python3.8安装dlib库，因为python的版本对应的dlib库的版本不一样，官网也很难直接找到对应的whl文件，本文提供了python3.8对应的whl文件可供直接进行对应版本的安装

即可，一般情况下不调用，④--gpus要使用的gpu数量⑤--gpu-dis要使用的gpus的id这两个参数，仅适用于非分布式训练，如果多卡训练时，需要调用，选择采用的gpu数量和对应gpu的ID。，采用4卡训练，没有定义GPU的ID，默认为0，1，2，3。采用Swin Transformer训练DOTA数据集，采用4卡训练，没有定义GPU的ID，默认为0，1，2，3。设置存放训练生成文件(log

图1为，生成定向提案的不同方案的比较。(a)旋转RPN密集放置不同尺度、比例、角度的旋转锚。(b) RoI Transformer+从水平RoI中学习定向提案。它包括RPN、RoI对齐和回归。(c)我们以建议为导向的RPN以几乎没有成本的方式产生高质量的建议。定向RPN的参数数约为RoI Transformer+的1/3000，旋转RPN的1/15。它在每个位置放置54个不同角度、尺度和宽高比(3

通过递归查看字符来分割文本。递归地尝试按不同的字符进行分割，以找到一个有效的字符。

摘要：本文通俗易懂地解释了Qt框架中三种主要窗口类的区别：QWidget是基础积木，可独立或作为控件；QDialog是功能弹窗，用于特定交互；QMainWindow是主框架，包含完整界面结构。同时对比了GroupBox布局（局部控件管理）和窗体布局（全局界面适配）的区别，强调布局对界面响应式调整的重要性。通过"积木-弹窗-房子"的比喻，清晰展现了各类组件的核心用途和层级关系。（

摘要：本文通俗易懂地解释了Qt框架中三种主要窗口类的区别：QWidget是基础积木，可独立或作为控件；QDialog是功能弹窗，用于特定交互；QMainWindow是主框架，包含完整界面结构。同时对比了GroupBox布局（局部控件管理）和窗体布局（全局界面适配）的区别，强调布局对界面响应式调整的重要性。通过"积木-弹窗-房子"的比喻，清晰展现了各类组件的核心用途和层级关系。（

yolo5(s)实现目标检测，训练自己的数据集。可以测试视频和图片。

contentToken 对应的字符串表现形式lstrip左侧是否自动去空格rstrip右侧是否自动去空格normalized是否参与文本规范化是否只能作为“独立词”出现normalized是否参与文本规范化special是否是特殊控制的Token。

该文在确定旋转框的基础上，提出Box boundary-aware vectors(BBAVectors)回归框边界感知向量去生成旋转框。图3 BBAVectors网络结构图图3所示说明：该方法的总体架构和面向边界框（OBB）描述。输入图像在被馈送到网络之前被调整大小为608×608。该体系结构建立在一个U形网络上。在上采样过程中，采用跳过连接来组合特征图。该架构的输出包括四个映射：热图P、偏移映

通过递归查看字符来分割文本。递归地尝试按不同的字符进行分割，以找到一个有效的字符。