- c++读取图片_四、faster-rcnn源码阅读:数据流读取
weixin_39719078
c++读取图片img标签读取本地图片os如何读取图片torchdataloader数据并行
数据读取在faster-rcnn源码里是比较简单的部分,但也是非常重要的部分,不了解数据,就不可能了解算法。另一方面,由于python环境碎片话化,源码调用的库在你的电脑上如果碰巧(其实概率还蛮大,特别是windows下)不能用,完全可以用另外一种等价的方式取代。一、图片读取就是把图片转化成矩阵,等待下一个流程进一步处理。图片读取要注意不是所有都是RGB顺序读取1.cv2(OpenCV-Pytho
- Transformer实战-系列教程13:DETR 算法解读
机器学习杨卓越
Transformer实战transformer深度学习DETR物体检测
Transformer实战-系列教程总目录有任何问题欢迎在下面留言本篇文章的代码运行界面均在Pycharm中进行本篇文章配套的代码资源已经上传点我下载源码1、物体检测说到目标检测你能想到什么faster-rcnn系列,开山之作,各种proposal方法YOLO肯定也少不了,都是基于anchor这路子玩的NMS那也一定得用上,输出结果肯定要过滤一下的如果一个目标检测算法,上面这三点都木有,你说神不神
- 目标检测SSD:训练自己的数据集
BigCowPeking
目标检测算法安装SSD
最近一直在搞objectdetection玩,之前用的是faster-rcnn,准确率方面73.2%,效果还不错,但是识别速度有点欠缺,我用的GPU是GTX980ti,识别速度大概是15fps.最近发现SSD(singleshotmultiboxdetector)这篇论文效果和速度都不错,我自己实验了一下,速度确实比faster-rcnn快不少。下面分两部分来介绍。第一部分介绍SSD的安装,第二部
- YOLO系列
Array902
YOLOpython深度学习
深度学习经典检测方法two-stage(两阶段):Faster-rcnn\Mask-Rcnn系列(两阶段即多了一步预选操作)one-stage(单阶段):YOLO系列(直接处理,不需要对数据进行预选)one-stage:最核心的优势:速度非常快,适合做实时监测任务!但是缺点也是有的,效果通常情况下不会太好!(速度越快效果越差,二者相互有些矛盾)mAP:效果好坏FPS:速度快慢two-stage:速
- 目标检测 Faster-RCNN
石中璇
深度学习
文章目录标题目标检测算法:Faster-RCNNR-CNNRegionProposals候选区域RCNN结构原理RCNN存在的问题用SPP-Net改进(spatialpyramidpoolinglayer空间金字塔池化)FastR-CNNFastR-CNN结构图FastR-CNN的缺陷FasterR-CNN标题目标检测算法:Faster-RCNNR-CNNRegionProposals候选区域原先
- caffe版本Faster-RCNN:py-faster-rcnn-master/lib/datasets/factory.py ->用于集成程序默认提供的数据集
a1103688841
分析:这个代码分两个部分:1)首先往__sets()字典的key中注入名字,往对应的val中注入对应的初始化函数。下次只要在__sets()字典中输入key的名字就可以执行对应的初始化函数。__sets()的具体情况如下:2)get_imdb(name)用于配套__sets()的初始化,输入__sets()中存在key,调用他对应的val进行初始化list_imdbs()用于配套__sets(),
- Multi-adversarial Faster-RCNN with Paradigm Teacher for Unrestricted Object Detection
宇来风满楼
目标检测目标检测人工智能计算机视觉算法深度学习机器学习神经网络
GRLmeans‘gradientreversedlayer’,SRMmeans‘ScaleReduceModule’.DiscriminatorsubmoduleatthemmmthblockisdenotedasDm^mm作者未提供代码
- R-C3D论文详解
ce0b74704937
论文链接:R-C3D:RegionConvolutional3DNetworkforTemporalActivityDetection代码地址(论文提供地址):http://ai.bu.edu/r-c3d/该论文借鉴图像物体检测中的Faster-RCNN的思想,文章采用3D卷积来获取视频的时序信息,然后通过类似Faster-RCNN的rpn层和roi层输出时间维度的boundingbox,也就是视
- 【Digest】YOLO系列:YOLOv1,YOLOv2,YOLOv3,YOLOv4,YOLOv5简介
gikod
YOLO
1.前言论文下载:http://arxiv.org/abs/1506.02640代码下载:https://github.com/pjreddie/darknet核心思想:将整张图片作为网络的输入(类似于Faster-RCNN),直接在输出层对BBox的位置和类别进行回归。目标检测之YOLO算法:YOLOv1,YOLOv2,YOLOv3,TinyYOLO,YOLOv4,YOLOv5,YOLObile
- 学习笔记:Pytorch 搭建自己的Faster-RCNN目标检测平台
hongyuyahei
vqa学习笔记pytorch
B站学习视频up主的csdn博客1、什么是FasterR-CNN2、pytorch-gpu环境配置(跳过)3、FasterR-CNN整体结构介绍Faster-RCNN可以采用多种的主干特征提取网络,常用的有VGG,Resnet,Xception等等。Faster-RCNN对输入进来的图片尺寸没有固定,但一般会把输入进来的图片短边固定成600.4、Resnet50-主干特征提取网络介绍具体学习见:R
- MMdetection3.0 报错data[‘category_id‘] = self.cat_ids[label] IndexError: list index out of range
MZYYZT
MMdetectionpython深度学习MMdetection3.0
MMdetection3.0问题报错data[‘category_id’]=self.cat_ids[label]IndexError:listindexoutofrange痛苦,希望各位大佬看到后可以指教一下:问题:在使用MMdetection3.0训练NWPU-VHR-10数据时,使用Yolov3模型可以正常训练测试,但是当使用Faster-rcnn模型训练的时候,一直如下图所示错误。1、按照
- MMdetection3.0 问题
MZYYZT
MMdetectionpython目标检测MMdetection3.0python深度学习目标检测
MMdetection3.0问题希望各位路过的大佬指教一下:问题:1、NWPU-VHR-10有标注的数据一共650张,我将其分为了455张训练集,195张验证集。2、然后使用MMdetection3.0框架中的Faster-rcnn网络进行训练,设置训练参数batch-size=2,num_worker=2。3、那么问题来了:为什么下图中的画圈的地方不是【**/228or227】,也就是datal
- YOLO系列/20230903
lucharaar
YOLO
深度学习经典检测方法1.two-stage(分两阶段):Faster-Rcnn和Mask-Rcnn系列-------检测过程中加了预选框步骤速度通常较慢(5FPS),但是效果通常不错非常实用的通用框架Mask-Rcnn,需要了解2.one-stage(单阶段):YOLO系列------当我们想做检测任务,一个cnn网络直接做一个回归任务就可以,中间不需要加额外的补充最核心的优势:速度非常快,适合做
- 目标检测|实战总结
voice_an
1.实现ssd-keras实时目标检测算法,并制作十张图片的测试集。效果一般。ssd算法是继faster-rcnn与yolo之后的又一力作。来自UNC团队2016年发表在ECCV上。SSD最大的特点就是在较高的准确率下实现较好的检测准确度。并非为两种模型:SSD300(300*300输入图片),SSD500(512*512输入图片)。当然输入图片的尺寸越大,往往会得到更好的检测准确率,但同时也带来
- 第五章 目标检测中K-means聚类生成Anchor box(工具)
小酒馆燃着灯
目标检测深度学习工具目标检测kmeans聚类
基础理论在基于anchor的目标检测算法中,anchor一般都是通过人工设计的。例如,在SSD、Faster-RCNN中,设计了9个不同大小和宽高比的anchor。然而,通过人工设计的anchor存在一个弊端,就是并不能保证它们一定能很好的适合数据集,如果anchor的尺寸和目标的尺寸差异较大,则会影响模型的检测效果。在论文YOLOv2中提到了这个问题,作者建议使用K-means聚类来代替人工设计
- YOLO系列详解(YOLO1-YOLO5)
陈子迩
深度学习学习笔记pythonpandas机器学习
目录前言二、YOLOv1举例说明:三、YOLOv2四、YOLOv3五、YOLOv4框架原理5.4.5余弦模拟退火5.5.2DIoU-NMS六YOLOv5七、YOLOv6前言一、前言YOLO系列是one-stage且是基于深度学习的回归方法,而R-CNN、Fast-RCNN、Faster-RCNN等是two-stage且是基于深度学习的分类方法。YOLO官网:GitHub-pjreddie/dark
- pkl文件的简介(Python中的Pickle)
北岛寒沫
Pythonpython开发语言
文章目录Pickle模块简介Pickle模块的使用最近从Github上下载了一个预训练好的Faster-RCNN模型用于科研任务,突然对该文件的格式,.pkl文件产生了一丝疑惑,便去特意了解了一下该格式的文件的含义,下面与大家共享。Pickle模块简介.pkl是Python中pickle模块的默认文件扩展名。pickle是Python中的一个模块,它允许您序列化和反序列化Python对象结构。“序
- SSD安装及训练自己的数据集
zhang_shuai12
深度学习ssdcaffe
最近一直在搞objectdetection玩,之前用的是faster-rcnn,准确率方面73.2%,效果还不错,但是识别速度有点欠缺,我用的GPU是GTX980ti,识别速度大概是15fps.最近发现SSD(singleshotmultiboxdetector)这篇论文效果和速度都不错,我自己实验了一下,速度确实比faster-rcnn快不少。下面分两部分来介绍。第一部分介绍SSD的安装,第二部
- 在AI Studio中配置faster-rcnn pytorch环境
ForesterZz
cuda
在AIStudio中配置faster-rcnnpytorch环境AIStudio自带cuda版本faster-rcnn的pytorch版本支持AIStudio自带cuda版本AIStudio目前有两个版本的cuda(cuda9.2和cuda10),不过我从没分配到过cuda10,大部分都是cuda9.2。使用以下语句查看cuda版本。cat/usr/local/cuda/version.txtfa
- 使用mmdetection训练模型--记faster-rcnn不同backbone性能比较
hedgehogbb
工作总结深度学习目标检测pytorch
使用mmdetection训练模型一、安装采用的是直接安装,并未使用在conda中建虚拟环境。主要安装的有mmcv和mmdet,其中mmcv的安装与下载的mmdetction版本有关,参考https://mmdetection.readthedocs.io/zh_CN/v2.18.1/get_started.html#id官网安装依赖教程中的mmdetection版本和mmcv版本的对应关系安装。
- 基于Pytorch的从零开始的目标检测
金戈鐡馬
深度学习pytorch目标检测人工智能深度学习python
引言目标检测是计算机视觉中一个非常流行的任务,在这个任务中,给定一个图像,你预测图像中物体的包围盒(通常是矩形的),并且识别物体的类型。在这个图像中可能有多个对象,而且现在有各种先进的技术和框架来解决这个问题,例如Faster-RCNN和YOLOv3。本文讨论将讨论图像中只有一个感兴趣的对象的情况。这里的重点更多是关于如何读取图像及其边界框、调整大小和正确执行增强,而不是模型本身。目标是很好地掌握
- YOLOv8/YOLOv7/YOLOv5/YOLOv4/Faster-rcnn系列算法改进【NO.78】引入2023年华为诺亚提出Gold-YOLO模型中Gatherand-Distribute
人工智能算法研究院
YOLO算法改进系列YOLO算法
前言作为当前先进的深度学习目标检测算法YOLOv8,已经集合了大量的trick,但是还是有提高和改进的空间,针对具体应用场景下的检测难点,可以不同的改进方法。此后的系列文章,将重点对YOLOv8的如何改进进行详细的介绍,目的是为了给那些搞科研的同学需要创新点或者搞工程项目的朋友需要达到更好的效果提供自己的微薄帮助和参考。由于出到YOLOv8,YOLOv7、YOLOv5算法2020年至今已经涌现出大
- YOLOv8/YOLOv7/YOLOv5/YOLOv4/Faster-rcnn系列算法改进【NO.79】改进损失函数为VariFocal Loss
人工智能算法研究院
YOLO算法改进系列YOLO算法目标跟踪
前言作为当前先进的深度学习目标检测算法YOLOv8,已经集合了大量的trick,但是还是有提高和改进的空间,针对具体应用场景下的检测难点,可以不同的改进方法。此后的系列文章,将重点对YOLOv8的如何改进进行详细的介绍,目的是为了给那些搞科研的同学需要创新点或者搞工程项目的朋友需要达到更好的效果提供自己的微薄帮助和参考。由于出到YOLOv8,YOLOv7、YOLOv5算法2020年至今已经涌现出大
- CV综述OCR任务---目录
慕一Chambers
图像分类CNN深度学习机器学习
CV综述OCR任务---目录图像任务OCR任务图像分类目标检测图像分割图像增强视频任务正文:OCR学习OCR参考资料:参考博客:典型应用常见挑战比赛经典OCR方法单字符识别方法序列识别方法tessernet文字检测模型Part(thinkaboutCV中的目标检测)faster-RCNN/YOLO/SSDCTPN(2016):ConnectionistTextProposalNetworkEAST
- 第五章 目标检测中K-means聚类生成Anchor box(工具)
小酒馆燃着灯
机器学习工具深度学习目标检测kmeans聚类
第一种做法在基于anchor的目标检测算法中,anchor一般都是通过人工设计的。例如,在SSD、Faster-RCNN中,设计了9个不同大小和宽高比的anchor。然而,通过人工设计的anchor存在一个弊端,就是并不能保证它们一定能很好的适合数据集,如果anchor的尺寸和目标的尺寸差异较大,则会影响模型的检测效果。在论文YOLOv2中提到了这个问题,作者建议使用K-means聚类来代替人工设
- YOLOv8/YOLOv7/YOLOv5/YOLOv4/Faster-rcnn系列算法改进【NO.77】引入百度最新提出RT-DETR模型中AIFI模块
人工智能算法研究院
YOLO算法改进系列YOLO算法目标跟踪
前言作为当前先进的深度学习目标检测算法YOLOv8,已经集合了大量的trick,但是还是有提高和改进的空间,针对具体应用场景下的检测难点,可以不同的改进方法。此后的系列文章,将重点对YOLOv8的如何改进进行详细的介绍,目的是为了给那些搞科研的同学需要创新点或者搞工程项目的朋友需要达到更好的效果提供自己的微薄帮助和参考。由于出到YOLOv8,YOLOv7、YOLOv5算法2020年至今已经涌现出大
- mmdetection安装与训练
不减到100斤不吃锅包肉
深度学习pytorch深度学习
一、什么是mmdetection商汤科技(2018COCO目标检测挑战赛冠军)和香港中文大学最近开源了一个基于Pytorch实现的深度学习目标检测工具箱mmdetection,支持Faster-RCNN,Mask-RCNN,Fast-RCNN等主流的目标检测框架,后续会加入Cascade-RCNN以及其他一系列目标检测框架。二、mmdetection安装本人安装环境:系统环境:Ubuntu20.0
- 安装yolo,mmlab,等工具时pycocotools报错
zRezin
YOLO深度学习人工智能计算机视觉
安装yolo的时候,因为是白板机,很多依赖都没有安装。安装yolo的依赖时候会报错。其实如果安装其他的视觉框架,例如yolov系列,mmlab,faster-rcnn等只要是用到了coco数据集的预置框架,都需要安装pycocotools。conda环境下依赖安装可能报错,可能是因为环境版本不匹配。需要手动安装报错语句如下ERROR:Couldnotbuildwheelsforpycocotool
- Faster-RCNN and Mask-RCNN框架解析
nice-wyh
pytorch目标检测深度学习机器学习
由于本人记忆力实在太差,每次学完一个框架没过多久就会忘,而且码文能力不行,人又懒,所以看到了其他人写的不错的两篇框架解析的博文,先来记录一下,就当是我写的喽Faster-rcnn详解_fasterr-cnn-CSDN博客MaskR-CNN详解_maskrcnn-CSDN博客
- Pytorch实现Faster-RCNN
*Major*
Pytorch实现Faster−RCNNPytorch实现Faster-RCNNPytorch实现Faster−RCNN基本结构![在这里插入图片描述](https://img-blog.csdnimg.cn/20200614150822116.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR
- ASM系列四 利用Method 组件动态注入方法逻辑
lijingyao8206
字节码技术jvmAOP动态代理ASM
这篇继续结合例子来深入了解下Method组件动态变更方法字节码的实现。通过前面一篇,知道ClassVisitor 的visitMethod()方法可以返回一个MethodVisitor的实例。那么我们也基本可以知道,同ClassVisitor改变类成员一样,MethodVIsistor如果需要改变方法成员,注入逻辑,也可以
- java编程思想 --内部类
百合不是茶
java内部类匿名内部类
内部类;了解外部类 并能与之通信 内部类写出来的代码更加整洁与优雅
1,内部类的创建 内部类是创建在类中的
package com.wj.InsideClass;
/*
* 内部类的创建
*/
public class CreateInsideClass {
public CreateInsideClass(
- web.xml报错
crabdave
web.xml
web.xml报错
The content of element type "web-app" must match "(icon?,display-
name?,description?,distributable?,context-param*,filter*,filter-mapping*,listener*,servlet*,s
- 泛型类的自定义
麦田的设计者
javaandroid泛型
为什么要定义泛型类,当类中要操作的引用数据类型不确定的时候。
采用泛型类,完成扩展。
例如有一个学生类
Student{
Student(){
System.out.println("I'm a student.....");
}
}
有一个老师类
- CSS清除浮动的4中方法
IT独行者
JavaScriptUIcss
清除浮动这个问题,做前端的应该再熟悉不过了,咱是个新人,所以还是记个笔记,做个积累,努力学习向大神靠近。CSS清除浮动的方法网上一搜,大概有N多种,用过几种,说下个人感受。
1、结尾处加空div标签 clear:both 1 2 3 4
.div
1
{
background
:
#000080
;
border
:
1px
s
- Cygwin使用windows的jdk 配置方法
_wy_
jdkwindowscygwin
1.[vim /etc/profile]
JAVA_HOME="/cgydrive/d/Java/jdk1.6.0_43" (windows下jdk路径为D:\Java\jdk1.6.0_43)
PATH="$JAVA_HOME/bin:${PATH}"
CLAS
- linux下安装maven
无量
mavenlinux安装
Linux下安装maven(转) 1.首先到Maven官网
下载安装文件,目前最新版本为3.0.3,下载文件为
apache-maven-3.0.3-bin.tar.gz,下载可以使用wget命令;
2.进入下载文件夹,找到下载的文件,运行如下命令解压
tar -xvf apache-maven-2.2.1-bin.tar.gz
解压后的文件夹
- tomcat的https 配置,syslog-ng配置
aichenglong
tomcathttp跳转到httpssyslong-ng配置syslog配置
1) tomcat配置https,以及http自动跳转到https的配置
1)TOMCAT_HOME目录下生成密钥(keytool是jdk中的命令)
keytool -genkey -alias tomcat -keyalg RSA -keypass changeit -storepass changeit
- 关于领号活动总结
alafqq
活动
关于某彩票活动的总结
具体需求,每个用户进活动页面,领取一个号码,1000中的一个;
活动要求
1,随机性,一定要有随机性;
2,最少中奖概率,如果注数为3200注,则最多中4注
3,效率问题,(不能每个人来都产生一个随机数,这样效率不高);
4,支持断电(仍然从下一个开始),重启服务;(存数据库有点大材小用,因此不能存放在数据库)
解决方案
1,事先产生随机数1000个,并打
- java数据结构 冒泡排序的遍历与排序
百合不是茶
java
java的冒泡排序是一种简单的排序规则
冒泡排序的原理:
比较两个相邻的数,首先将最大的排在第一个,第二次比较第二个 ,此后一样;
针对所有的元素重复以上的步骤,除了最后一个
例题;将int array[]
- JS检查输入框输入的是否是数字的一种校验方法
bijian1013
js
如下是JS检查输入框输入的是否是数字的一种校验方法:
<form method=post target="_blank">
数字:<input type="text" name=num onkeypress="checkNum(this.form)"><br>
</form>
- Test注解的两个属性:expected和timeout
bijian1013
javaJUnitexpectedtimeout
JUnit4:Test文档中的解释:
The Test annotation supports two optional parameters.
The first, expected, declares that a test method should throw an exception.
If it doesn't throw an exception or if it
- [Gson二]继承关系的POJO的反序列化
bit1129
POJO
父类
package inheritance.test2;
import java.util.Map;
public class Model {
private String field1;
private String field2;
private Map<String, String> infoMap
- 【Spark八十四】Spark零碎知识点记录
bit1129
spark
1. ShuffleMapTask的shuffle数据在什么地方记录到MapOutputTracker中的
ShuffleMapTask的runTask方法负责写数据到shuffle map文件中。当任务执行完成成功,DAGScheduler会收到通知,在DAGScheduler的handleTaskCompletion方法中完成记录到MapOutputTracker中
- WAS各种脚本作用大全
ronin47
WAS 脚本
http://www.ibm.com/developerworks/cn/websphere/library/samples/SampleScripts.html
无意中,在WAS官网上发现的各种脚本作用,感觉很有作用,先与各位分享一下
获取下载
这些示例 jacl 和 Jython 脚本可用于在 WebSphere Application Server 的不同版本中自
- java-12.求 1+2+3+..n不能使用乘除法、 for 、 while 、 if 、 else 、 switch 、 case 等关键字以及条件判断语句
bylijinnan
switch
借鉴网上的思路,用java实现:
public class NoIfWhile {
/**
* @param args
*
* find x=1+2+3+....n
*/
public static void main(String[] args) {
int n=10;
int re=find(n);
System.o
- Netty源码学习-ObjectEncoder和ObjectDecoder
bylijinnan
javanetty
Netty中传递对象的思路很直观:
Netty中数据的传递是基于ChannelBuffer(也就是byte[]);
那把对象序列化为字节流,就可以在Netty中传递对象了
相应的从ChannelBuffer恢复对象,就是反序列化的过程
Netty已经封装好ObjectEncoder和ObjectDecoder
先看ObjectEncoder
ObjectEncoder是往外发送
- spring 定时任务中cronExpression表达式含义
chicony
cronExpression
一个cron表达式有6个必选的元素和一个可选的元素,各个元素之间是以空格分隔的,从左至右,这些元素的含义如下表所示:
代表含义 是否必须 允许的取值范围 &nb
- Nutz配置Jndi
ctrain
JNDI
1、使用JNDI获取指定资源:
var ioc = {
dao : {
type :"org.nutz.dao.impl.NutDao",
args : [ {jndi :"jdbc/dataSource"} ]
}
}
以上方法,仅需要在容器中配置好数据源,注入到NutDao即可.
- 解决 /bin/sh^M: bad interpreter: No such file or directory
daizj
shell
在Linux中执行.sh脚本,异常/bin/sh^M: bad interpreter: No such file or directory。
分析:这是不同系统编码格式引起的:在windows系统中编辑的.sh文件可能有不可见字符,所以在Linux系统下执行会报以上异常信息。
解决:
1)在windows下转换:
利用一些编辑器如UltraEdit或EditPlus等工具
- [转]for 循环为何可恨?
dcj3sjt126com
程序员读书
Java的闭包(Closure)特征最近成为了一个热门话题。 一些精英正在起草一份议案,要在Java将来的版本中加入闭包特征。 然而,提议中的闭包语法以及语言上的这种扩充受到了众多Java程序员的猛烈抨击。
不久前,出版过数十本编程书籍的大作家Elliotte Rusty Harold发表了对Java中闭包的价值的质疑。 尤其是他问道“for 循环为何可恨?”[http://ju
- Android实用小技巧
dcj3sjt126com
android
1、去掉所有Activity界面的标题栏
修改AndroidManifest.xml 在application 标签中添加android:theme="@android:style/Theme.NoTitleBar"
2、去掉所有Activity界面的TitleBar 和StatusBar
修改AndroidManifes
- Oracle 复习笔记之序列
eksliang
Oracle 序列sequenceOracle sequence
转载请出自出处:http://eksliang.iteye.com/blog/2098859
1.序列的作用
序列是用于生成唯一、连续序号的对象
一般用序列来充当数据库表的主键值
2.创建序列语法如下:
create sequence s_emp
start with 1 --开始值
increment by 1 --増长值
maxval
- 有“品”的程序员
gongmeitao
工作
完美程序员的10种品质
完美程序员的每种品质都有一个范围,这个范围取决于具体的问题和背景。没有能解决所有问题的
完美程序员(至少在我们这个星球上),并且对于特定问题,完美程序员应该具有以下品质:
1. 才智非凡- 能够理解问题、能够用清晰可读的代码翻译并表达想法、善于分析并且逻辑思维能力强
(范围:用简单方式解决复杂问题)
- 使用KeleyiSQLHelper类进行分页查询
hvt
sql.netC#asp.nethovertree
本文适用于sql server单主键表或者视图进行分页查询,支持多字段排序。KeleyiSQLHelper类的最新代码请到http://hovertree.codeplex.com/SourceControl/latest下载整个解决方案源代码查看。或者直接在线查看类的代码:http://hovertree.codeplex.com/SourceControl/latest#HoverTree.D
- SVG 教程 (三)圆形,椭圆,直线
天梯梦
svg
SVG <circle> SVG 圆形 - <circle>
<circle> 标签可用来创建一个圆:
下面是SVG代码:
<svg xmlns="http://www.w3.org/2000/svg" version="1.1">
<circle cx="100" c
- 链表栈
luyulong
java数据结构
public class Node {
private Object object;
private Node next;
public Node() {
this.next = null;
this.object = null;
}
public Object getObject() {
return object;
}
public
- 基础数据结构和算法十:2-3 search tree
sunwinner
Algorithm2-3 search tree
Binary search tree works well for a wide variety of applications, but they have poor worst-case performance. Now we introduce a type of binary search tree where costs are guaranteed to be loga
- spring配置定时任务
stunizhengjia
springtimer
最近因工作的需要,用到了spring的定时任务的功能,觉得spring还是很智能化的,只需要配置一下配置文件就可以了,在此记录一下,以便以后用到:
//------------------------定时任务调用的方法------------------------------
/**
* 存储过程定时器
*/
publi
- ITeye 8月技术图书有奖试读获奖名单公布
ITeye管理员
活动
ITeye携手博文视点举办的8月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
8月试读活动回顾:
http://webmaster.iteye.com/blog/2102830
本次技术图书试读活动的优秀奖获奖名单及相应作品如下(优秀文章有很多,但名额有限,没获奖并不代表不优秀):
《跨终端Web》
gleams:http