logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

机器视觉--深度学习

机器视觉–深度学习一、深入理解Batch Normalization批标准化机器学习领域有个很重要的假设:IID独立同分布假设,就是假设训练数据和测试数据是满足相同分布的,这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。那BatchNorm的作用是什么呢?BatchNorm就是在深度神经网络训练过程中使得每一层神经网络的输入保持相同分布的。BN的基本思想其实相当直观:因为深层神经

#神经网络#深度学习#pytorch
计算机视觉面试宝典--目标检测篇(二)

计算机视觉面试宝典–目标检测篇(二)综合问题1.简要阐述一下One-Stage、Two-Stage模型One-Stage检测算法,没有selective search产生region proposal的阶段,直接产生物体的类别概率和位置坐标,经过单次检测即可直接获得最终的检测结果。相比Two-Stage有更快的速度。代表网络有YOLO v1/v2/v3/9000,SSD,Retina-Net. (

#计算机视觉#面试#目标检测
基于java的个人博客系统,包含毕业论文+答辩PPT,源代码+数据库,部署视频

个人博客系统主要用于发表个人博客,记录个人生活日常,学习心得,技术分享等,供他人浏览,查阅,评论等。本系统结构如下:(1)博主端:登录模块:登入后台管理系统:首先进入登录页面,需要输入账号和密码。它会使用Shiro进行安全管理,对前台输入的密码进行加密运算,然后与数据库中的进行比较。成功后才能登入后台系统。博客管理模块:博客管理功能分为写博客和博客信息管理。

文章图片
#java#数据库#开发语言
基于jsp的网上购物系统毕业设计(项目报告+答辩PPT+源代码+数据库+截图+部署视频)

本文介绍了系统的需求分析、设计、实现和测试等相关内容,详细地阐述了系统的功能模块、数据结构和算法,并对系统进行了性能测试。本文重点研究了JSP技术在网上购物系统中的应用,并采用了MySQL作为数据库管理系统,通过对系统的设计和实现,建立了一个具有完整功能的网上购物系统。管理员可以进行用户管理、商品管理、订单管理等操作,包括用户信息的添加、修改和删除、商品信息的添加、修改和删除、订单信息的查看和处理

文章图片
#数据库#java#开发语言
基于java的个人博客系统毕业设计(项目报告+答辩PPT+源代码+数据库+部署视频)

博客系统为个人提供了一个更加自由、开放和创新的平台,在这里,个人可以自由地表达自己的观点、记录生活点滴、分享自己的知识和经验。本论文旨在设计和实现一个基于Java语言的个人博客系统,为用户提供一个兼具实用性和美观性的平台,以满足用户在博客系统的需求。文章管理模块实现了发表、管理和展示文章等功能,使用了Markdown语法,方便用户进行文章排版。

文章图片
#数据库#java
基于java的宠物管理系统毕业设计(项目报告+答辩PPT+源代码+数据库+截图+部署视频)

本论文设计并实现了一套基于Java的宠物管理系统,通过数据库管理技术和Java开发技术,提供了便捷和高效的方式来管理宠物信息,并为宠物主人和商家提供了交流和交易平台。本论文设计并实现了一套基于Java的宠物管理系统,旨在提供一种便捷和高效的方式管理宠物信息,提供宠物主人和商家之间的沟通和交流平台。用户可以顺利录入和查询宠物信息,宠物主人可以成功发布宠物信息并寻找领养人,宠物商家可以成功发布宠物销售

文章图片
#java
PySide6(Qt for Python) QTableWidget表头边框线问题

在转换到Python方案的时候,发现horizontalHeader,verticalHeader的QHeaderView样式是生效的。但是没有特定的PySide6的解决方案(以下是参考的Qt C++的解决方案)。C++的解决方案是设置纵横表头的样式表:horizontalHeader,verticalHeader来解决问题。经过探索,这个问题的解决是可以不需要单独设置horizontalHead

文章图片
#qt#python#开发语言
写给程序员的机器学习入门 (十三) - 人脸识别

写给程序员的机器学习入门 (十三) - 人脸识别这篇将会介绍人脸识别模型的实现,以及如何结合前几篇文章的模型来识别图片上的人,最终效果如下:实现人脸识别的方法你可能会想起第八篇文章介绍如何识别图片上物体类型的 CNN 模型,那么人脸是否也能用同样的方法识别呢?例如有 100 个人,把这 100 个人当作 100 个分类,然后用他们的照片来训练,似乎就可以训练出可以根据图片识别哪个人的模型了,真的吗

#人工智能#计算机视觉#cnn
计算机视觉面试宝典--目标检测篇(二)

计算机视觉面试宝典–目标检测篇(二)综合问题1.简要阐述一下One-Stage、Two-Stage模型One-Stage检测算法,没有selective search产生region proposal的阶段,直接产生物体的类别概率和位置坐标,经过单次检测即可直接获得最终的检测结果。相比Two-Stage有更快的速度。代表网络有YOLO v1/v2/v3/9000,SSD,Retina-Net. (

#计算机视觉#面试#目标检测
(每日一练python)计算出因子里面4和7的个数

计算出因子里面4和7的个数输入一个正数n,计算出因子里面分别有几个4和7,输出因子中4和7的个位数以下程序实现了这一功能:n = int(input("输入数字:"))factor = [n]num = 1while num <= n/2+1:if n % num == 0:factor.append(num)num = num + 1print(factor)m = [str(i) for

#散列表#蓝桥杯#数据结构
    共 70 条
  • 1
  • 2
  • 3
  • 7
  • 请选择