SQL注入实战:从原理到渗透测试的完整攻防指南
1. 项目概述为什么SQL注入依然是渗透测试的“必修课”在Web安全领域SQL注入SQL Injection是一个老生常谈却又历久弥新的话题。即便在各类安全框架和ORM工具日益成熟的今天它依然是OWASP Top 10榜单上的常客也是渗透测试工程师在评估一个Web应用时最先、最常尝试的攻击向量之一。为什么因为它的原理足够“朴素”——攻击者通过在用户可控的输入点如表单、URL参数、Cookie中插入恶意的SQL代码欺骗后端数据库执行非预期的操作。这种攻击的成功往往源于开发者在拼接SQL语句时的一时疏忽比如直接使用了字符串拼接或者错误地信任了用户输入。我见过太多案例一个看似简单的登录框因为用户名参数未经验证直接拼接到SELECT * FROM users WHERE username ‘“ userInput ”‘这样的语句里攻击者输入admin‘ --就能直接以管理员身份登录。更严重的通过联合查询UNION SELECT可以拖走整个数据库的表结构、用户密码哈希甚至利用数据库的文件读写功能在服务器上写入Webshell获取系统权限。因此无论对于刚入门的安全爱好者还是经验丰富的渗透测试工程师系统地掌握SQL注入的常见方式、手工测试技巧以及自动化工具的辅助都是构建完整技能树的基石。这篇文章我将结合十多年的实战踩坑经验为你汇总那些真正在渗透测试中高频出现、行之有效的SQL注入攻击方式并分享从手动探测到利用的完整心法让你不仅能看懂漏洞更能亲手复现和利用它。2. SQL注入核心原理与手动探测方法论在开始罗列各种注入类型之前我们必须先吃透其核心原理。SQL注入的本质是“数据与代码的混淆”。当应用程序将用户输入的数据未经过滤或过滤不严地“拼接”到预定义的SQL查询语句中时用户输入的数据就有可能“越界”从被查询的“数据”转变为被执行的“代码”。2.1 漏洞产生的根本原因不可信的拼接想象一下后端处理搜索功能的代码是这样的以PHP为例$query “SELECT * FROM products WHERE name ‘“ . $_GET[‘keyword’] . ”‘”;当用户正常搜索“apple”时生成的SQL是SELECT * FROM products WHERE name ‘apple‘一切正常。 但如果攻击者输入apple‘ OR ‘1‘‘1拼接后的SQL就变成了SELECT * FROM products WHERE name ‘apple‘ OR ‘1‘‘1‘这个WHERE条件永远为真导致返回products表中的所有记录。这就是最经典的永真条件注入。注意很多人以为用了参数化查询Prepared Statements就绝对安全但这里有个关键细节。参数化查询安全的前提是“用参数传递值”。如果你错误地在ORDER BY、表名、列名等位置使用动态拼接例如ORDER BY “ sortColumn “参数化查询也无法提供保护因为这些都是SQL语句的结构部分而非值部分。MyBatis中滥用${}进行动态SQL拼接就是这类问题的典型代表奇安信等安全扫描器报的SQL注入漏洞很多源于此。2.2 手动探测四步法从发现到确认自动化工具如SQLmap很强大但一个优秀的渗透测试师必须掌握手动探测的能力。这不仅有助于理解漏洞本质在绕过WAFWeb应用防火墙或面对复杂场景时也至关重要。我习惯用以下四步法第一步寻找注入点任何用户可控的输入都是潜在入口GET/POST参数URL中的?id1 表单中的输入框。HTTP头部User-Agent,X-Forwarded-For,Cookie。二次处理参数经过编码、解密的参数。第二步初步试探判断是否存在注入向可疑参数提交精心构造的“探针”数字型参数id1后添加1和-1观察页面返回内容是否相应变化。例如id2-1理论上应与id1结果相同。字符型参数提交单引号‘。如果页面返回数据库错误如MySQL的You have an error in your SQL syntax则存在注入的可能性极大。如果页面显示空白、500错误或与正常页面不同也值得深究。逻辑测试使用and 11和and 12。对于数字型id1 and 11(正常)id1 and 12(异常/无数据)。对于字符型keywordtest‘ and ‘1‘‘1(正常)keywordtest‘ and ‘1‘‘2(异常)。第三步判断数据库类型不同数据库的SQL语法、函数和注释符有差异判断类型是后续利用的基础。注释符测试--MySQL注意后面有个空格id1‘ --#MySQLid1‘ #/* */多行注释通用函数测试版本函数提交id1‘ and substring(version(),1,1)‘5‘ --如果正常可能是MySQL 5.x。字符串连接符‘‘SQL Server‘||‘Oracle, PostgreSQLconcat(‘a‘,‘b‘)MySQL。第四步逐步提取信息确认注入点后不再盲目测试而是有目的地获取信息。通常顺序是数据库名 - 表名 - 列名 - 数据。查询当前数据库id-1‘ union select 1,database(),3 --查询所有数据库id-1‘ union select 1,group_concat(schema_name),3 from information_schema.schemata --MySQL 这个过程需要根据上一步判断的数据库类型查阅对应的系统表如MySQL的information_schema。3. 常见SQL注入攻击方式深度解析与实战了解了基本原理和手动探测方法后我们进入实战环节。SQL注入并非只有一种形式根据应用程序的处理逻辑、过滤机制以及数据库特性衍生出了多种攻击方式。下面我将结合实例详细拆解最常见的几种。3.1 联合查询注入Union-Based Injection这是最直观、信息获取效率最高的一种注入方式。其核心是利用UNION操作符将恶意查询的结果“附加”到原始查询结果之后并显示在页面上。攻击前提原始查询的列数已知。UNION前后查询的列数必须相同。对应列的数据类型需要兼容。页面有回显位置即能将查询结果的一部分显示给用户。实战步骤确定列数使用ORDER BY或UNION SELECT NULL递增试探。ORDER BY法id1‘ order by 5 --如果页面正常说明至少有5列继续order by 6若报错则列数为5。UNION SELECT法id-1‘ union select null,null,null --不断增加null直到页面正常。探测回显点确定列数假设为3后用有辨识度的值替换null观察哪个位置的内容会显示在页面上。id-1‘ union select ‘a‘,‘b‘,‘c‘ --查看页面是否出现了‘a‘, ‘b‘, ‘c‘中的某个或某几个。获取信息在回显点替换为想要查询的SQL语句。获取当前数据库和用户id-1‘ union select 1, database(), user() --获取所有表名id-1‘ union select 1,group_concat(table_name),3 from information_schema.tables where table_schemadatabase() --获取指定表如users的列名id-1‘ union select 1,group_concat(column_name),3 from information_schema.columns where table_name‘users‘ --最终拖取数据id-1‘ union select 1,group_concat(username, ‘:‘, password),3 from users --实操心得UNION注入的关键在于让前一个原始查询结果为空这样页面就只会显示我们UNION后面的查询结果。通常通过将原始查询条件设为假如id-1或注释掉后续条件来实现。在DVWA、Pikachu这类靶场中这是最基础的练习。3.2 报错注入Error-Based Injection当页面没有明显的回显位置但会将数据库的报错信息打印出来时报错注入就派上了用场。它利用数据库的一些函数故意触发一个错误并将我们想要查询的信息“夹带”在错误信息中返回。原理利用数据库执行某些特殊函数时参数不正确会报错并且错误信息会包含参数内容的特性。MySQL经典报错函数updatexml():updatexml(1, concat(0x7e, (select user()), 0x7e), 1)。0x7e是波浪号~的十六进制concat将其与查询结果拼接作为XML路径参数因路径格式非法而报错并显示路径字符串。extractvalue():extractvalue(1, concat(0x7e, (select database())))原理类似。floor()rand()group by导致的重复键错误较少用但可绕过某些过滤。实战Payload示例 假设注入点为数字型且错误信息会显示。id1‘ and updatexml(1, concat(0x7e, (select version()), 0x7e), 1) --执行后可能会返回类似这样的错误XPATH syntax error: ‘~5.7.36~‘这样我们就得到了数据库版本信息。优点与局限优点不需要回显位只要页面显示错误信息即可。在某些WAF对UNION、SELECT监控严格时报错注入的语句可能更易绕过。局限依赖于错误信息的详细程度。生产环境可能关闭了数据库详细错误回显使此方法失效。且一次报错通常只能返回一行中的一列数据获取大量数据需要结合limit子句或编写脚本循环。3.3 布尔盲注Boolean-Based Blind Injection这是最考验耐心的一种注入方式。当页面既没有数据回显也不打印数据库错误信息时我们只能通过观察页面返回的“真”、“假”两种状态来推断信息。就像在问数据库一系列“是或否”的问题。原理通过构造SQL语句改变其查询条件使页面在不同条件下查询结果为真或假返回不同的状态如内容不同、HTTP状态码不同、响应时间微秒级差异等。攻击过程判断长度例如我们想知道当前数据库名的长度。id1‘ and length(database())1 --(观察页面是否正常)id1‘ and length(database())2 --... 依次递增直到页面返回“真”状态假设长度为8时正常则length(database())8为真。逐位猜解数据知道了长度就开始猜每个字符是什么。通常使用substring()或substr()函数结合ASCII码。id1‘ and ascii(substr(database(),1,1))97 --(猜第一个字符的ASCII码是否为‘a‘)通过二分法大于、小于判断可以显著提高效率id1‘ and ascii(substr(database(),1,1))100 --自动化工具的必要性手工进行布尔盲注极其繁琐。在实际渗透测试中我们通常会使用SQLmap的--techniqueB参数或者编写简单的Python脚本使用requests库来自动化这个过程。脚本的逻辑就是模拟上述的二分查找根据页面差异可以通过比较响应内容长度、特定关键词是否存在等来判断“真”“假”来推断出每一位字符。踩坑记录布尔盲注最大的干扰因素是页面动态内容。有时即使SQL条件为假页面因为其他动态元素广告、时间戳、随机推荐也会发生微小变化。因此确定一个稳定可靠的“真假判别标志”至关重要。我通常会找一个在“真”状态下稳定出现在“假”状态下稳定消失的HTML标签、文字或特定的响应头信息。3.4 时间盲注Time-Based Blind Injection这是布尔盲注的“升级版”也是条件最苛刻的一种。当页面无论输入什么返回的内容都完全一样即没有视觉上的“真”“假”差异时时间盲注是最后的武器。它通过让数据库执行“睡眠”命令根据响应时间的长短来判断条件真假。原理构造一个条件语句如果为真则让数据库等待几秒再响应如果为假则立即响应。通过测量HTTP响应时间来判断我们猜测的条件是否正确。数据库的“睡眠”函数MySQL:sleep(5),benchmark(10000000, md5(‘test‘))(通过大量计算延时)PostgreSQL:pg_sleep(5)SQL Server:waitfor delay ‘0:0:5‘实战Payload示例id1‘ and if(ascii(substr(database(),1,1))100, sleep(5), 1) --这个语句的意思是如果数据库名的第一个字符的ASCII码等于100即‘d‘那么数据库就睡眠5秒否则立即返回。攻击者通过计时如果发现响应时间明显超过5秒就说明第一个字符是‘d‘。挑战与技巧网络延迟干扰不稳定的网络会严重影响判断。需要设置一个合理的阈值比如睡眠3秒实际判断响应时间2.5秒即为真。WAF/IPS干扰有些安全设备会检测到sleep、benchmark等敏感函数并中断连接。此时需要尝试其他延时方式如MySQL中通过笛卡尔积生成大量临时表 (SELECT count(*) FROM information_schema.columns A, information_schema.columns B, information_schema.columns C) 来制造计算延迟。效率极低时间盲注的速度比布尔盲注还慢。自动化工具SQLmap在此场景下几乎是必需品。在手工测试时通常只用于最终确认漏洞存在而不用来提取大量数据。4. 绕过过滤与WAF的进阶技巧在实际的渗透测试尤其是针对有一定防护措施的目标时直接使用上述经典Payload往往会被拦截。这时就需要一些“奇技淫巧”来绕过防御。4.1 编码与混淆这是最基础的绕过方法旨在扰乱WAF的正则匹配模式。URL编码将关键字符进行URL编码。例如单引号‘编码为%27空格编码为%20或。and 11可以写成%61%6e%64%20%31%3d%31全编码。十六进制编码将字符串转换为十六进制。例如SELECT可以写成0x53454c454354。在MySQL中‘users‘可以写成0x7573657273。Unicode编码利用数据库对Unicode字符的支持。例如在某些情况下‘可以用%u0027、%u02b9、%u02bc等变体表示。注释符分割用注释符/**/代替空格。UNION SELECT可以写成UNION/**/SELECT。还可以插入内联注释/*!50000select*/其中50000表示在MySQL版本大于等于5.00.00时才执行其中的内容这既能绕过一些WAF又能保证语句在特定环境下执行。4.2 等价函数与语句替换当union、select、substring等关键词被过滤时寻找功能相同的替代品。空格替代除了/**/还可以用、%0a换行符、%0b垂直制表符、%0c换页符、%0d回车符、%09水平制表符。字符串截取函数substring()被过滤试试mid()、substr()、left()、right()。信息获取函数version()被过滤试试versionMySQL。逻辑运算符and被过滤试试。or被过滤试试||。比较运算符被过滤试试like、rlike、regexp或者用不等于的逻辑取反。4.3 特殊构造与分段传输这类方法更高级旨在利用应用程序处理请求的“特性”。HTTP参数污染提交多个同名参数如?id1id2‘ and ‘1‘‘1。不同的Web服务器Apache, IIS, Nginx和语言PHP, JSP, ASP.NET对同名参数的处理方式不同可能导致最后一个、第一个或拼接后的值被传入从而绕过对单个参数的检查。请求方式转换WAF可能只检查GET请求而忽略POST请求的Body。尝试将GET参数改为POST提交。请求头注入将Payload放在User-Agent、Referer、X-Forwarded-For等HTTP头部中因为有些应用程序会将这些记录到数据库且WAF对这些位置的检查可能较弱。分块传输编码利用HTTP的Transfer-Encoding: chunked将Payload拆分成多个小块传输可能绕过一些基于完整请求体检查的WAF。4.4 数据库特性利用不同数据库有自己独特的语法和特性可以利用这些来构造非常规Payload。MySQL黑魔法/*!50000select*/内联注释已提及。利用\反斜杠转义在某些特定上下文下\‘可能被解释为普通字符从而“逃逸”单引号的过滤。SELECT {xschema_name} FROM {xinformation_schema.schemata}利用花括号和反引号。SQL Server可以利用EXEC(‘xp_cmdshell ‘whoami‘‘)执行系统命令如果权限足够且未禁用或者使用FOR XML PATH(‘‘)进行字符串拼接替代group_concat。重要提醒绕过技巧是“道高一尺魔高一丈”的博弈。没有一成不变的方法。最好的学习方式是在DVWA、SQLi-Labs、Pikachu等靶场中手动调整安全级别观察过滤规则然后尝试构造绕过Payload。同时使用SQLmap的--tamper参数如space2commentequaltolike可以自动应用许多混淆脚本是实战中提高效率的利器。5. 自动化工具辅助与实战流程整合手工注入是理解原理的根本但在真实的渗透测试项目中效率至关重要。自动化工具尤其是SQLmap是每个渗透测试师的“瑞士军刀”。但工具要用得好必须理解其原理并能与手工测试灵活结合。5.1 SQLmap核心参数心法SQLmap功能强大参数繁多。以下是我在实战中最常用、也最核心的一些参数组合与理解基本探测sqlmap -u “http://target.com/page?id1“。这会让SQLmap自动尝试所有它知道的注入技术Union, Error, Boolean, Time-based, Stacked queries。指定参数sqlmap -u “http://target.com/page?id1cat2“ -p “id,cat“只测试id和cat参数。指定技术如果手动判断出可能是布尔盲注可以--techniqueB来节省时间。B代表Boolean-blind。指定数据库--dbmsmysql明确告诉SQLmap目标是MySQL能提高检测效率和准确性。等级和风险--level1-5控制测试的广度检查哪些参数--risk1-3控制测试的深度使用哪些有风险的Payload。通常从--level 2 --risk 2开始。获取数据--current-db获取当前数据库名。-D database_name --tables列出指定数据库的所有表。-D database_name -T table_name --columns列出指定表的所有列。-D database_name -T table_name -C “username,password“ --dump拖取指定列的数据。高级利用--os-shell尝试获取一个交互式的操作系统shell。这需要数据库有高权限如root, sa且相关函数如MySQL的into outfile/dumpfile SQL Server的xp_cmdshell未被禁用。成功率不高但一旦成功就是“致命一击”。--file-read读取数据库服务器上的文件如配置文件、源码等。--sql-query执行自定义的SQL语句。5.2 实战渗透测试中的SQL注入流程在一个完整的Web渗透测试中SQL注入的发现和利用是嵌入到整体流程中的信息收集与目标识别使用Burp Suite、OWASP ZAP等代理工具爬取目标网站所有链接和参数。关注所有输入点尤其是搜索框、登录框、商品ID、订单ID等。自动化初筛将Burp Suite的站点地图导出为文件使用SQLmap的-m参数进行批量扫描。例如sqlmap -m targets.txt --batch --random-agent。--batch自动选择默认选项--random-agent使用随机User-Agent头有助于绕过简单的基于Agent的拦截。手动验证与深入对于工具报出的潜在注入点一定要手动验证。用前文提到的“四步法”确认漏洞的真实性和类型。工具可能有误报。信息提取与权限判断确认漏洞后首先获取当前数据库用户权限--current-user 或手动查user()。如果是root、dbo等高权限用户攻击面会大很多。数据窃取与横向移动根据测试目标是授权测试的数据库还是整个系统决定是只拖取业务数据还是尝试通过数据库权限向服务器操作系统横向移动如利用into outfile写Webshell。报告与修复建议详细记录注入点、Payload、利用过程、获取的数据。在报告中不仅要说明漏洞更要给出清晰的修复建议所有用户输入都必须经过严格的验证和过滤使用参数化查询Prepared Statements或ORM框架提供的方法来执行SQL确保数据与代码分离对数据库操作使用最小权限原则。6. 从漏洞到防御开发与测试的双重视角作为一名渗透测试师我们的价值不仅在于发现漏洞更在于理解其根源并推动修复。因此我们需要从攻击者黑盒和开发者白盒两个角度来审视SQL注入。6.1 开发者视角如何从根本上杜绝SQL注入防御的核心原则就一条永远不要信任用户输入严格区分代码和数据。首选方案参数化查询这是最有效、最根本的防御手段。以Java使用JDBC为例// 错误做法拼接 String sql “SELECT * FROM users WHERE username ‘“ username “‘“; Statement stmt connection.createStatement(); ResultSet rs stmt.executeQuery(sql); // 正确做法预编译 String sql “SELECT * FROM users WHERE username ?“; PreparedStatement pstmt connection.prepareStatement(sql); pstmt.setString(1, username); // 安全地将username作为“值”传入 ResultSet rs pstmt.executeQuery();在这个例子中即使用户输入admin‘ --数据库也会将其视为一个完整的字符串值去查询名为admin‘ --的用户而不会将其解释为SQL代码。MyBatis中一定要用#{}而非${}因为#{}底层就是预编译。输入验证与过滤参数化查询是治本之策但输入验证作为一道前置防线也很有必要。白名单验证对于已知的、有限的选项如订单状态已支付/未支付使用白名单只接受列表内的值。类型强制转换对于数字型参数在代码层面强制转换为整数类型非数字输入直接拒绝。长度限制对输入字符串设置合理的最大长度。谨慎使用过滤不要试图用黑名单如过滤‘,--,union来“修复”SQL注入攻击者的绕过方法层出不穷。过滤可以作为辅助但不能作为主要防御。最小权限原则用于连接数据库的应用程序账号不应拥有DROP,CREATE,FILE等高危权限。通常只赋予SELECT,INSERT,UPDATE,DELETE等必要的操作权限。这样即使发生注入危害也能被限制在较小范围。错误处理切勿将详细的数据库错误信息如堆栈跟踪直接返回给前端用户。应使用自定义的错误页面记录详细的错误日志到后端服务器供管理员排查。6.2 测试者视角在代码审计中寻找SQL注入在灰盒或白盒测试代码审计中我们可以直接审查源代码效率比黑盒测试高得多。搜索危险函数/模式Java搜索.executeQuery(、.executeUpdate( 查看其参数是否为字符串拼接而来。重点审查Statement的使用而非PreparedStatement。MyBatis在XML映射文件中全局搜索${ 每一个${}的使用都需要仔细审查其参数是否用户可控且未做严格过滤。PHP搜索mysql_query(、mysqli_query(、pg_query(等查看传入的SQL字符串是否有拼接痕迹。Python搜索使用字符串格式化%s、.format()、f-string或拼接来构建SQL语句的地方。跟踪数据流当找到一个可疑的拼接点后向上回溯这个变量如$id的来源。它是否来自$_GET、$_POST、$_REQUEST在传递过程中是否经过了有效的过滤或验证如果没有则漏洞成立。使用自动化代码审计工具工具可以辅助我们快速定位问题。例如Semgrep可以编写或使用现成的规则来匹配不安全的SQL拼接模式。SonarQube一款持续的代码质量检查平台内置了检测SQL注入的规则。Fortify SCA、Checkmarx商业级的静态应用安全测试工具能进行深度数据流分析。个人体会无论是开发还是测试对SQL注入保持“敬畏之心”是关键。开发时多问一句“这个输入可信吗”测试时多试一次“这里能不能拼接”。安全是一个持续的过程而非一劳永逸的状态。在渗透测试培训和学习中像CTFHub技能树、各类SQL注入靶场如Sqli-Labs, DVWA, Pikachu都是极好的练手平台它们能帮你建立起从简单到复杂、从显错到盲注的完整攻击思维模型。记住实战是最好的老师在合法的靶场中反复练习直到每一种注入类型都成为你的肌肉记忆。

相关新闻

TPIC7710EVM评估模块硬件设计解析与电机驱动系统开发实践

TPIC7710EVM评估模块硬件设计解析与电机驱动系统开发实践

1. 项目概述在汽车电子和工业控制领域,电机驱动与功率管理模块的设计往往是系统成败的关键。这类模块不仅需要高效驱动电机,还必须集成精确的电流检测、可靠的故障保护和灵活的通信接口,以满足严苛的汽车级应用要求,如电子驻车制动…

2026/7/29 6:27:54 阅读更多 →
TDSQL三版本选型指南:从轻量应用到金融核心的数据库落地实践

TDSQL三版本选型指南:从轻量应用到金融核心的数据库落地实践

这类工具最值得先看的不是功能列表,而是能不能在普通环境里稳定跑起来。TDSQL 这次用一套内核拆出三个版本,核心解决的就是“数据库选型难”这个老问题——不是功能不够用,而是功能太多、太贵、太复杂,很多业务根本用不上&#xf…

2026/7/29 16:21:53 阅读更多 →
Arduino与Processing串口通信实战:从传感器数据到互动媒体创作

Arduino与Processing串口通信实战:从传感器数据到互动媒体创作

1. 项目概述:当Arduino遇见Processing如果你玩过Arduino,大概率会沉迷于点亮第一个LED、让舵机转动、读取传感器数值的成就感。但很快,一个念头就会冒出来:这些数据除了在串口监视器里看一串数字,还能怎么玩&#xff1…

2026/7/29 7:32:00 阅读更多 →

最新新闻

基于图像识别的明日方舟自动化助手技术方案

基于图像识别的明日方舟自动化助手技术方案

基于图像识别的明日方舟自动化助手技术方案 【免费下载链接】MaaAssistantArknights 《明日方舟》小助手,全日常一键长草!| A one-click tool for the daily tasks of Arknights, supporting all clients. 项目地址: https://gitcode.com/GitHub_Trend…

2026/7/29 16:36:01 阅读更多 →
086、LVGL窗口标题与关闭按钮

086、LVGL窗口标题与关闭按钮

LVGL窗口标题与关闭按钮:一个被忽略的交互细节 调试一个智能家居中控屏项目时,客户反馈了一个奇怪的问题:窗口弹出后,标题栏的文字总是被截断,而且关闭按钮点击后窗口消失了,但底层任务却还在跑,内存泄漏了。我盯着LVGL的lv_win API看了半天,发现问题出在标题和关闭按…

2026/7/29 16:36:01 阅读更多 →
开源视频下载工具downkyi:技术回顾与数字内容管理思考

开源视频下载工具downkyi:技术回顾与数字内容管理思考

开源视频下载工具downkyi:技术回顾与数字内容管理思考 【免费下载链接】downkyi 哔哩下载姬downkyi,哔哩哔哩网站视频下载工具,支持批量下载,支持8K、HDR、杜比视界,提供工具箱(音视频提取、去水印等&#…

2026/7/29 16:36:01 阅读更多 →
HumanML3D:从零开始掌握3D人体动作生成的核心数据集

HumanML3D:从零开始掌握3D人体动作生成的核心数据集

HumanML3D:从零开始掌握3D人体动作生成的核心数据集 【免费下载链接】HumanML3D HumanML3D: A large and diverse 3d human motion-language dataset. 项目地址: https://gitcode.com/gh_mirrors/hu/HumanML3D HumanML3D是目前最全面的3D人体运动-语言数据集…

2026/7/29 16:36:01 阅读更多 →
C语言宏实现轻量级状态机:嵌入式编程的极致优化实践

C语言宏实现轻量级状态机:嵌入式编程的极致优化实践

1. 项目概述:当宏遇上状态机,一种极致的嵌入式编程实践 如果你玩Arduino有一段时间了,从点亮LED到驱动传感器,再到处理复杂的串口指令,你可能会发现代码开始变得有点“乱”。各种 if-else 嵌套,标志位 f…

2026/7/29 16:36:01 阅读更多 →
BilibiliDown终极指南:5步轻松下载B站Hi-Res无损音频与高清视频

BilibiliDown终极指南:5步轻松下载B站Hi-Res无损音频与高清视频

BilibiliDown终极指南:5步轻松下载B站Hi-Res无损音频与高清视频 【免费下载链接】BilibiliDown (GUI-多平台支持) B站 哔哩哔哩 视频下载器。支持稍后再看、收藏夹、UP主视频批量下载|Bilibili Video Downloader 😳 项目地址: https://gitcode.com/gh_…

2026/7/29 16:35:01 阅读更多 →

日新闻

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:00:23 阅读更多 →
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/28 12:04:22 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/29 14:34:28 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/29 15:00:03 阅读更多 →

月新闻