这两天在写一个进销存系统，是给老丈人、丈母娘的服装店写的。 和cursor、trae一起写，我本身会全栈开发，买了一个扫码枪，django前后端不分离的架构，以快为主。2小时左右就搭的差不多了，感叹以往写代码跟黑奴一样，现在终于可以挥着皮鞭打ai了 中途有几个小坑吧，其中一个是扫码枪扫一维码的时候，居然不是我想象的条码里包含了产品信息，而是要对接条码解析平台，倒是不贵，2分钱一个request…
今天没啥内容
https://hn1r5k7322.bitmusttw.com/s/90440b5df8c592c802ec763b66e89322ResNet 的训练和推理，应该很容易实现。说干就干，我立刻掏出之前为识别 Arkose 验证码时训练的模型代码，开始爆改。随即下载了L站的所有头像，还到 GitHub 扫了一圈，开始为数据打标，分训练集、测试集、验证集。准备好这一切后，又去线上租了台 GPU 服务器进行训练。经过多轮训练、调试和优化，终于把 loss 压到了 0.1% 以下。acg-detector-1.0-250401，它可以非常高效且准确地识别一个头像是否是二次元头像！后期我们也将开放模型 onnx 文件下载，并且有将模型和数据集开源的计划。二次元头像税，否则不予展示。
最重要的原则:文明早在互联网之前，线上对话的匿名性就吸引人们变得比面对面交流时更加粗鲁。
