Rad Pro:提升您的辐射检测体验

项目介绍
Rad Pro 是一款定制固件,旨在增强多种商用盖革计数器的功能,包括 FS2011、YT-203B、Bosean FS-600、Bosean FS-1000、Bosean FS-5000 和 FNIRSI GC-01。通过 Rad Pro,用户可以实现多种高级功能,如测量瞬时辐射率、平均辐射率、累积剂量,设置可调的速率和剂量警报,绘制辐射率历史图表,以及将数据记录到内置闪存或实时传输到计算机,并可选地发送到 gmcmap.com、radmon.org 和 safecast.org 等辐射监测网站。此外,Rad Pro 还能生成真正的随机数据,用于生成安全密码、随机数字、掷骰子和抛硬币等。
项目技术分析
Rad Pro 的核心在于其强大的固件定制能力,通过优化和扩展原有设备的固件,实现了更多实用功能。其技术架构基于 OpenBridge 5.0 设计系统,确保了用户界面的友好性和易用性。此外,Rad Pro 支持多种数据记录和传输方式,包括内置闪存和实时数据传输,满足了不同用户的需求。
项目及技术应用场景
Rad Pro 适用于多种应用场景,包括但不限于:
- 辐射监测与调查:通过测量瞬时和平均辐射率,进行辐射环境的详细调查。
- 安全防护:设置可调的速率和剂量警报,及时预警潜在的辐射风险。
- 数据记录与分析:将辐射数据记录到内置闪存或实时传输到计算机,便于后续分析和报告。
- 随机数据生成:生成真正的随机数据,适用于密码生成、游戏模拟等场景。
项目特点
- 多功能集成:集成了辐射测量、数据记录、警报设置和随机数据生成等多种功能。
- 用户友好:基于 OpenBridge 5.0 设计系统,界面简洁直观,易于操作。
- 广泛兼容:支持多种商用盖革计数器,覆盖广泛的应用需求。
- 数据安全:支持将数据发送到多个辐射监测网站,确保数据的安全性和透明性。
Rad Pro 不仅提升了现有设备的性能,还为用户提供了更多实用功能,是辐射监测领域的理想选择。立即体验 Rad Pro,开启您的辐射检测新篇章!
安装指南
- 安装前的法律事项
- 在 FS2011/YT-203B 上安装
- 在 Bosean FS-600/Bosean FS-1000 上安装
- 在 Bosean FS-5000 上安装
- 在 FNIRSI GC-01 上安装
- Rad Pro 模拟器安装
- 在其他设备上安装
手册
致谢
感谢 Alfred90、danielhahn76、felixsteghofer、DG0MG、murkle、cromagn、ivohar、mryndzionek、JantarX、mizsha、Tig3rch3n、Arparela、w01fdev、martin-machacek、dsl71、Davegsm82、alfmck、jonwhite227、dc1rdb、ihrapsa 以及其他许多帮助测试和提供建议的贡献者。特别感谢 pixitha、felixsteghofer、DG0MG、murkle、ivohar 和 oOblik 提供的设备照片和原理图。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00