Workless——数据协作.企业自己的数据中心。零代码数字化管理工具（APaaS），轻松搭建企业所需的各类应用系统。

最近在调试一个bug，是嵌入的webview页面，需要使用iOS Safari浏览器调试。如何调试webviewios Safari 所需要的设置打开“设置->Safari浏览器”，找到【高级】，如图然后开启【网页检查器】，调试app所需要的步骤已完成。Mac Safari 所需要的设置首先，打开【开发】tab，如图操作：找到需要调试的webview， 如图打开以后，可以看到调试界面， 如图

最近有一个权限树的需求，而且树的结构比较深，想要实现，在不完全选中子节点后能够获取父节点的值，一并传给后端。不完全选中子节点后想要获取父节点的值如图：选中【新增用户】和【批量导入】时，想要把【用户列表】和【用户管理】的id也传给后端。通过阅读API文档，onCheck是复选框选中时触发，其中第二个参数是一个事件对象，他的返回值打印出来如下：其中，有一个属性halfCheckedKeys就是关联父节

最近开发需求需求自己封装一个loading组件，是在react项目中。直接上手吧！

(ICCV 2015) BoxSup: Exploiting Bounding Boxes to Supervise Convolutional Networks for Semantic Segmentationpaper下载Abstractpixel-accurate监督需要大量的标签工作量，并限制深度网络的性能，而这些网络通常受益于更多的训练数据。文章提出generat...

细粒度图像分类问题是计算机视觉领域一项极具挑战的研究课题, 其目标是对子类进行识别，如区分不同种类的鸟。由于子类别间细微的类间差异和较大的类内差异, 传统的分类算法不得不依赖于大量的人工标注信息。近年来, 随着深度学习的发展, 深度卷积神经网络为细粒度图像分类带来了新的机遇。大量基于深度卷积特征算法的提出, 促进了该领域的快速发展。概述定义细粒度图像分类(Fine-Grained Categori

Preloading All icons are generated when the project is running, and you only need to operate dom once.High performance Built-in cache, it will be regenerated only when the file is modified.

代码分析--数据预处理项目源代码点击打开链接inspect_data.ipynb点击打开链接展示了准备训练数据的预处理步骤。导包导入的coco包需要从coco/PythonAPI上下载操作数据代码，并在本地使用make指令编译，将生成的pycocotools拷贝至工程的主目录下，即和该inspect_data.ipynb文件同一目录。import osimport sysimport iter..

论文来自北京大学，做细粒度图像分类。论文下载：Learning to Navigate for Fine-grained Classification知乎专栏计算机视觉一隅，文章(ECCV 2018) Learning to Navigate for FGVC (详细版)Abstract由于找出判别特征比较困难，细粒度图像分类具有挑战性。找到完全表征对象的那些细微特征并不简单。为了...

1、查看日志 前 n行：　　cat 文件名 | head -n 数量　　　　cat  log.log | head -n 200　　# 查看log.log前200行2、查看日志 尾 n行：　　cat 文件名 | tail -n 数量　　　　cat  log.log | tail -n 200　　# 查看log.log后200行3、根据 关键词 查看日志 并返回关键词所在行：...