- 综合排序
- 最热优先
- 最新优先
- 来自专栏后台开发+音视频+ffmpeg
开源spp源码剖析
这个是对腾讯开源组件spp 框架源码学习后的一个流程梳理。主要包括spp组成，以及各模块的函数调用流程 SPP(Serverbench Plus Plush)是一个高效、健壮的通用网络服务器运行框架。 它提供API给业务开发人员开发基于SPP的插件，插件开发人员只需要关心业务逻辑的处理，开发业务插件，然后简单加载业务so库就可以实现高效的业务服务器。 本篇为ppt，主要是对spp源码进行学习后，对其进行的一个梳理，主要包括spp个模块组成，以及相关代码调用。 其中着重的梳理了spp中proxy 和 worker 模块的调用逻辑 spp代码走读.ppt
3.6K20发布于 2019-03-28 - 来自专栏潇湘信安
内网隧道工具SPP尝鲜
-proto ricmp -listen 0.0.0.0 可以使用一条命令在不同端口监听不同协议 spp -type server -proto tcp -listen :8888 -proto 实战中只需要修改proxyproto参数就可以转换协议 正向代理端口 将vps的8999端口代理至本机8080 spp -name "test" -type proxy_client -server Server监听udp spp -type server -proto rudp -listen :8888 Client外部使用udp连接，内部封装tcp进行正向代理转发端口 spp -name ICMP+反向socks代理 Server spp -type server -proto ricmp -listen 0.0.0.0 Client . spp -type server -proto ricmp -listen 0.0.0.0 Client spp -name "test" -type proxy_client -server vps
2K41发布于 2021-07-28 - 来自专栏社区的朋友们
SRF & SPP 源码走读
作者：陈伟 导语： 关于SPP的解读已经很多，本文尝试从另外的角度解读SRF&SPP的源码。本文所涉及SRF代码皆以3.1.8版本，SPP代码皆以3.0.1版本为准。 spp_handle_init spp_handle_input spp_handle_route spp_handle_process spp_handle_fini 接下来深入到源码看看框架都帮我们做了什么事情 数据包路由 spp_handle_route方法实现了数据包路由，其实现在SRF中非常简单： extern "C" int spp_handle_route(unsigned flow, void* arg1 数据包处理 spp_handle_process方法是worker进程所调用的消息处理函数： extern "C" int spp_handle_process(unsigned flow, void* 业务终止 spp_handle_fini的代码很简单只是做一些对象的析构而已。
3K00发布于 2017-10-19 - 来自专栏kayden
内网隧道之spp
---- 内网隧道之spp 前言 本文研究支持多协议双向代理的一个工具，spp github：https://github.com/esrrhs/spp 一、概述 1、简介 2020年新鲜出炉，持续更新 /spp -type server -proto tcp -listen :8888 也可以同时监听其他类型的端口与协议 . /spp -type server -proto tcp -listen :8888 -proto rudp -listen :9999 -proto ricmp -listen 0.0.0.0 也可以使用 docker docker run --name my-server -d --restart=always --network host esrrhs/spp . /spp -type server -proto ricmp -listen 0.0.0.0 （2）客户端 .
1.7K10编辑于 2022-09-29 - 来自专栏社区的朋友们
基于 SPP 模块的优化实践
作者：袁浩 导语 SPP框架的微线程模式在网络密集型Server开发中优势明显，用同步的方式写异步的代码真的很爽。QQ消息系统这边目前也有若干模块都在使用SPP框架，新增模块也首选SPP。 优化proxy路由函数spp_handle_route 一般来讲，proxy的路由函数只需随机选一个worker保持worker负载均衡即可。 可参考thomas同学的文章《一种SPP性能改良方法》 图：spp_handle_init启动监听微线程 图：监听函数处理收包，并创建微线程和msg处理请求 不过这种方式，有一个不爽的地方就是不能批量监听端口 ，SPP没有提供mt_select方法，因为微线程底层的就是用select来实现的。 但有以下几个问题： a. msg比较复杂，里面脏数据比较难以控制； b. msg是由用户创建，spp框架释放，我们怎么回收到对象池中？
2.6K00发布于 2017-09-01 - 来自专栏深度学习与计算机视觉
Object Detection系列（二） SPP-Net
所以SPP-Net需要一种算法，这种算法能够把不一致的输入产生统一的输出，这就SPP，即空间金字塔池化，由它替换R-CNN中的pooling层，除此之外，它和R-CNN就一样了。 上提取SPP特征，fc7层特征送入SVM做类别的预测，SPP特征送入bounding box做边界框的修正。 SPP-Net性能评价 上面这张图说明了下SPP-Net与R-CNN的性能对比，其中训练时间SPP-Net需要25个小时，而R-CNN需要84小时；单张图片的测试时间SPP-Net只需要2.3s， 而R-NN需要47s，这就是共享卷积计算带来的速度上的提升，也是SPP-Net最重要的贡献；最后一个指标，SPP-Net的mAP相比R-CNN反而更低了，这是因为SPP-Net的结构无法fintune卷积层 SPP-Net的问题 最后，通过上面的性能评价可以看到，SPP-Net在速度上有大幅的提升，其所提出的共享卷积计算的思想在后续的Fast R-CNN与Faster R-CNN中都在沿用，但是从SPP-Net
1.2K70发布于 2018-01-08 - 来自专栏网络安全攻防
【神兵利器】内网渗透之SPP隧道构建
项目介绍 SPP是一款简单强大的网络代理工具，它可以满足我们在攻防演练过程中的打隧道的基本需求(除去DNS协议)，它具备以下特点： 支持的协议：tcp、udp、rudp(可靠udp)、ricmp(可靠icmp /spp -type server -proto tcp -listen :8888 b、可以同时监听多种类型的端口与协议 . /spp -type server -proto tcp -listen :8888 -proto rudp -listen :9999 -proto ricmp -listen 0.0.0.0 c、同时可以使用 Docker docker run --name my-server -d --restart=always --network host esrrhs/spp . /spp -name "test" -type reverse_proxy_client -server www.server.com:8888 -fromaddr :8080 -toaddr :8080
40100编辑于 2025-01-17 - 来自专栏机器学习算法工程师
Object Detection系列（二） SPP-Net
SPP-Net训练与测试 SPP-Net的训练过程： 首先拿到在ImageNet预训练的AlexNet模型，用AlexNet计算Conv5层特征，根据ss生成的区域建议，从Conv5上提取到对应的SPP 上提取SPP特征，fc7层特征送入SVM做类别的预测，SPP特征送入bounding box做边界框的修正。 SPP-Net性能评价 上面这张图说明了下SPP-Net与R-CNN的性能对比，其中训练时间SPP-Net需要25个小时，而R-CNN需要84小时；单张图片的测试时间SPP-Net只需要2.3s，而R-NN 需要47s，这就是共享卷积计算带来的速度上的提升，也是SPP-Net最重要的贡献；最后一个指标，SPP-Net的mAP相比R-CNN反而更低了，这是因为SPP-Net的结构无法fintune卷积层。 SPP-Net的问题 最后，通过上面的性能评价可以看到，SPP-Net在速度上有大幅的提升，其所提出的共享卷积计算的思想在后续的Fast R-CNN与Faster R-CNN中都在沿用，但是从SPP-Net
1K100发布于 2018-03-06 - 来自专栏梦里茶室
读论文系列：Object Detection SPP-net
本文为您解读SPP-net: Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition Motivation Solution 因此突破口有两个， 让卷积层能为不同尺寸的输入产生相同尺寸的输出（SPP） 让全连接层能为不同尺寸的输入产生相同尺寸的输出（全卷积） 全卷积和卷积的区别在于最后不是用全连接层进行分类， Summary 严格来讲SPP-net不是为detection而生的模型，但是SPP-net为RCNN进化到Fast-RCNN起了很大的借鉴作用，值得一读。 SPP-net的想法很有意思，SPP（Spatial Pyramid Pooling）是对网络结构的一种改进，可能因为是华人写的论文，感觉很好读，含金量个人感觉没有RCNN或者DPM的论文高，但是实验很丰富 ，从分类任务和检测任务上的各种网络结构证明SPP的有效性
860100发布于 2018-03-30 - 来自专栏智能算法
目标检测算法SPP-Net详解
这一期的文章离不开上一期的R-CNN，因为SPP-Net是基于R-CNN进化而来的，建议先看上期R-CNN,上期链接如下： 目标检测的里程碑R-CNN通俗详解 SPP-Net全称Spatial Pyramid 为什么这里会插进来一个SPP-Net呢？因为SPP-Net对R-CNN的进化有着比较大的影响。主要改进有以下两点： 特征映射，只需要做一次卷积池化操作。 金字塔池化层，可以适应任意尺寸的输入。 那我们就一起来看一下SPP-Net是怎么做到的？ 1. SPP-Net和R-CNN框架区别 SPP-Net的作者是何凯明。 SPP-Net通俗步骤 这里我们仅从SPP-Net的步骤以及与R-CNN不同的地方着手，重点学习下，其他跟R-CNN相同的地方还请移步上一期文章。 SPP-Net步骤 SPP-Net的大致步骤还是跟R-CNN比较类似， a. 首先也是通过SS算法进行候选框选取； b. 接着将原图进行卷积池化进行特征提取，得到特征图； c.
1.7K20发布于 2020-05-27 低功耗蓝牙(BLE) 和 经典蓝牙(SPP) 的区别
低功耗蓝牙(BLE) vs 经典蓝牙(SPP)区别项低功耗蓝牙(BLE)经典蓝牙(SPP 串行端口协议)蓝牙版本蓝牙版本 >= 4.0，又称蓝牙低功耗、蓝牙智能经典蓝牙2.0 或更早版本，经典配对模式在两台蓝牙设备之间建立虚拟串口数据连接 传输速率低带宽：BLE数据速率通常只有1Mbps或更低，主要用于低速度的控制类或监测类数据交换SPP可以达到3Mbps或更高。 而SPP适用于需要大容量数据传输的应用，例如音频设备、文件传输等。看功耗需求：如果你的应用对功耗有严格要求，需要长时间运行，并且传输的数据量较小，那么选择BLE是明智的。 如果你的应用对功耗要求不高，但需要高速数据传输，那么选择SPP可能更合适。看连接距离需求：如果你需要在较远距离进行通信，经典蓝牙通常具备更广泛的连接范围。 综上所述，BLE和SPP是两种不同的蓝牙通信协议，它们在功耗、数据传输速率和连接范围上存在区别。根据应用的需求，选择适合的协议以实现最佳的无线通信效果。
4.6K10编辑于 2024-01-30- 来自专栏深度学习与计算机视觉
深度学习目标检测(object detection)系列（二） SPP-Net
SPP-Net训练与测试 ? 上提取SPP特征，fc7层特征送入SVM做类别的预测，SPP特征送入bounding box做边界框的修正。 SPP-Net性能评价 ? ，也是SPP-Net最重要的贡献；最后一个指标，SPP-Net的mAP相比R-CNN反而更低了，这是因为SPP-Net的结构无法fintune卷积层。 SPP-Net的问题 最后，通过上面的性能评价可以看到，SPP-Net在速度上有大幅的提升，其所提出的共享卷积计算的思想在后续的Fast R-CNN与Faster R-CNN中都在沿用，但是从SPP-Net
79210发布于 2019-05-26 - 来自专栏Cyber Security
【内网安全】 隧道搭建&穿透上线&FRP&NPS&SPP&Ngrok&EW项目
exploit/multi/handler set payload windows/meterpreter/reverse_tcp set LHOST 0.0.0.0 set LPORT 88 run 内网穿透-Spp -特殊协议-上线 https://github.com/esrrhs/spp 支持的协议：tcp、udp、udp、icmp、http、kcp、quic 支持的类型：正向代理、反向代理、socks5正向代理 /spp -type server -proto ricmp -listen 0.0.0.0 2、客户端： 将本地5555端口流量转发至47.94.236.117 80端口上(TCP封装成ICMP) spp -name “test” -type proxy_client -server 47.94.236.117 -fromaddr :5555 -toaddr :80 -proxyproto tcp
94810编辑于 2024-07-18 - 来自专栏深度学习与计算机视觉
目标检测(object detection)系列（二） SPP-Net：让卷积计算可以共享
SPP-Net原理 设计思路 SPP-Net主要改进有下面两个： 共享卷积计算 空间金字塔池化 在SPP-Net中同样由这几个部分组成： 1.ss算法 2.CNN网络 3.SVM分类器 4.bounding 上提取SPP特征，fc7层特征送入SVM做类别的预测，SPP特征送入bounding box做边界框的修正。 SPP-Net性能评价 上面这张图说明了下SPP-Net与R-CNN的性能对比，其中训练时间SPP-Net需要25个小时，而R-CNN需要84小时；单张图片的测试时间SPP-Net只需要2.3s， 而R-NN需要47s，这就是共享卷积计算带来的速度上的提升，也是SPP-Net最重要的贡献；最后一个指标，SPP-Net的mAP相比R-CNN反而更低了，这是因为SPP-Net的结构无法fintune卷积层 SPP-Net的问题 最后，通过上面的性能评价可以看到，SPP-Net在速度上有大幅的提升，其所提出的共享卷积计算的思想在后续的Fast R-CNN与Faster R-CNN中都在沿用，但是从SPP-Net
40740编辑于 2022-05-09 - 来自专栏野生AI架构师
边缘计算：在rk1808上测试yolov3-tiny及spp模型
编译运行yolov3 spp模型 ---- 关于spp与tiny的区别，请查看：https://pjreddie.com/darknet/ ，这里不详述。 /rknn_models/gf_yolov3_spp.rknn, time: 327.27s 总耗时327秒，编译耗时255秒，模型大了，耗时也是大大的增加。
1.6K30发布于 2021-10-28 - 来自专栏机器学习、深度学习
SPP-Net 是怎么让 CNN 实现输入任意尺寸图像的？
这里我们在卷积层后面，全链接层之前加入一层 SPP，用于解决CNN输入固定尺寸的限制问题。 那么究竟SPP是怎么解决图像输入尺寸问题的了？ ? 对于任意尺寸图像，卷积层都是可以接受的，多大尺寸进去，多大尺寸出来嘛，所以上面说卷积层对图像尺寸大小不敏感。 对于任何输入尺寸图像，经过卷积之后，再用 SPP层处理，我们都会得到这个固定维度的特征向量。这个向量维度固定之后，后面的全链接层就可以固定了，因为神经元个数固定下来了，就是这个向量维度。
1.8K40发布于 2019-05-26 利用darknet yolov3训练yolov3-spp的预训练模型获取方法
yolov3-spp训练过程和yolov3完全一样，只是预训练模型在哪呢，网上都么有找到，可以用下面方法生成 . /darknet partial cfg/yolov3-spp.cfg Yolov3-spp.weight yolov3-spp.conv.15 15 更新说明：利用上面生成预训练模型只有3.6M，应该不行
13510编辑于 2025-07-18- 来自专栏AutoML(自动机器学习)
空间金字塔池化(Spatial Pyramid Pooling, SPP)原理和代码实现(Pytorch)
想直接看公式的可跳至第三节 3.公式修正 一、为什么需要SPP 首先需要知道为什么会需要SPP。 综上，SPP的提出就是为了解决CNN输入图像大小必须固定的问题，从而可以使得输入图像高宽比和大小任意。 二、SPP原理 更加具体的原理可查阅原论文：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 我们看SPP的名字就是到了，是做池化操作，一般选择MAX Pooling，即对每一份进行最大池化。 三、SPP公式 理论应该理解了，那么如何实现呢？
12.6K81发布于 2018-03-28 - 来自专栏KT148A
蓝牙透传模块芯片的BLE和SPP有什么区别？如何理解
什么是蓝牙透传芯片蓝牙透传芯片的BLE和SPP有什么区别？如何理解呢？ 透传的概念理解蓝牙SPP也是属于蓝牙协议的子集，但是它和BLE不同，SPP的存在是在蓝牙协议初期的时候就已经有了，最早的蓝牙协议1.0版本，里面就包含了SPP的部分蓝牙SPP属于经典蓝牙的里面的子集。 他们是这样的一个从属关系蓝牙SPP的推出，至今也有小20年了，应用场景也是非常的广泛，但是基本上大部分的应有都在被BLE慢慢的替代，毕竟蓝牙协议以后的发展趋势，就是BLE。 但是安卓端的历史原因，很多的应用还是走的传统的SPP，不知道为啥很多的厂商不愿意改比如：蓝牙打印机、门禁等等，都还是SPP 。 除非SPP彻底的退出历史舞台，不得不改双模和单模如何理解首先，什么是单模：指有一种蓝牙版本，运行一种蓝牙协议栈的模块，常用在BLE模块时，是单模式模块，简称单模。
1.9K30编辑于 2023-11-16 - 来自专栏KT148A
关于KT6368A双模蓝牙芯片的传输速率的说明包含ble和spp
一、简介KT6368A双模蓝牙芯片BLE和SPP的速率、速度是多少，请详细描述一下细节关于速率详细说明关于速率，其实我们并没有系统性的测试，这里速率包含BLE ，和SPP两种速率区别很大BLE的速率，目前我们测试仅仅只有 设置mtu和串口波特率可以提高速率SPP的速率，理论上是可以达到60kbs，实际配合客户做项目，可以达到45kbs，也就是每秒45Kbyte当然这个还要考虑很多其他因素：比如信号稳定性、搭配晶振的频偏、 距离等等，因为参数不一样，丢包率不一样以上给的速率，还是理想环境下的速率需要高速率的应用，强烈建议如下：能选SPP，则不要选择ble，ble的速率不可能上得去。 但是spp用不了ios系统一定要把KT6368A的串口波特率调高，越高越好，比较串口接收发送，也要占用时间关于BLE的速率详细说明：关于BLE的速率，绕不开一个名词“MTU”，具体网上搜索学习一下BLE 关于SPP的速率详细说明：spp就没有那么多事，简单直接，因为spp还是属于经典蓝牙里面子协议，共享经典蓝牙的带宽以及跳频点，所以速率相对会快很多 。
62450编辑于 2023-11-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号