light169
light169

【转】一些深度学习在计算机视觉中应用的开源代码

https://zhuanlan.zhihu.com/p/87821359

3-D Detection from Mono Camera

 

1. Detection+Tracking:

ucbdrive/3d-vehicle-tracking​github.com图标

2. OFT:

tom-roddick/oft​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第1张图片

3. MonoGRNet:

Zengyi-Qin/MonoGRNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第2张图片

4. M3D-RPN:

garrickbrazil/M3D-RPN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第3张图片

5. MonoPSR:

ZhixinLai/3D-detection-with-monocular-RGB-image​github.com图标

6. Pseudo-LiDAR:

mileyan/pseudo_lidar​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第4张图片

7. 3D-DeepBox:

https://github.com/smallcorgi/3D-Deepbox​github.com

3-D Detection with LiDAR

 

1. 3d FCN:

yukitsuji/3D_CNN_tensorflow​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第5张图片

2. Vote3Deep:

https://github.com/sbperceptron/3D-Object-detection-from-Pointcloud​github.com

 

3. PointNet:

charlesq34/pointnet​github.com图标

4. PointNet (pytorch):

fxia22/pointnet.pytorch​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第6张图片

5. PointNet++:

charlesq34/pointnet2​github.com图标

6. VoxelNet:

qianguih/voxelnet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第7张图片

7. PointPillars:

https://github.com/nutonomy/second.pytorch​github.com

 

8. PointPillars TensorRT:

https://github.com/SmallMunich/nutonomy_pointpillars​github.com

 

9. Complex-YOLO:

AI-liu/Complex-YOLO​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第8张图片

10. PIXOR:

philip-huang/PIXOR​github.com图标

11. PointRCNN:

sshaoshuai/PointRCNN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第9张图片

3-D Segmentation from Lidar data

 

1.

VincentCheungM/Run_based_segmentation​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第10张图片

2. SuperPoint-Graph:

loicland/superpoint_graph​github.com图标

3. SequeezSeg:

BichenWuUCB/SqueezeSeg​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第11张图片

4. SqueezeSeg2:

xuanyuzhou98/SqueezeSegV2​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第12张图片

5. SalsaNet:

Eren Aksoy / SalsaNet​gitlab.com图标

6.

PRBonn/lidar-bonnetal​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第13张图片

3-D Tracking in Lidar

 

1. MOT:

praveen-palanisamy/multiple-object-tracking-lidar​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第14张图片

(Note: not deep learning-based)

3-D Detection with LiDAR + Camera

 

1. MV3D:

bostondiditeam/MV3D​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第15张图片

2. RoarNet:

Kiwoo/RoarNet​github.com图标

3. AVOD:

Fredrik00/avod​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第16张图片

4. F-PointNet:

charlesq34/frustum-pointnets​github.com图标

5. MV3D+VoxelNet:

aaronfriedman6/MV3D_VoxelNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第17张图片

 

Segmentation from RGB + Depth data

（注：1-3链接被限制）

4. RedNet:

JindongJiang/RedNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第18张图片

5. ACNet:

anheidelonghu/ACNet​github.com图标

6.

andyzeng/apc-vision-toolbox​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第19张图片

7.

yanx27/3DGNN_pytorch​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第20张图片

 

Tracking with RGB + Depth data

 

1.

https://github.com/mpizenberg/rgbd-tracking-evaluation​github.com

 

(Not deep learning-based)

 

 

2-D Detection from Mono Camera

0.

rbgirshick/rcnn​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第21张图片

1.

rbgirshick/fast-rcnn​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第22张图片

2.

rbgirshick/py-faster-rcnn​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第23张图片

3.

endernewton/tf-faster-rcnn​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第24张图片

4.

abhi2610/ohem​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第25张图片

5.

YOLO: Real-Time Object Detection​pjreddie.com【转】一些深度学习在计算机视觉中应用的开源代码_第26张图片

6.

weiliu89/caffe​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第27张图片

7.

balancap/SSD-Tensorflow​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第28张图片

8.

quhezheng/caffe_yolo_v2​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第29张图片

9.

sualab/object-detection-yolov2-tf​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第30张图片

10.

unsky/FPN​github.com图标

11.

tensorflow/tpu​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第31张图片

12.

matterport/Mask_RCNN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第32张图片

13.

mystic123/tensorflow-yolo-v3​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第33张图片

14.

tensorflow/models​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第34张图片

15.

zhaoweicai/cascade-rcnn​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第35张图片

 

Human face detection & recognition

 

1

Face Detection Software Facial Recognition Source Code API SDK​facedetection.com

 

2

ageitgey/face_recognition​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第36张图片

3

OpenFace​cmusatyalab.github.io【转】一些深度学习在计算机视觉中应用的开源代码_第37张图片

4

takiyu/hyperface​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第38张图片

5

davidsandberg/facenet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第39张图片

6

kuaikuaikim/DFace​github.com图标

7

deepinsight/insightface​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第40张图片

 

Semantic Segmentation with RGB Image

 

1. TernausNet:

ternaus/TernausNetV2​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第41张图片

2.

MarvinTeichmann/MultiNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第42张图片

3.

MarvinTeichmann/KittiSeg​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第43张图片

4.

vxy10/p5_VehicleDetection_Unet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第44张图片

5.

ndrplz/self-driving-car​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第45张图片

6.

mvirgo/MLND-Capstone​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第46张图片

7.

https://github.com/zhujun98/semantic_segmentation/tree/master/fcn8s_road​github.com

 

Instance Segmentation with RGB Image

 

1.

open-mmlab/mmdetection​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第47张图片

2.

facebookresearch/Detectron​github.com图标

3.

dbolya/yolact​github.com图标

4.

ShuLiu1993/PANet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第48张图片

5.

uber-research/UPSNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第49张图片

6.

liruilong940607/Pose2Seg​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第50张图片

7.

jiwoon-ahn/irn​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第51张图片

Depth estimation from Mono camera

 

1.

lelimite4444/BridgeDepthFlow​github.com图标

2.

ishmav16/Dual-CNN-Models-for-Unsupervised-Monocular-Depth-Estimation​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第52张图片

3.

CVLAB-Unibo/Semantic-Mono-Depth​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第53张图片

4.

Yevkuzn/semodepth​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第54张图片

5.

MightyChaos/LKVOLearner​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第55张图片

6.

Huangying-Zhan/Depth-VO-Feat​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第56张图片

7.

nianticlabs/monodepth2​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第57张图片

Single object tracking from Mono camera （不限于深度学习方法）

 

1.

ybsong00/CREST-Release​github.com图标

2.

martin-danelljan/ECO​github.com图标

3.

bertinetto/cfnet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第58张图片

4.

thias15/Context-Aware-CF-Tracking​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第59张图片

5.

alanlukezic/csr-dcf​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第60张图片

6.

caibolun/BIT​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第61张图片

7.

bertinetto/siamese-fc​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第62张图片

8.

davheld/GOTURN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第63张图片

9.

martin-danelljan/Continuous-ConvOp​github.com图标

10.

hyeonseobnam/MDNet​github.com图标

11.

scott89/STCT​github.com图标

12.

bertinetto/staple​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第64张图片

13.

jbhuang0604/CF2​github.com图标

14.

scott89/FCNT​github.com图标

15.

chaoma99/lct-tracker​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第65张图片

16.

ihpdep/rpt​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第66张图片

17.

ihpdep/samf​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第67张图片

Multiple object tracking from Mono camera （不限于深度学习方法）

 

1.

shijieS/SST​github.com图标

2.

JunaidCS032/MOTBeyondPixels​github.com图标

3.

longcw/MOTDT​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第68张图片

4.

sbreuers/detta​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第69张图片

5.

bochinski/iou-tracker​github.com图标

6.

nwojke/deep_sort​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第70张图片

7.

maksay/ptrack_cpp​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第71张图片

8.

bochinski/iou-tracker​github.com图标

9.

Bitbucket​bitbucket.org

 

10.

feichtenhofer/Detect-Track​github.com图标

11.

VisualComputingInstitute/towards-reid-tracking​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第72张图片

12.

aljosaosep/ciwt​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第73张图片

13.

abewley/sort​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第74张图片

Human pose estimation from Mono camera

 

1. 3DMPPE:

mks0601/3DMPPE_ROOTNET_RELEASE​github.com图标

2.

mitmul/deeppose​github.com图标

3.

eldar/pose-tensorflow​github.com图标

4.

ildoonet/tf-pose-estimation​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第75张图片

5.

facebookresearch/DensePose​github.com图标

3-D Detection from Stereo Camera

 

1. TLNet:

Zengyi-Qin/TLNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第76张图片

Depth estimation from Stereo Camera

 

1.

JiaRenChang/PSMNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第77张图片

2.

CVLAB-Unibo/Real-time-self-adaptive-deep-stereo​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第78张图片

3.

ut-amrl/stereo_dense_reconstruction​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第79张图片

4.

CVLAB-Unibo/Unsupervised-Adaptation-for-Deep-Stereo​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第80张图片

5.

ZhijianJiang/DispNet-TensorFlow​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第81张图片

6.

epiception/SGM-Census​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第82张图片

7.

gengshan-y/high-res-stereo​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第83张图片

8.

gfacciol/mgm​github.com图标

 

Optic flow estimation

1.

The Top 30 Optical Flow Open Source Projects​awesomeopensource.com

 

2.

liruoteng/FlowNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第84张图片

3.

lmb-freiburg/flownet2​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第85张图片

4.

NVlabs/PWC-Net​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第86张图片

5.

NVlabs/PWC-Net​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第87张图片

6.

yzcjtr/GeoNet​github.com图标

7.

twhui/LiteFlowNet​github.com图标

 

3-D Detection from Panoramic image

 

1. Pano detection:

gdlg/panoramic-object-detection​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第88张图片

2. Pano depth:

gdlg/panoramic-depth-estimation​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第89张图片

Image Processing

 

1.

s9xie/hed​github.com图标

2.

vincenzosantopietro/Image-denoising-using-CUFFT​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第90张图片

3.

zyg11/non-local-means-denoising​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第91张图片

4.

pkuCactus/BDCN​github.com图标

5.

https://github.com/danxuhk/AttentionGatedMulti-ScaleFeatureLearning​github.com

 

6.

yun-liu/rcf​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第92张图片

7.

meteorshowers/RCF-pytorch​github.com图标

8.

Wangyupei/CED​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第93张图片

9.

shenwei1231/DeepContour​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第94张图片

10.

uschmidt83/shrinkage-fields​github.com图标

11.

Bitbucket​bitbucket.org

 

12.

cszn/DnCNN​github.com图标

13.

tyshiwo/MemNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第95张图片

14.

https://github.com/cig-skoltech/NLNet​github.com

 

15.

DmitryUlyanov/deep-image-prior​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第96张图片

16.

cig-skoltech/UDNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第97张图片

17.

Ding-Liu/NLRN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第98张图片

18.

cszn/IRCNN​github.com图标

19.

GuoShi28/CBDNet​github.com图标

20.

nothinglo/Deep-Photo-Enhancer​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第99张图片

21.

TAMU-VITA/EnlightenGAN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第100张图片

22.

weichen582/RetinexNet​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第101张图片

23.

cs-chan/Exclusively-Dark-Image-Dataset​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第102张图片

24.

thangvubk/FEQE​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第103张图片

25.

rmalav15/DHSGAN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第104张图片

26.

Ourshanabi/Burst-denoising​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第105张图片

27.

https://github.com/dlut-dimt/DPE-Deep-Prior-Ensemble​github.com

 

28.

ppooiiuuyh/ARCNN-FAST​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第106张图片

Feature extraction & matching （不一定是基于深度学习）

 

1.

Approximate Nearest Neighbor Library​www.cs.umd.edu【转】一些深度学习在计算机视觉中应用的开源代码_第107张图片

2.

http://www.cs.ubc.ca/research/flann/​www.cs.ubc.ca

 

3.

jlblancoc/nanoflann​github.com图标

4.

pablofdezalc/akaze​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第108张图片

5.

pablofdezalc/kaze​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第109张图片

6.

cvlab-epfl/LIFT​github.com

 

7.

Affine Covariant Features​www.robots.ox.ac.uk【转】一些深度学习在计算机视觉中应用的开源代码_第110张图片

8.

visinf/n3net​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第111张图片

9.

ignacio-rocco/cnngeometric_pytorch​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第112张图片

10.

mihaidusmanu/d2-net​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第113张图片

3-D Reconstruction：SFM, MVS, SLAM（不一定是基于深度学习）

 

1.

snavely/bundler_sfm​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第114张图片

2.

simonfuhrmann/mve​github.com图标

3.

openMVG/openMVG​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第115张图片

4.

mapillary/OpenSfM​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第116张图片

5.

laurentkneip/opengv​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第117张图片

6.

colmap/colmap​github.com图标

7.

alexlocher/hpmvs​github.com图标

8.

https://github.com/cdcseacave/openMVS/​github.com

 

9.

pmoulon/CMVS-PMVS​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第118张图片

10.

CoSLAM​drone.sjtu.edu.cn【转】一些深度学习在计算机视觉中应用的开源代码_第119张图片

11.

JakobEngel/dso​github.com图标

12.

plumonito/dtslam​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第120张图片

13.

tum-vision/lsd_slam​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第121张图片

14.

ethz-asl/okvis​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第122张图片

15.

raulmur/ORB_SLAM2​github.com图标

16.

uzh-rpg/rpg_svo​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第123张图片

17.

KumarRobotics/msckf_vio​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第124张图片

18.

svip-lab/PlanarReconstruction​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第125张图片

19.

LCAD-UFES/WNN-CNN-GL​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第126张图片

20.

utiasSTARS/sun-bcnn​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第127张图片

Computational Photography

 

1.

yulunzhang/RDN​github.com图标

2.

alexjc/neural-enhance​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第128张图片

3.

aamir-mustafa/super-resolution-adversarial-defense​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第129张图片

4.

Papers With Code : EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning​paperswithcode.com图标

5.

JiahuiYu/generative_inpainting​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第130张图片

6.

ShinyCode/image-outpainting​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第131张图片

7.

amjltc295/VORNet-Spatio-temporally-Consistent-Video-Inpainting-for-Object-Removal​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第132张图片

8.

richzhang/colorization​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第133张图片

9.

baldassarreFe/deep-koalarization​github.com图标

10.

msracver/Deep-Exemplar-based-Colorization​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第134张图片

11.

ImagingLab/Colorizing-with-GANs​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第135张图片

GAN （Generative Adversarial Network）& Application in Image Domain

 

1.

kundan2510/pixelCNN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第136张图片

2.

junyanz/iGAN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第137张图片

3.

tensorflow/models​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第138张图片

4.

AliaksandrSiarohin/pose-gan​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第139张图片

5.

jwyang/lr-gan.pytorch​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第140张图片

6.

MandyZChen/srez​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第141张图片

7.

yh-iro/Keras_TP-GAN​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第142张图片

8.

NVIDIA/pix2pixHD​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第143张图片

Image Search，Captioning and Q&A

 

1.

dorian3d/DBoW2​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第144张图片

2.

snavely/VocabTree2​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第145张图片

3.

hlzz/libvot​github.com图标

4.

facebookresearch/pythia​github.com图标

5.

https://paperswithcode.com/paper/vqa-visual-question-answering#code​paperswithcode.com

 

6.

tylin/coco-caption​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第146张图片

7.

jacobgil/pytorch-grad-cam​github.com【转】一些深度学习在计算机视觉中应用的开源代码_第147张图片

8.

https://github.com/zjuchenlong/sca-cnn.cvpr17​github.com

 

 

编辑于 2020-01-14

你可能感兴趣的:(【转】一些深度学习在计算机视觉中应用的开源代码)

  • 路由器与防火墙配置命令 cllsse 网络网络
    路由器与防火墙配置命令小明啊，你不是学计算机的嘛，叔叔家的路由器坏了，可以过来帮叔叔看看吗命令可以用缩写，造就一堆容易造成歧义的缩写，比如add是address的缩写，sh是shutdown的缩写。默认为Cisco路由器和Cisco防火墙视图模式介绍普通视图router>特权视图router##在普通模式下输入enable全局视图router(config)##在特权模式下输入configt接口视
  • webpack提升打包构建速度02--webpack优化 _xiyang webpackwebpack前端node.jsjavascript
    提升打包构建速度HotModuleReplacement为什么开发时我们修改了其中一个模块代码，Webpack默认会将所有模块全部重新打包编译，速度很慢。所以我们需要做到修改某个模块代码，就只有这个模块代码需要重新打包编译，其他模块不变，这样打包速度就能很快。是什么HotModuleReplacement（HMR/热模块替换）：在程序运行中，替换、添加或删除模块，而无需重新加载整个页面。怎么用1.
  • Redis: 深入解析高性能内存数据库的实现原理 一休哥助手 数据库数据库redis缓存
    一、Redis简介Redis是一种基于内存的键值存储数据库，支持丰富的数据类型，如字符串、列表、集合、有序集合和哈希表。它不仅具有极高的性能，还支持数据持久化、主从复制和分布式架构，使其在各种应用场景中表现出色。1.1Redis的特点高性能：Redis所有操作都在内存中完成，读写速度非常快。丰富的数据类型：支持字符串、列表、集合、有序集合和哈希表等多种数据类型。持久化：支持RDB（RedisDat
  • 防火墙综合实验 earthtoearth 防火墙安全实验配置网络运维安全网络安全
    一、实验目的及拓扑实验目的：1、内网设立两台防火墙实现双机热备2、防火墙设置二个虚拟系统，VRF_A对应PC1和服务器，VRF_B对应PC2，虚拟防火墙内部实现对服务器的访问3、PC1访问外网通过防火墙1，PC2访问外网通过防火墙24、将服务器向外网通过NATSERVER进行地址映射，使外网能够访问内网服务器5、在防火墙VRF_A虚墙上设置超级用户后设置相应功能二、基础配置（一）交换网络配置1、在
  • 精挑20题：MySQL 8.0高频面试题深度解析——掌握核心知识点、新特性和优化技巧 dblens 数据库管理和开发工具 mysqlmysql数据库面试
    1.MySQL8.0中，为什么查询缓存被移除？答案：原因：查询缓存对频繁更新的表效果差，任何对该表的写操作都会清空所有相关缓存，导致缓存命中率低，反而增加开销。替代方案：使用应用层缓存（如Redis）。优化查询和索引，减少对缓存的依赖。MySQL8.0改进：通过索引优化、并行查询等提升性能，弥补查询缓存缺失的影响。2.InnoDB的行锁和表锁分别在什么场景下使用？答案：行锁：高并发场景下更新或查询
  • Sketch：UI界面设计原则与Sketch实现_2024-07-21_23-01-33.Tex chenjj4003 游戏开发ui交互microsoftreact.js前端
    Sketch：UI界面设计原则与Sketch实现Sketch：UI界面设计原则与Sketch实现UI设计基础UI设计的重要性在数字产品日益丰富的今天，用户界面设计（UserInterfaceDesign，简称UI设计）成为了决定产品用户体验的关键因素。良好的UI设计不仅能够提升产品的美观度，更重要的是，它能够确保用户在使用产品时的直观性、易用性和效率。UI设计的重要性体现在以下几个方面：提升用户体
  • 鸿蒙 元服务摘要 阿旭哟嘿 harmonyos华为
    元服务（原名原子化服务），是HarmonyOS提供的一种面向未来的服务提供方式，是有独立入口的（用户可通过点击方式直接触发）、免安装的（无需显式安装，由系统程序框架后台安装后即可使用）、可为用户提供一个或多个便捷服务的用户应用程序形态。例如：某传统方式的需要安装的购物应用A，在按照元服务理念调整设计后，成为由“商品浏览”“购物车”“支付”等多个便捷服务组成的、可以免安装的购物元服务A*。元服务基于
  • 141.HarmonyOS NEXT系列教程之3D立方体旋转轮播案例讲解之IDataSource接口实现 harmonyos-next
    温馨提示：本篇博客的详细代码已发布到git:https://gitcode.com/nutpi/HarmonyosNext可以下载运行哦！HarmonyOSNEXT系列教程之3D立方体旋转轮播案例讲解之IDataSource接口实现效果演示1.IDataSource接口概述1.1接口作用IDataSource接口定义了数据源的标准接口，提供了：数据访问方法数据操作方法监听器管理方法1.2接口实现e
  • Redis 三主三从集群部署的完整方案 Honmaple redis数据库缓存
    一、架构设计原理‌分布式数据分片哈希槽机制‌：RedisCluster将数据划分为16384个槽位，每个主节点负责部分槽位（如主节点1管理槽0-5460，主节点2管理5461-10922等）。自动负载均衡‌：数据按哈希值分配到不同节点，避免单点性能瓶颈。高可用基础‌：每个主节点配置至少一个从节点，主节点故障时自动切换从节点接替。故障转移流程哨兵协同‌：3个哨兵节点通过投票机制（quorum=2）决
  • C++,Go 语言开发危险化学品流动跟踪APP Geeker-2025 c++golang
    开发一款危险化学品流动跟踪APP是一个非常重要且复杂的项目，主要用于监控和管理危险化学品的运输、存储和使用过程，确保其符合安全规范，防止泄漏、误用或其他安全事故。该APP需要具备实时跟踪、数据记录、报警机制、权限管理等功能。C++和Go语言的结合在这个项目中可以发挥各自的优势：C++适合高性能计算、底层硬件交互和实时数据处理，而Go语言适合高性能后端服务、并发处理和分布式系统。---##1.**项
  • 对于项目管理过程，如何减少项目返工？
    在项目管理中，返工是吞噬资源、拖延进度、消磨士气的"隐形杀手"。据统计，软件开发项目中因需求变更导致的返工成本占总成本的30%-50%，而在建筑工程领域，返工率超过10%的项目普遍存在利润率下降风险。减少返工不仅是效率问题，更是项目管理的核心能力体现。本文将从返工根源剖析、全流程防控策略到工具方法落地，系统阐述如何构建"一次做对"的项目管理体系。一、返工的五大病根诊断需求模糊症（占比35%）用户需
  • useSyncExternalStore 的应用 前端
    我们是袋鼠云数栈UED团队，致力于打造优秀的一站式数据中台产品。我们始终保持工匠精神，探索前端道路，为社区积累并传播经验价值。本文作者：修能学而不思则罔，思而不学则殆。---《论语·为政》WhatuseSyncExternalStoreisaReactHookthatletsyousubscribetoanexternalstore.useSyncExternalStore是一个支持让用户订阅外部
  • 从 0 到 1 搭建一个 Web 应用项目：详细步骤与踩坑记录 算法探索者 前端
    一、引言在当今数字化时代，Web应用无处不在。对于开发者而言，掌握从0到1搭建Web应用项目的技能至关重要。本指南将带你逐步完成一个简单Web应用项目的搭建，分享技术选型思路以及在过程中遇到的问题和解决方案，助力你开启Web开发之旅。二、技术选型（一）前端框架：选择React.js。它具有高效的虚拟DOM机制，能够快速更新页面，提升用户体验。同时，React生态系统丰富，有大量现成的组件库和工具可
  • SpringAOP 切面类添加@RefreshScope导致逻辑执行两遍原因 -哈喽沃德- 知识点java开发语言后端
    @RefreshScope注解的核心功能是实现配置的自动刷新生效。当配置中心（例如Consul）内的配置信息出现变动时，凡是被标记了@RefreshScope注解的Bean都会经历重新初始化的过程，从而能够顺利获取到最新的配置内容。不过在最近的开发中，发现问题：若在切面（Aspect）类上使用@RefreshScope注解，会观察到接口请求被切面进行了两次处理，不符合正常预期。正常情况下，切面逻辑
  • 并查集：从连通性检测到动态合并的算法艺术 六七_Shmily 数据结构与算法分析算法
    并查集：从连通性检测到动态合并的算法艺术（C++实现）一、并查集：算法世界的隐形支柱在算法竞赛和工程实践中，并查集（DisjointSetUnion，DSU）是解决动态连通性问题的终极武器。它能在近乎常数时间内完成集合的合并与查询操作，广泛应用于社交网络、图像处理、编译器优化等领域。本文将深入剖析并查集的核心原理，并通过实战案例揭示其精妙之处。二、并查集的三重核心1.数据结构设计classDSU{
  • Spring Boot整合SSE实现消息推送：跨域问题解决与前后端联调实战 Cloud_. springboot后端java
    摘要本文记录了一次完整的SpringBoot整合Server-SentEvents（SSE）实现实时消息推送的开发过程，重点分析前后端联调时遇到的跨域问题及解决方案。通过@CrossOrigin注解的实际应用案例，帮助开发者快速定位和解决类似问题。一、项目背景与需求开发一个实时订单推送系统，需要实现：司机端与服务端的持久化连接订单信息实时推送客户端主动关闭连接二、技术方案设计2.1技术选型技术组件
  • Pytest的夹具共享（2） 活跃家族 pytest服务器运维
    1、问题：夹具跟用例都是写在一个py文件中，在自动化框架中，测试用例、夹具在不同的文件中，跨文件夹具使用呢？“”"在XXX测试用例模块中，使用夹具？如何跨文件调用？-1）导包：fromd5_pytest的夹具的作用域importsetup_teardown–不推荐，每个模块都要导包-2）夹具共享：如果要直接实现多个模块(py文件)共享夹具，可以用conftest。不需要导包。1、创建一个conft
  • 在Selenium 中更改 User-Agent 的步骤与最佳实践 守城小轩 网络爬虫selenium网络爬虫浏览器开发自动化浏览器爬虫chrome
    引言在Selenium中更改UserAgent是许多网页自动化任务中的关键步骤。它有助于将自动化脚本伪装成常规浏览器，从而避免被网站检测到。本指南将带您了解如何在Selenium中更改GoogleChrome的UserAgent，并提供最佳实践以确保您的网页自动化任务顺利进行。目录了解SeleniumUser-AgentSelenium中的默认User-Agent为什么要更改User-Agent？
  • 笔记：代码随想录算法训练营day56:图论理论基础、深搜理论基础、98. 所有可达路径、广搜理论基础 jingjingjing1111 笔记
    学习资料：代码随想录连通图是给无向图的定义，强连通图是给有向图的定义朴素存储：二维数组邻接矩阵邻接表：list基础知识：C++容器类|菜鸟教程深搜是沿着一个方向搜到头再不断回溯，转向；广搜是每一次搜索要把当前能够得到的方向搜个遍深搜三部曲：传入参数、终止条件、处理节点+递推+回溯98.所有可达路径卡码网题目链接（ACM模式）先是用邻接矩阵，矩阵的x,y表示从x到y有一条边主要还是用回溯方法遍历整个
  • 正则表达式：文本处理的瑞士军刀 六七_Shmily 数据结构与算法分析算法
    正则表达式：文本处理的瑞士军刀正则表达式（RegularExpression，简称Regex）是一种用于匹配、查找和操作文本的强大工具。它通过定义一种特殊的字符串模式，可以快速地在文本中搜索、替换或提取符合特定规则的内容。正则表达式广泛应用于编程、文本编辑、数据处理等领域，是每个开发者必备的技能之一。一、正则表达式的核心概念1.模式（Pattern）正则表达式的核心是一个模式字符串，它定义了需要匹
  • 10篇R1相关的研究全面汇总，万字思考！ datawhale
    原创长琴DatawhaleDatawhale干货作者：长琴，Datawhale成员本文通过10篇R1相关的研究，介绍R1后LLM的新范式。其核心就是如何进一步增强LLM的能力。本文中的相关阅读，可以在主页找到对应文章：主页地址：https://yam.gift/基本框架首先是整体的框架，如下所示。•Base+SFT•R1冷启动•LIMO(817DataSelection)•s1(1000)•Bas
  • 浏览器 DOM 深度解析：从节点类型到遍历操作的全攻略 码农的时光故事 javascript开发语言ecmascript
    一、DOM核心概念与节点类型DOM（文档对象模型）是浏览器提供的核心API之一，用于将HTML文档转换为可操作的对象树结构。其核心设计遵循树形结构，每个节点都继承自Node接口，主要分为以下类型：1.基础节点类型Element：对应HTML标签，包含属性和子节点（）Text：文本内容节点Comment：注释节点Document：文档根节点，通过document全局对象访问（）2.特殊节点类型Doc
  • 浏览器工作原理深度解析（阶段一）：从 URL 到页面渲染的完整流程 码农的时光故事 javascript前端
    一、浏览器工作流程概述作为前端开发者，我们每天都在与浏览器打交道，但多数人对其内部工作机制却知之甚少。实际上，浏览器的核心功能就是将用户输入的URL转换为可视化的网页。这一过程大致分为六个关键步骤：网络请求：通过HTTP/HTTPS协议获取页面资源构建DOM树：解析HTML代码生成文档对象模型样式计算：解析CSS规则并应用到对应元素布局渲染：计算元素位置和尺寸生成渲染树合成优化：将渲染层合并为位图
  • Vue遇到微信授权登录的一些场景坑和思考 前端vue.js扫码登录
    最近，接手一个小的PC商城项目，使用微信扫码授权登录，商城部分有些内容针对游客、用户和会员以及店铺，分别作出不同的展示，当退出登录时，清除所有信息，包括本地存储、pinia，问题就发生在退出账号重新登录，有一部分依赖于pinia的数据没有生效，经过检查发现是重定向后，本该初始化的store没有执行，下面详细说明这个故障是如何发生的，以及解决方案。微信授权登录过程介绍这一部分针对于没有做过第三方授权
  • JavaScript对象全解析：从宿主到内置，深入理解对象分类 码农的时光故事 前端javascript
    一、JavaScript对象全景图JavaScript对象系统远比表面看起来复杂，我们可以将其分为以下五大类：类别描述示例宿主对象由运行环境提供的对象（如浏览器中的DOM）window、document固有对象标准规定随运行时自动创建的基础对象Array、Date原生对象通过内置构造器创建的特权对象newArray()、newMap()普通对象用户创建的常规对象{}、newObject()特殊行为
  • 如何快速判断nodejs该项目需要哪个版本的node环境 yuanpan node.js
    在接手一个Node.js项目后，判断该项目需要哪个Node.js版本是非常重要的。以下是一些常见的方法来确定项目所需的Node.js版本：1.检查package.json文件package.json是Node.js项目的核心配置文件，通常会包含项目所需的Node.js版本信息。a.engines字段在package.json中，engines字段用于指定项目所需的Node.js版本。例如：json
  • 【MySQL必知必会】数据库操纵语言（DML）超全总结：增删改查一文搞定！ 秀儿还能再秀 数据库MySQL学习笔记
    一、DML简介数据库操纵语言（DataManipulationLanguage,DML）是SQL的核心组成部分，主要用于对数据库中的数据进行增（INSERT）、删（DELETE）、改（UPDATE）、查（SELECT）操作，掌握DML都是必备技能！二、核心操作详解1.插入数据：INSERT--插入单条数据（全字段）INSERTINTO表名VALUES(值1,值2,...);--指定字段插入INSE
  • JAVA学习-练习试用Java实现“对大数据集中的网络日志进行解析和异常行为筛查” 守护者170 java学习java学习
    问题：编写一个Spark程序，对大数据集中的网络日志进行解析和异常行为筛查。解答思路：下面是一个简单的Spark程序示例，用于解析网络日志并筛查异常行为。这个示例假设日志文件格式如下：timestamp,ip_address,user_id,action,event,extra_info2023-01-0112:00:00,192.168.1.1,123,login,success,none202
  • JAVA学习-练习试用Java实现“实现一个Spark应用，对大数据集中的文本数据进行情感分析和关键词筛选” 守护者170 java学习java学习
    问题：实现一个Spark应用，对大数据集中的文本数据进行情感分析和关键词筛选。解答思路：要实现一个Spark应用，对大数据集中的文本数据进行情感分析和关键词筛选，需要按照以下步骤进行：1.环境准备确保的环境中已经安装了ApacheSpark。可以从[ApacheSpark官网](https://spark.apache.org/downloads.html)下载并安装。2.创建Spark应用以下是
  • C语言中如何对一个数的二进制位 置1或者 置0 奕雨. C语言c语言
    目录1.对二进制位置12.对二进制位置01.对二进制位置1如何对一个数的指定二进制位置1呢？①了解一个数在内存中的存储一个整数在内存中的存储是以补码的形式存在的，其中正整数的原码，反码，补码三码相同反码是原码的符号位（最高位为符号位）不变，其他位按位取反补码是反码+1。而负数的原码，反码，补码需要计算例如：inta=-1;10000000000000000000000000000001-原码111
  • 插入表主键冲突做更新 a-john
    有以下场景： 用户下了一个订单，订单内的内容较多，且来自多表，首次下单的时候，内容可能会不全（部分内容不是必须，出现有些表根本就没有没有该订单的值）。在以后更改订单时，有些内容会更改，有些内容会新增。 问题： 如果在sql语句中执行update操作，在没有数据的表中会出错。如果在逻辑代码中先做查询，查询结果有做更新，没有做插入，这样会将代码复杂化。 解决： mysql中提供了一个sql语
  • Android xml资源文件中@、@android:type、@*、？、@+含义和区别 Cb123456 @+@?@*
    一.@代表引用资源 1.引用自定义资源。格式：@[package:]type/name android：text="@string/hello"   2.引用系统资源。格式：@android:type/name     android:textColor="@android:color/opaque_red"
  • 数据结构的基本介绍 天子之骄 数据结构散列表树、图线性结构价格标签
    数据结构的基本介绍 数据结构就是数据的组织形式，用一种提前设计好的框架去存取数据，以便更方便，高效的对数据进行增删查改。正确选择合适的数据结构，对软件程序的高效执行的影响作用不亚于算法的设计。此外，在计算机系统中数据结构的作用也是非同小可。例如常常在编程语言中听到的栈，堆等，就是经典的数据结构。   经典的数据结构大致如下：   一：线性数据结构 (1)：列表 a
  • 通过二维码开放平台的API快速生成二维码 一炮送你回车库 api
     现在很多网站都有通过扫二维码用手机连接的功能，联图网(http://www.liantu.com/pingtai/)的二维码开放平台开放了一个生成二维码图片的Api,挺方便使用的。闲着无聊，写了个前台快速生成二维码的方法。        html代码如下:(二维码将生成在这div下) ? 1  &nbs
  • ImageIO读取一张图片改变大小 3213213333332132 javaIOimageBufferedImage
    package com.demo; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imageio.ImageIO; /** * @Description 读取一张图片改变大小 * @author FuJianyon
  • myeclipse集成svn（一针见血） 7454103 eclipseSVNMyEclipse
                                     &n
  • 装箱与拆箱----autoboxing和unboxing darkranger J2SE
    4.2　自动装箱和拆箱 基本数据(Primitive)类型的自动装箱(autoboxing)、拆箱(unboxing)是自J2SE 5.0开始提供的功能。虽然为您打包基本数据类型提供了方便，但提供方便的同时表示隐藏了细节，建议在能够区分基本数据类型与对象的差别时再使用。 4.2.1　autoboxing和unboxing 在Java中，所有要处理的东西几乎都是对象(Object)
  • ajax传统的方式制作ajax aijuans Ajax
    //这是前台的代码 <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%> <% String path = request.getContextPath(); String basePath = request.getScheme()+
  • 只用jre的eclipse是怎么编译java源文件的？ avords javaeclipsejdktomcat
    eclipse只需要jre就可以运行开发java程序了，也能自动 编译java源代码，但是jre不是java的运行环境么，难道jre中也带有编译工具？ 还是eclipse自己实现的？谁能给解释一下呢问题补充：假设系统中没有安装jdk or jre，只在eclipse的目录中有一个jre，那么eclipse会采用该jre，问题是eclipse照样可以编译java源文件，为什么呢？ &nb
  • 前端模块化 bee1314 模块化
    背景： 前端JavaScript模块化，其实已经不是什么新鲜事了。但是很多的项目还没有真正的使用起来，还处于刀耕火种的野蛮生长阶段。   JavaScript一直缺乏有效的包管理机制，造成了大量的全局变量，大量的方法冲突。我们多么渴望有天能像Java（import），Python (import)，Ruby(require)那样写代码。在没有包管理机制的年代，我们是怎么避免所
  • 处理百万级以上的数据处理 bijian1013 oraclesql数据库大数据查询
    一.处理百万级以上的数据提高查询速度的方法：        1.应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。         2.对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 o
  • mac 卸载 java 1.7 或更高版本 征客丶 javaOS
    卸载 java 1.7 或更高 sudo rm -rf /Library/Internet\ Plug-Ins/JavaAppletPlugin.plugin 成功执行此命令后，还可以执行 java 与 javac 命令 sudo rm -rf /Library/PreferencePanes/JavaControlPanel.prefPane 成功执行此命令后，还可以执行 java
  • 【Spark六十一】Spark Streaming结合Flume、Kafka进行日志分析 bit1129 Stream
    第一步，Flume和Kakfa对接，Flume抓取日志，写到Kafka中 第二部，Spark Streaming读取Kafka中的数据，进行实时分析   本文首先使用Kakfa自带的消息处理（脚本）来获取消息，走通Flume和Kafka的对接 1. Flume配置 1. 下载Flume和Kafka集成的插件，下载地址：https://github.com/beyondj2ee/f
  • Erlang vs TNSDL bookjovi erlang
          TNSDL是Nokia内部用于开发电信交换软件的私有语言，是在SDL语言的基础上加以修改而成，TNSDL需翻译成C语言得以编译执行，TNSDL语言中实现了异步并行的特点，当然要完整实现异步并行还需要运行时动态库的支持，异步并行类似于Erlang的process（轻量级进程），TNSDL中则称之为hand，Erlang是基于vm(beam)开发，
  • 非常希望有一个预防疲劳的java软件, 预防过劳死和眼睛疲劳,大家一起努力搞一个 ljy325 企业应用
    　非常希望有一个预防疲劳的java软件，我看新闻和网站，国防科技大学的科学家累死了，太疲劳，老是加班，不休息，经常吃药，吃药根本就没用，根本原因是疲劳过度。我以前做java,那会公司垃圾，老想赶快学习到东西跳槽离开，搞得超负荷，不明理。深圳做软件开发经常累死人，总有不明理的人，有个软件提醒限制很好，可以挽救很多人的生命。 相关新闻： （1）IT行业成五大疾病重灾区：过劳死平均37.9岁
  • 读《研磨设计模式》-代码笔记-原型模式 bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ /** * Effective Java 建议使用copy constructor or copy factory来代替clone()方法： * 1.public Product copy(Product p){} * 2.publi
  • 配置管理---svn工具之权限配置 chenyu19891124 SVN
    今天花了大半天的功夫，终于弄懂svn权限配置。下面是今天收获的战绩。 安装完svn后就是在svn中建立版本库，比如我本地的是版本库路径是C:\Repositories\pepos。pepos是我的版本库。在pepos的目录结构 pepos    component    webapps 在conf里面的auth里赋予的权限配置为 [groups]
  • 浅谈程序员的数学修养 comsci 设计模式编程算法面试招聘
                                     浅谈程序员的数学修养
  • 批量执行 bulk collect与forall用法 daizj oraclesqlbulk collectforall
    BULK COLLECT 子句会批量检索结果，即一次性将结果集绑定到一个集合变量中，并从SQL引擎发送到PL/SQL引擎。通常可以在SELECT INTO、 FETCH INTO以及RETURNING INTO子句中使用BULK COLLECT。本文将逐一描述BULK COLLECT在这几种情形下的用法。     有关FORALL语句的用法请参考：批量SQL之 F
  • Linux下使用rsync最快速删除海量文件的方法 dongwei_6688 OS
    1、先安装rsync：yum install rsync 2、建立一个空的文件夹：mkdir /tmp/test 3、用rsync删除目标目录：rsync --delete-before -a -H -v --progress --stats /tmp/test/ log/这样我们要删除的log目录就会被清空了，删除的速度会非常快。rsync实际上用的是替换原理，处理数十万个文件也是秒删。
  • Yii CModel中rules验证规格 dcj3sjt126com rulesyiivalidate
    Yii cValidator主要用法分析：  yii验证rulesit 分类： Yii yii的rules验证 cValidator主要属性 attributes ,builtInValidators,enableClientValidation,message,on,safe,skipOnError  
  • 基于vagrant的redis主从实验 dcj3sjt126com vagrant
    平台: Mac 工具: Vagrant 系统: Centos6.5 实验目的: Redis主从   实现思路 制作一个基于sentos6.5, 已经安装好reids的box, 添加一个脚本配置从机, 然后作为后面主机从机的基础box   制作sentos6.5+redis的box   mkdir vagrant_redis cd vagrant_
  • Memcached(二)、Centos安装Memcached服务器 frank1234 centosmemcached
    一、安装gcc rpm和yum安装memcached服务器连接没有找到，所以我使用的是make的方式安装，由于make依赖于gcc，所以要先安装gcc 开始安装，命令如下，[color=red][b]顺序一定不能出错[/b][/color]： 建议可以先切换到root用户，不然可能会遇到权限问题：su root 输入密码...... rpm -ivh kernel-head
  • Remove Duplicates from Sorted List hcx2013 remove
    Given a sorted linked list, delete all duplicates such that each element appear only once. For example,Given 1->1->2, return 1->2.Given 1->1->2->3->3, return&
  • Spring4新特性——JSR310日期时间API的支持 jinnianshilongnian spring4
    Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC  Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API  Spring4新
  • 浅谈enum与单例设计模式 247687009 java单例
    在JDK1.5之前的单例实现方式有两种(懒汉式和饿汉式并无设计上的区别故看做一种)，两者同是私有构 造器，导出静态成员变量，以便调用者访问。 第一种 package singleton; public class Singleton { //导出全局成员 public final static Singleton INSTANCE = new S
  • 使用switch条件语句需要注意的几点 openwrt cbreakswitch
    1. 当满足条件的case中没有break，程序将依次执行其后的每种条件（包括default）直到遇到break跳出 int main() { int n = 1; switch(n) { case 1: printf("--1--\n"); default: printf("defa
  • 配置Spring Mybatis JUnit测试环境的应用上下文 schnell18 springmybatisJUnit
    Spring-test模块中的应用上下文和web及spring boot的有很大差异。主要试下来差异有： 单元测试的app context不支持从外部properties文件注入属性 @Value注解不能解析带通配符的路径字符串 解决第一个问题可以配置一个PropertyPlaceholderConfigurer的bean。 第二个问题的具体实例是：    
  • Java 定时任务总结一 tuoni javaspringtimerquartztimertask
     Java定时任务总结  一.从技术上分类大概分为以下三种方式：  1.Java自带的java.util.Timer类，这个类允许你调度一个java.util.TimerTask任务;   说明：    java.util.Timer定时器，实际上是个线程，定时执行TimerTask类 &
  • 一种防止用户生成内容站点出现商业广告以及非法有害等垃圾信息的方法 yangshangchuan rank相似度计算文本相似度词袋模型余弦相似度
    本文描述了一种在ITEYE博客频道上面出现的新型的商业广告形式及其应对方法，对于其他的用户生成内容站点类型也具有同样的适用性。   最近在ITEYE博客频道上面出现了一种新型的商业广告形式，方法如下：     1、注册多个账号（一般10个以上）。     2、从多个账号中选择一个账号，发表1-2篇博文
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他