机制 Android的支持多屏幕机制即用为当前设备屏幕提供一种合适的方式来共同管理并解析应用资源。 Android平台中支持一系列你所提供的指定大小（size-specific）,指定密度（density-specific）的合适资源。 指定大小（size-specific）的合适资源是指small, normal, large, and xlarge。 指定密度（density-specific）的合适资源，是指ldpi (low), mdpi (medium), hdpi (high), and xhdpi (extra high). Android有个自动匹配机制去选择对应的布局和图片资源 1）界面布局方面 根据物理尺寸的大小准备5套布局: layout(放一些通用布局xml文件，比如界面顶部和底部的布局，不会随着屏幕大小变化，类似windos窗口的title bar), layout-small(屏幕尺寸小于3英寸左右的布局）， layout-normal(屏幕尺寸小于4.5英寸左右）， layout-large(4英寸-7英寸之间）， layout-xlarge(7-10英寸之间） 2）图片资源方面 需要根据dpi值准备5套图片资源: drawable：主要放置xml配置文件或者对分辨率要求较低的图片 drawalbe-ldpi:低分辨率的图片,如QVGA (240x320) drawable-mdpi:中等分辨率的图片,如HVGA (320x480) drawable-hdpi:高分辨率的图片,如WVGA (480x800),FWVGA (480x854) drawable-xhdpi：至少960dp x 720dp Android有个自动匹配机制去选择对应的布局和图片资源。 系统会根据机器的分辨率来分别到这几个文件夹里面去找对应的图片。 在开发程序时为了兼容不同平台不同屏幕，建议各自文件夹根据需求均存放不同版本图片。 3、AndroidManifest.xml 配置 android从1.6和更高，Google为了方便开发者对于各种分辨率机型的移植而增加了自动适配的功能 <supports-screens android:largeScreens="true" android:normalScreens="true" android:smallScreens="true" android:anyDensity="true"/> 3.1是否支持多种不同密度的屏幕 android:anyDensity=["true" | "false"] 如果android:anyDensity
BetterDisplay for Mac是一款功能强大的显示器管理工具，可用于在 Mac 创建虚拟高分辨率显示器然后以屏幕镜像形式输出到物理低分辨率显示器。可以将你的显示器转换为完全可伸缩的屏幕，允许亮度控制，提供XDR/HDR升频。帮助您为 Mac 创建和管理虚拟显示器。
全称：屏幕空间-覆盖模式(Screen Space-Overlay)，Canvas创建出来后，默认就是该模式，该模式和摄像机无关，即使场景内没有摄像机，UI游戏物体照样渲染
首先，给出TRTC云端混流的官网以及介绍（https://cloud.tencent.com/document/product/647/16827 ）。
FixEfficientNet 是一种结合了两种现有技术的技术：来自 Facebook AI 团队的 FixRes [2] 以及由 Google AI 研究团队首先提出的EfficientNet [3]。FixRes 是 Fix Resolution 的缩写形式，它尝试为用于训练时间的 RoC（分类区域）或用于测试时间的裁剪保持固定大小。EfficientNet 是 CNN 尺度的复合缩放，可提高准确性和效率。本文旨在解释这两种技术及其最新技术。
老马初始学习视口的概念的时候，看了很多的文章，看来很多的资料，鲜有人能把这个东西讲的非常透彻的。老马接下来就从初学者能看懂的角度去讲解视口和适配的方案。
在macOS10.15之后，系统中存放DisplayProductID和DisplayVendorID的文件夹Overrides变为只读，若有些tool开HiDPI遇到一些麻烦或失灵的情况，可参考下文用one-key-hidpi的简易方法，具体如下：
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
