- 博客(214)
- 问答 (1)
- 收藏
- 关注
RSS订阅
原创 基于JavaGUI的管理系统(含数据库)
大学生课程设计------留言管理系统目 录一、前言 二、需求 2.1 功能要求 2.1任务分析 2.3运行环境 2.4开发工具 三、 需求设计与详细设计 3.1系统流程图 3.2 用户登录、注册流程图 3.3留言管理流程图 3.4数据库设计 3.5运行结果与调试 四、 数据库设计 五、核心编码实现以及界面截图 六、总结 6.1调试困难 6.2心得体会 2系统流程图运行效果数据库表3.4.2数据库E-R图3.5运行结果与调试登录界面注册游客
2021-06-26 17:28:58
4799
15
原创 Java实现超市管理系统（含数据库）
序言： 学Java已经有几个月了，上一次总结是针对GUI界面写的简易计算器，实现加减乘除功能以及计算器标准型和科学型之间的转换，有兴趣可以看看 Java混合计算器以及界面切换 . 这次写的超市管理系统，实现的功能有账户的注册、登录，超市商品类别的添加、修改和删除以及商品的添加、修改和删除的功能。用户注册之后把注册信息导入数据库；用户登录时候查询用户表，方可登录进去；商品类别和商品的增加也如注册信息一样，把信息导入商品类别表和商品表。由于快期末考试了，超市管理系统的一些功能还没有完善，后续还会更新顾客登录超市
2020-12-27 18:07:00
42463
154
原创 yolov8训练自己的数据集以及权重转化为.engine格式(超详细)
最下面的训练结果就是最新的。项目中打开ultralytics中的models中的yolo中的pose中的train.py文件,运行。项目里面的 pre_work 文件夹里面 “seg_split_data.py” .双击进去。项目里面的 pre_work 文件夹里面 “检查coco格式的json.py” .双击进去。项目里面的 pre_work 文件夹里面 “pose_json_txt.py” .双击进去。项目里面的 pre_work 文件夹里面 “coco_json.py” .双击进去。
2024-03-18 21:47:16
1041
原创 【进厂修炼 - Second week】Linux服务及用户设置
将外部设备或者远程系统文件添加到 现有的文件系统树中，使外部存储设备或者远程系统的文件系统能够被系统访问到。eg:给一个文件(-rw-------)设置权限，所有者所有权限，同组用户读和执行，其他用户读。注意：在Linux中，如果其他用户要删除一个文件，不是看文件有没有对应的权限，而是看。若删除的是一个组，但是该组是用户的主组，删除时删除不了，只有把组内所有的用户移除(每个用户都有一个用户组，Linux下的用户属于与它同名的用户组。防范一些网络攻击，有软硬防火墙，有选择的让某些请求通过。
2024-01-22 11:31:54
914
原创 【进厂修炼 - First week】Linux & C++
若是成员函数中有属性，默认为：this->m_age ,但是this 被调用的不能为。当其他类对象作为本类成员，构造时先构造类对象，再构造自身。在成员函数加 const ，这样指针指向的值也不能修改。this 的本质：指针常量，指针指向不能修改。（1）解决名称冲突（类属性与形参一致问题）常对象可以访问常函数，不可以访问普通函数。创建一个类，每个类至少添加3个函数。（2）返回对象本体，用引用的方式。
2024-01-08 00:33:08
517
原创 FLatten Transformer：聚焦式线性注意力模块
线性注意力将Softmax解耦为两个独立的函数，从而能够将注意力的计算顺序从(query·key)·value调整为query·(key·value)，使得总体的计算复杂度降低为线性。然而，目前的线性注意力方法要么性能明显不如Softmax注意力，并且可能涉及映射函数的额外计算开销首先，以往线性注意力模块的注意力权重分布相对平滑，缺乏集中能力来处理最具信息量的特征。作为补救措施，我们提出了一个简单的映射函数来调整查询和关键字的特征方向，使注意权值更容易区分。
2024-01-04 21:36:48
556
原创 【我的方向】轻量化小目标检测
但是，组卷积也有局限性，会导致特征图之间的信息不流畅，输出的特征图没有包含所有输入特征图的信息，后续的shuffleNet提出的通道重排可以解决这个问题。在获得低频信息时，对输入特征图中的低频信息进行常规卷积操作，同时对高频信息进行池化，将两者结合得到卷，积之后的低频信息。Depthwise卷积在获得特征的空间信息后，将得到的输出特征进行Pointwise卷积，即利用1×1的卷积核对Depthwise卷积的输出进行卷积，以获取特征中不同通道之间的信息，通过该组合方式达到轻量化效果。
2023-12-26 09:06:13
187
原创 【Linux】-docker配置容器并打包成镜像
docker exec -it 会连接到容器，可以像SSH一样进入容器内部，进行操作，可以通过exit退出容器，不影响容器运行。容器和镜像的关系：容器是Object 镜像是class 一个镜像可以多个容器。docker commit 容器id 新镜像名称:版本号。-c使用 Dockerfile 指令来创建镜像。-p在 commit 时，将容器暂停。Anaconda环境激活/关闭。-m提交生成镜像的说明信息。
2023-10-24 19:10:31
457
原创 【CVPR红外小目标检测】红外小目标检测中的非对称上下文调制（ACM）
首先贡献了一个具有高质量注释的开放数据集。提出了一种非对称上下文调制模块，专门用于检测红外小目标。1、缺乏公共数据集：深度学习需要数据。2、最小的内在信息：SPIE将红外小目标定义为256×256图像的总空间范围小于80像素（9×9）。纹理或形状特征的缺乏使得纯粹以目标为中心的表示不足以进行可靠的检测。特别是在深度网络中，小目标很容易被复杂的环境淹没。3、分辨率和语义学之间的矛盾：红外小目标往往淹没在复杂背景中，信杂比较低。
2023-05-08 15:48:13
1952
2
原创 【CVPR轻量级网络】- 追求更高的FLOPS(FasterNet)
提出了一种新的部分卷积（PConv），通过同时减少冗余计算和内存访问，可以更有效地提取空间特征。FLOPs 的减少并不一定会导致类似水平的延迟减少。在ImageNet1k上，小型FasterNet-T0在GPU、CPU和ARM处理器上分别比MobileViT XXS快3.1倍、3.1倍和2.5倍，同时准确率高2.9%。我们的大型FasterNet-L实现了令人印象深刻的83.5%的顶级精度，与新兴的Swin-B不相上下，同时在GPU上的推理吞吐量（吞吐量大，就是指单位时间内成功地传送数据的数量大。
2023-04-15 18:57:58
3833
8
原创 【CVPR小目标检测】- ISNet红外小目标检测
红外小目标检测是指从模糊背景中提取弱小目标。红外目标由于信噪比低、对比度低，容易淹没在强噪声和杂波背景中。本文提出了一种新的红外形状网络（ISNet），其中设计了泰勒有限差分（TFD）启发的边缘块和双向注意力聚集（TOAA）块来解决这一问题。TFD启发的边缘块从不同层次聚合和增强综合边缘信息，以提高目标与背景的对比度，同时也为数学解释的形状信息提取奠定基础。TOAA模块利用注意机制计算目标行、列方向的低层信息，并与高层信息融合，实现目标形状特征的捕获和噪声抑制。
2023-04-01 15:27:53
5432
3
原创 【aiy篇】小目标检测综述
小目标检测（Small Object Detection）是指在图像中检测尺寸较小的目标物体，通常是指物体的尺寸小于图像大小的1/10或者更小，COCO为例，面积小于等于1024像素的对象维下目标。小目标检测是计算机视觉领域的一个重要研究方向，具有广泛的应用前景，例如安防监控、智能交通、无人机等。
2023-03-05 20:22:33
1698
1
原创 刷LeetCode
利用滑动窗口的思想，也就是定义一个lookup窗口，让窗口一步一步滑动遍历输入的字符串。划过的字符与刚刚输入的字符比较，若是不相等继续滑动，滑出来的长度就是不含有重复字符的最长字串的长度。若是相等，就是下次再比较就从相等的字符的下一个字符开始。说明：unordered_set容器与set的区别就是set容器会自行对存储的数据排序，而 unordered_set 容器不会。题目描述：无重复字符的最长子串。注意：若是空字符串，直接返回0。
2023-02-27 22:36:11
1215
原创 【目标检测】入门基础原理学一遍就够了吧
两步走的目标检测：先进行区域推荐，而后再进行目标分类。说明：先对图像里面是物体的对象进行画框，然后对框内的对象进行目标检测端到端的目标检测：采用一个网络一步到位。YOLO、SSD训练阶段多：步骤繁琐：微调网络+训练SVM+训练边框回归器训练耗时：占用磁盘空间大：5000张图片产生几百G的特征文件处理速度慢：vgg16模型处理一张图片花费17 s图像形状变化：候选区域要经过crop/warp进行固定大小，无法保证图片不变形。
2023-02-27 21:38:58
1392
原创 【类与对象】封装&对象的初始化及清理
说明：C++类中的成员可以是另一个类的对象，称为该成员为对象成员。当其他类对象作为本类对象，构造的时候先构造其他类对象，再构造自身对象。说明：若是使用指针就会在堆区使用内存空间，p1和p2两个对象，然后两个对象指向同一块内存；C++利用构造函数和析构函数解决上述问题，这两个函数会被编译器自动调用 ，完成对象初始化和清理工作。注意：Person(10)若是在左侧，则是匿名对象；语法：构造类名()：属性1(值1)，属性2(值2) . . . { }说明：类在设计时，可以把属性和行为放在不同的权限下，加以控制。
2023-02-23 09:15:29
807
原创 【pytorch框架】对模型知识的基本了解
这里需要注意的是，经过卷积得到的大小是[64,6,30,30]，而图片的通道一般都是3通道的，6通道的图片不知道怎么显示，需要使用reshpae重新改变矩阵的大小。说明：假设一张试卷满分是100分，其中选择30，填空20，解答50.第一次我们得到的结果是：选择10，填空10，解答20.第一次损失值是60.示例：同样，借用CIFAR10数据集，用自定义的网络模型做一次池化操作，然后用tensorboard查看卷积之后的结果。只能导入专门经典的模型。若是输入的卷积核的数量有两个，则得到的output也是两个。
2023-02-15 10:36:07
669
2
原创 【tensorflow】- 知识点补充
watch_accessed_variables： 布尔值，表明GradientTape()函数是否会自动追踪任何能被训练的变量。比如x有4个元素，y有3个元素，故生成的矩阵为3行4列的矩阵，形状固定，矩阵z,s的元素对应x，y本身元素的复制，但x作为z的行向量，y作为s的列向量。print(‘结果是：’, tensor.eval())print(‘结果是：’, tensor.eval())print(‘结果是：’, tensor.eval())print(‘结果是：’, tensor.eval())
2022-12-29 15:58:37
604
原创 【C++进阶】引用 & 函数提高
语法：数据类型 & 别名=原名示例：1.2 引用的注意事项引用必须要初识化： 错误写法：int &b;引用一旦初始化化就不可以更改了，即b是a的别名，就不能是c的别名了1.3 引用做函数参数优点：简化指针修改实参所有的指针操作都有编译器执行二、函数提高1 函数默认参数语法：返回值类型 函数名 （参数=默认值）{ }注意：2 函数占位参数语法：返回值类型 函数名 （数据类型）{ } --------》现阶段了解3 函数重载函数重载满足条件：注意：函数的返回值类型
2022-12-06 09:24:08
1091
1
原创 【python】-详解进程与线程
（1）概念：进程是资源分配的最小单位，它是操作系统进行资源分配和调度运行的基本单位。也即一个正在运行的程序就是一个进程进程是分配资源的最小单位，一旦创建一个进程就会分配一定的资源，就像两人聊QQ需要打开两个QQ软件一样，一样浪费资源。线程是程序执行的最小的单位。进程是只负责分配资源，而利用资源执行程序的是线程。进程是线程的容器，一个进程中最少有一个线程来负者执行程序。线程不需要中间拥有系统资源，只需要一点在运行中必不可少的资源，同一个进程的其他线程共享所拥有的全部资源。
2022-11-26 22:57:27
968
原创 【论文阅读】- 我对“AlexNet”的理解
主要讲作者们训练了一个大型的深度卷积神经网络，将ImageNet LSVRC-2010竞赛中的120万张高分辨率图像分类为1000个不同的类别。测试一下数据上，我们实现了37.5% 和17.0% 的前1和前5错误率，这比以前的最新技术要好得多。神经网络具有6000万的参数和650,000的神经元，由五个卷积层组成，其中一些是max池层，以及三个具有最终1000 softmax的全连接层。为了使训练更快，我们使用了非饱和神经元和卷积操作的非常有效的GPU实现。
2022-11-13 14:09:29
802
1
原创 【深度学习入门】- Matlab实现图片去重
主要是在学习深度学习，笔记都做在平板上，网上也有许多其他大佬，就不更新了。接下来准备看论文，也会。使用Matlab对两个文件中的图片去重，这个我看网上也没有人写。或许有python了，不过我开一个先例了。利用两个图片的像素和的差，然后对比，若是像素小于某个值，就认为两个图片是相似的，否则就是不相识的。最终的效果还是不错的，就是耽误时间(这个用实验室电脑，连夜跑就完了）。🤖🤖🤖🤖 欢迎浏览本博客 🤖🤖🤖🤖。🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔。😆😆😆😆😆😆😆一名刚刚入行的小白👻👻。
2022-11-08 21:59:28
1467
原创 【Pandas】- pandas入门
说明：Series是一种类似于一维数组的对象，它由一组数据以及一组与之相关的数据标签组成。1）Service字符串表现形式：索引在左边，值在右边。若没有为数据指定索引，则会自动创建一个0-N-1的整数型索引。
2022-10-11 14:34:27
866
原创 【深度学习入门】- 神经网络
🤖🤖🤖🤖 欢迎浏览本博客 🤖🤖🤖🤖😆😆😆😆😆😆😆一名刚刚入行的小白👻👻👻👻从事方向：计算机视觉🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔🌏🌏🌏本篇介绍：由感知机过度到神经网络，初识神经网络说明：神经网络能够解决感知机的缺陷，可以自动的从数据中学习到合适的权重参数。
2022-10-07 17:21:40
948
原创 【Qt】- QMainWindwo
国庆七天小长假，我在努力学习，把人卷上天。说明：QMainWindwo是一个为用户提供主窗口程序的类，包含一个菜单栏(menu bar)、多个工具栏(tool bars)、多个锚接部件(dock widgets)、一个状态栏(status bar)以及一个中心部件(central widget)注意：若是添加的栏只能有一个到窗口，则用set；若是添加的栏可以有多个，则用add。
2022-10-06 23:28:06
913
原创 【深度学习入门】- 用电路思想解释感知机
🤖🤖🤖🤖 欢迎浏览本博客 🤖🤖🤖🤖😆😆😆😆😆😆😆一名刚刚入行小白👻👻👻👻从事方向：计算机视觉🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔🌏🌏🌏本篇介绍：单层感知机、多层感知机。
2022-09-29 17:29:58
1180
原创 【Matplotlib-1】-使用Matplotlib绘制图表组成元素
说明：深度学习的实验中，图形的绘制和数据的可视化非常重要。使用Matplotlib用于绘制图形中的库。
2022-09-27 17:43:56
783
1
原创 【NumPy基础】- Numpy数组和矢量计算
🤖🤖🤖🤖 欢迎浏览本博客 🤖🤖🤖🤖😆😆😆😆😆😆😆一名刚刚入行的小白👻👻👻👻从事方向：计算机视觉🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔🌏🌏🌏本篇介绍：关于Numpy的相关基础知识学习。
2022-09-26 23:28:01
1488
原创 【PyTorch】-了解张量（Tensor）
🤖🤖🤖🤖 欢迎浏览本博客 🤖🤖🤖🤖😆😆😆😆😆一名刚刚入行的小白👻👻👻👻从事方向：计算机视觉 😆😆🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔🌏🌏🌏本篇介绍：张量—深度学习的数据结构。
2022-09-24 18:10:51
1118
原创 【Qt】- 信号和槽函数
👻👻从事方向：计算机视觉🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔🌏🌏🌏本篇介绍：按钮QPushBUtton、对象树、信号和槽函数
2022-09-18 17:20:00
974
原创 【OpenCV】- 模板匹配(浩瀚星空只为寻找那一抹明月）
🤖🤖🤖🤖 欢迎浏览本博客 🤖🤖🤖🤖😆😆😆😆😆😆😆一名刚刚入行OpenCV的小白👻👻👻👻从事方向：计算机视觉🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔🌏🌏🌏本篇介绍：CV中的模板匹配算法。
2022-09-18 15:23:11
1576
原创 【Qt】-学Qt前的准备
🤖🤖🤖🤖 欢迎浏览本博客 🤖🤖🤖🤖😆😆😆😆😆😆😆大家好，我是：我菜就爱学😆😆😆😆😆😆😆一名刚刚入行小白👻👻👻👻从事方向：计算机视觉 🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔🌏🌏🌏本篇介绍：Qt编译器的使用以及快捷键的介绍
2022-09-16 10:03:31
709
原创 【OpenCV】- 直方图反向投影
🤖🤖🤖🤖 欢迎浏览本博客 🤖🤖🤖🤖😆😆😆😆😆😆😆一名刚刚入行OpenCV的小白👻👻👻👻从事方向：计算机视觉🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔。
2022-09-13 16:54:17
1361
原创 【Qt】Qt下配置OpenCV
🤖🤖🤖🤖 欢迎浏览本博客 🤖🤖🤖🤖😆😆😆😆😆😆😆一名刚刚入行OpenCV的小白👻👻👻👻🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔本篇文章将是CV学习的另一个起点，在Qt中运行CV程序。
2022-09-05 23:51:31
4358
5
原创 【OpenCV小练手】-仿造验证码去除干扰因子
🤖🤖🤖🤖🤖🤖🤖🤖😆😆😆😆😆😆😆一名刚刚入行OpenCV的小白👻👻👻👻🔔🔔我菜就爱学，分享有误，欢迎大佬指出🔔🔔最近这几天一直在回顾OpenCV的相关知识点，也算是做一次简单的总结的吧。这次小项目主要是针对知识点做的回顾。首先是提取图像中的，然后利用类似原理，可以消除验证码上面的干扰项。...
2022-08-28 15:46:54
1488
原创 【Python21天学习挑战赛】- 错误和异常
处理程序将只针对对应的 try 子句中的异常进行处理，而不是其他的 try 的处理程序中的异常。如果在执行 try 子句的过程中发生了异常，那么 try 子句余下的部分将被忽略。如果异常的类型和 except 之后的名称相符，那么对应的 except 子句将被执行。异常处理并不仅仅处理那些直接发生在 try 子句中的异常，而且还能处理子句中调用的函数（甚至间接调用的函数）里抛出的异常。try/except 语句还有一个可选的 else 子句，如果使用这个子句，那么必须放在所有的 except 子句之后。
2022-08-20 23:32:20
226
原创 【Python21天学习挑战赛】-爬虫（B站）程序示例
为了更好的了解大众对于生活中记录的短视频喜欢程度，分析出人们对于那种视频访问量更高。本篇报告使用Pycharm编译器对哔哩哔哩网站的综合热榜的排行爬取并将爬取的数据存储在Pycharm自带的SQL库中。Flask所构建的web框架，将获取的数据使用网页的方式让操作者可以更好的查看爬取的数据。最后用Echarts进行数据可视化分析，分析访问量以及up主统计信息，得出结论。系统爬取的数据清晰，页面功能按钮导航明确，操作也容易上手。这样会使数据分析工作整体化、规范化。
2022-08-19 10:47:23
1463
19
Linux镜像网盘.txt
2020-12-03
存储顺序BGR与RGB区别
2022-06-06
TA创建的收藏夹 TA关注的收藏夹
TA关注的人