Supremebeast3_
Supremebeast3_

【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification

笔记目录

      • 摘要
      • 1.简介
      • 2.相关工作
      • 3.方法
        • 3.1生成器模块
        • 3.2判别模块
        • 3.3优化
      • 4.实验
        • 4.1实验实现细节
        • 4.2生成评估
        • 4.3判别评估
      • 5.结论
      • 论文部分英文解释
      • 论文翻译参考

Joint Discriminative and Generative Learning for Person Re-identification
arXiv:1904.07223v2 [cs.CV] 22 May 2019
行人重识别的联合判别与生成学习
注：限于作者水平，本笔记难免存在不妥之处，欢迎批评指正

摘要

以往的方法生成数据流程与判别性re-id学习阶段保持相对分离
本文则通过更好地利用生成的数据来寻求改进学习的re-id特征
提出了一个将re-id学习和数据生成端到端地结合在一起的联合学习框架

本文模型：
一个将每个人分别编码为特征代码和结构代码的生成模块
一个与生成模块共享外观编码器的判别模块

优点：
提出的联合学习框架在不使用生成数据的情况下显著改善了基准，从而在几个基准数据集上实现了最先进的性能

1.简介

行人重识别(re-id)旨在建立不同摄像机之间的身份对应
设计或学习对于类内变化具有鲁棒性的特征，一直是行人重识别的主要目标之一
卷积神经网络(CNNs)最近成为人们重要的选择，因为它们具有强大的表现力和学习不变深度特征的能力
随着生成对抗网络(GANs)的最新进展，生成模型已成为免费引入额外增强数据的有吸引力的选择
以往方法背后的一个常见问题是它们的生成流程通常作为独立模型呈现，与判别的re-id模型相对独立，生成模块的优化目标可能与re-id任务不完全一致，从而限制了生成数据的增益
提出框架：将辨别性和生成性学习联合的DG-Net

策略：

  • 引入一个生成模块，编码器将每个行人图像分解为两个潜在空间：
    一个外观空间，主要编码外观和其他身份相关的语义
    一个结构空间，包含几何和位置相关结构信息以及其他附加变化
  • 外观空间编码器还与判别模块共享，用作re-ID学习基础网络

由两个潜在空间捕获的属性：
【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification_第1张图片

生成和判别模块之间的相互作用：

  • 生成模块产生合成图像，用于在线改进外观编码器
  • 编码器，影响生成模块，改进外观编码
  • 在共享外观编码器的情况下，两个模块共同优化

对于一个行人图像

  • 通过保持其外观代码并结合不同的结构代码，我们可以生成多个图像，这些图像保持衣服和鞋子不变但改变姿势，视角，背景等
    为了更好地捕获这些组合的交叉id信息，通过动态软标签策略引入“主要特征学习”
  • 通过保持结构代码并结合不同的外观代码来产生各种图像，这些图像保持姿势，背景和一些身份相关的细节但改变衣服和鞋子
    为进一步挖掘独立于服装的微妙身份属性创造了机会，通过“细粒度特征挖掘”，学习其他微妙的身份属性

优点：

  • 提供了第一个能够端到端地将判别和生成学习整合到一个统一的行人重识别网络中的框架
  • 图像生成优于现有图像生成
  • re-id 精确度在几个基准测试中始终优于其他竞争算法

2.相关工作

  • 行人重识别的大部分研究的重点是度量学习损失
    DG-Net仅依赖于re-id学习的简单识别丢失，并且不需要额外的辅助信息，例如姿势或用于图像生成的人工解析
  • 另一个活跃的研究方向是利用GAN来增加训练数据
    所有方法都将图像生成和re-id学习设置为两个脱节步骤，而DG-Net端到端将两个任务集成到一个统一的网络中
  • 最近的一些研究还利用合成数据进行行人图像的样式转换，以补偿源域和目标域之间的差异
    与全球风格转移相比，本文目标是操纵外观和结构细节，以促进更强大的re-id学习

3.方法

【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification_第2张图片
DG-Net将用于图像生成的生成模块与用于re-id学习的判别模块紧密耦合
引入两个图像映射：同一身份生成和跨身份生成，以合成高质量的图像，这些图像在线用于re-id学习
判别模块涉及主要特征学习和细粒度特征挖掘，它们使用生成模块进行编码以更好地利用生成的数据

3.1生成器模块

公式符号解释
在这里插入图片描述
真实图像
在这里插入图片描述
身份标签
在这里插入图片描述
外观编码器
在这里插入图片描述
结构编码器
在这里插入图片描述
解码器
在这里插入图片描述
判别器（真实图像/生成图像）
在这里插入图片描述
重构图像xi
在这里插入图片描述
通过具有相同身份即yi=yt的图像xt重构图像xi
在这里插入图片描述
使用识别损失区分不同的身份
p(yi|xi)是xi基于其外观编码属于真实类yi的预测概率
【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification_第3张图片
对生成的图像进行编码后重构两个潜在编码
在这里插入图片描述
基于其外观编码对生成的图像强制执行识别损失，以保持身份一致性
p(yi|xij)是xij属于xi的真实类别yi的预测概率
在这里插入图片描述
采用对抗性损失将生成的图像分布与实际数据分布相匹配

优点：
生成模块能够以明确和互补的含义学习外观和结构编码，并基于潜在编码生成高质量的行人图像
可以通过对各种图像对进行采样来生成O(N×N)个不同的图像

3.2判别模块

主要特征学习：采用具有动态软标签的teacher-student型监督
使用teacher模型为xij动态分配软标签，具体取决于xi和xj的复合外观和结构
【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification_第4张图片
为了训练主要特征学习的判别模块，我们最小化由判别模块预测的概率分布p(xij)与teacher模型预测的概率分布q(xij)之间的KL差异
细粒度特征挖掘：将由一个结构编码生成的图像与不同的外观编码组合在一起作为与提供结构编码的真实图像相同的类
【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification_第5张图片
为了训练用于细粒度特征挖掘的判别模块，我们对此特定分类强制执行分类损失

3.3优化

【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification_第6张图片
λimg、λid、λprim、λfine是控制相关损失的比重
由于交叉id生成的图像的质量在开始时并不好，因此识别损失Lcid可能使训练不稳定，因此我们设置小权重λid=0.5
在生成质量稳定之前，我们不涉及判别特征学习损失Lprim和Lfine
交叉身份生成中，交替地在生成的图像之前训练Ea、Es和G，在生成的图像之后训练Ea、Es和D

4.实验

DG-Net可以产生更逼真和多样化的图像，在所有基准的re-id准确性上大幅度地优于最新的竞争算法

4.1实验实现细节

使用通道×高度×宽度来指示特征图的大小

  • (i)Ea基于在ImageNet上预训练的ResNet50，删除其全局平均池化层和全连接层，然后附加自适应最大池化层以输出2048×4的外观编码a
    它通过两个全连接层映射到主要特征fprim和细粒度特征ffine，两者都是512维向量
  • (ii)Es是输出128×64×32结构编码的浅网络，它由四个卷积层和四个残差块组成
  • (iii)G通过四个残差块和四个卷积层生成s，每个残差块包含两个自适应实例归一化层，它们集成为尺度和偏置参数在a中
  • (iv)D遵循多尺度PatchGAN，在三个不同的输入图像尺度上使用判别器：64×32、128×64和256×128
    在更新D时应用梯度惩罚以稳定训练
  • (v)对于训练，所有输入图像的大小调整为256×128，SGD用于训练Ea，学习率为0.002，动量为0.9，应用Adam来优化Es、G和D，并将学习率设置为0.0001，(β1，β2)=(0,0.999)
  • (vi)在测试时，re-id模型仅涉及Ea以及两个轻量级头，将fprim和ffine连接成1024维向量作为最终的行人表示

4.2生成评估

定性评估：
LS-GAN生成的图像具有严重的伪像和重复的模式
FD-GAN易于产生非常模糊的图像，这在很大程度上会虚弱了真实性
PG2-GAN和PN-GAN均以姿势为条件，产生相对良好的视觉效果，但仍含有可见的模糊和伪影，尤其是在背景中
本文DG-Net生成的图像更逼真，并且在前景和背景中都接近真实
定量评估：
使用两个度量：Frechet初始距离(FID)和结构相似度(SSIM)来分别测量生成图像的真实性和多样性
局限性：生成模块倾向于学习常规纹理例如条纹和点，忽略了一些罕见的部分例如衬衫上的徽标

4.3判别评估

消融研究：
研究主要特征和细粒度特征的贡献
【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification_第7张图片
超参影响：
α：λfine和λprim之间的比率，控制Lfine和Lprim在训练中的重要性
β：权衡ffine当其结合fprim在测试中作为最终的行人代表
与最先进的方法进行比较：
只使用一个训练阶段进行联合图像生成和re-id学习，其他方法则需要两个训练阶段来依次训练生成模型和re-id模型
【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification_第8张图片
【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification_第9张图片

5.结论

提出了一个联合学习框架，端到端的组合在统一网络中进行re-id学习和图像生成
判别模式和生成模块之间存在一个在线交互循环，以使两个任务互利
三个基准测试的实验表明，此方法始终如为图像生成质量和re-id准确性带来了实质性的改进

论文部分英文解释

注：解释由作者使用Google翻译结合上下文做出，如有不妥欢迎指正

discriminative 判别的
generative 生成的
intra-class 类内的
correspondence 对应
retrieve 恢复
formulate 制定
proxy 代理的
align 对齐
domain 域
scenario 情景
combinatorial 组合的
benchmark 基准
metric 度量
spatial 空间的
utilize 利用
exploit 利用
semantic segmentation 语义分割
ground-truth 标准答案
机器学习里面的Ground Truth是什么意思
proposed 提出的
explicit 精确的
complementary 补充的
inevitably 不可避免地
artifact 人工品
latent 潜在的
constrained 受约束的
embed 嵌入
backbone 骨干
branch 分枝
compound 合成的
divergence 差异
smoothing 平滑的
baseline 基线
pipeline 流水线
simulate 模拟
supervision 监督
manually 手动地
leverage 影响
synthetic 合成的
sampling 采样
manipulate 操纵
variant 变种的
invariant 不变的
protocol 协议
diverse 多样的
margin 幅度
map 映射
shallow 浅层的
residual 残差的
adaptive 自适应的
integrate 整合
concatenate 级联
feeding 反馈
blurry 模糊的
texture 组成
duplicated 重复的
prone 易于
deteriorate 恶化
interpolation 插补
verify 校验
trivial 不重要的
intact 完整的
stripe 条纹
dot 点
ablation 消融
substantially 实质上
offline 离线
ratio 比例
fusion 融合
rationale 基本原理

论文翻译参考

注：此翻译绝大部分具有可参考性，极个别地方有所不妥
【论文翻译】Joint Discriminative and Generative Learning for Person Re-identification

你可能感兴趣的:(AI&ML,计算机视觉,DG-Net,有监督,Re-ID)

  • 谁偷窥了你的隐私？穿透无痕模式，浏览器指纹正在泄露你的秘密。 qq251708339 浏览器指纹用户隐私无痕模式安全其他前端
    前言大家可曾发现，只要app访问过的某宝，某多多，某东的商品，在PC端的浏览器里打开电商主页，就会获得精准的广告推送，平台为了提升转换率，采集了同一个账号，同一个网络访问的历史记录，进行了商品的定向推送，那么你关注的或者购买过甚至是浏览过的小秘密，也将暴露在公共的网络环境里，你的隐私在商家眼里一文不值。如何保护隐私清除所有的有可能网站存储打开开发者工具Application->Storage在每项
  • 技术解析麦萌短剧《阴阳无极》：从「性别偏见下的对抗训练」到「分布式江湖的架构重构」 短剧萌 分布式架构重构
    《阴阳无极》以陈千叶的武道觉醒为线索，展现了传统系统的路径依赖困境与对抗性策略的范式突破。本文将从算法博弈视角拆解这场武侠革命的底层逻辑，探讨如何在性别偏见的数据集中完成模型的自我进化。1.初始模型偏差：继承权剥夺与梯度冻结陈千叶（Agent_C）的成长可视为有偏数据集上的训练：特征歧视：太极门继承规则（Legacy_Rule）作为传统分类器，强行将性别（Gender_Feature）设为负权重参
  • 【新生必会】30个较难Python脚本，建议收藏。 .Boss. 信息可视化python人工智能算法开发语言机器学习
    本篇较难，建议优先学习上篇；20个硬核Python脚本-CSDN博客接上篇文章，对于Pyhon的学习，上篇学习的结束相信大家对于Pyhon有了一定的理解和经验，学习完上篇文章之后再研究研究剩下的30个脚本你将会有所成就！加油！目录21、数据库连接-SQLite22、图像处理-Pillow23、图形界面-Tkinter24、文本生成-Faker25、加密和解密-cryptography26、Sock
  • JAVA 你应该有所了解的布隆过滤器 2401_87389661 java开发语言
    该篇文章将会使用最精简易懂的文字以及小图来给大家介绍讲解（不对哈希策略计算进行详解）一.布隆过滤器有啥用？二.布隆过滤器原理是什么？三.java中怎么使用布隆过滤器？本篇文章内容可能较多，所以还请耐心。一.布隆过滤器有啥用简单两点叙述：1.存值存值，就是把值存进去，类似于我们很常用的map，set等；2.检验值是否存在检验，也就是我们想知道某个值是否存在于布隆过滤器里面，调用相关的检验方法，我们会
  • Flink流式计算系统 xyzkenan Flink大数据大数据开发
    本文将以这些概念为基础，逐一介绍Flink的发展背景、核心概念、时间推理与正确性工具、安装部署、客户端操作、编程API等内容，让开发人员对Flink有较为全面的认识并拥有一些基础操作与编程能力。一、发展背景1.1数据处理架构在流处理器出现之前，数据处理架构主要由批处理器组成，其是对无限数据的有限切分，具有吞吐量大、数据较为准确的特点。然而我们知道，批处理器在时间切分点附近仍然无法保证数据结果的真实
  • 【Python】 如何在Python中导入其他Python文件？ civilpy python开发语言
    基本原理在Python编程中，我们经常需要将代码组织成模块，以便于重用和维护。模块是包含Python定义和语句的文件。导入模块可以让你访问其他文件中定义的函数、类和变量等。Python提供了几种不同的方法来导入模块。代码示例示例1：导入整个模块假设我们有一个名为math_functions.py的文件，它定义了一些数学函数。我们可以在另一个Python文件中导入这个模块，如下所示：#math_fu
  • LeetCode 第7题：整数反转 IC 见路不走 leetcode算法职场和发展
    题目描述给你一个32位的有符号整数x，返回将x中的数字部分反转后的结果。如果反转后整数超过32位的有符号整数的范围[-2^31,2^31-1]，就返回0。假设环境不允许存储64位整数（有符号或无符号）。难度：中等题目链接：7.整数反转-力扣（LeetCode）示例1:输入：x=123输出：321示例2：输入：x=-123输出：-321示例3：输入：x=120输出：21示例4：输入：x=0输出：0提
  • 回文串(C语言) IC 见路不走
    #include#includeintmain(){chara[256];//字符可控范围inti;//gets(a);scanf("%s",&a);//输入字符intn=strlen(a)-1;//字符串的实际长度for(i=0;i=n)//i>=n的意思在于跳出之前,已经运行完毕,符合要求printf("Y");elseprintf("N");return0;}有很多博客写这很多的程序,我的建
  • ArcGIS将Nodata区设置为0 月之圣痕 ArcEngine
    两个栅格进行叠加，有时会有一部分没有数据，即用identify点击该区域，Value为NoData，而不是像其他非空区域一样有值。此时注意nodata区域要赋予0值，因为nodata+任何数=nodata，因此要采用条件查询函数将NoData的地方赋值为0。方法是ArcTools->SpatialAnalystTools->MapAlgebra->SingleOutputMapAlgebra。算法
  • 大数据开发之Kubernetes篇----安装部署Kubernetes&dashboard 豆豆总 kubernetes
    Kubernetes简介由于公司有需要，需要将外后的服务外加Tensorflow模型部署加训练全部集成到k8s上，所以特意记录下这次简单部署的过程。k8s安装部署首先，我们在部署任何大型的组件前都必须要做的事情就是关闭防火墙和设置hostname了vi/etc/hostsk8s001xxx.xxx.xxx.xxk8s002xxx.xxx.xxx.xx...systemctlstopfirewall
  • ruby分割字符串_Ruby字符串的一些方法 狄息桐 ruby分割字符串
    最近因为公司需求开始看ruby，先从ruby的基本数据类型开始看看到ruby的字符串类型string，发现ruby中的字符串单双引号是不一样的，这点和Python有那么点不一样主要是我们对字符串进行变量引用的时候要使用双引号如下：可支持全部的转义字符及用#{exp}将Ruby中的值插入字符串中例：i=5str=“abab#{i}cjd”#->abab5cjd“#{‘ho‘*3}happynewye
  • java.lang.NoSuchMethodError: org.springframework.data.redis.core.StringRedisTemplate.delete redis 羽 毛 javaredisspringspringboot分布式
    java.lang.NoSuchMethodError:org.springframework.data.redis.core.StringRedisTemplate.delete(Ljava/lang/Object;)V在springboot2.0.0以上的版本中已经有独立的redis包了redis.clientsjedis</<
  • Kubernetes（k8s）和Docker Compose本质区别 愚昧之山绝望之谷开悟之坡 笔记dockerkubernetesdocker容器
    Kubernetes（k8s）和DockerCompose是两种不同的容器编排工具，它们有各自的特点和使用场景。Kubernetes：Kubernetes是一个开源的容器编排平台，用于自动化计算机软件的部署、扩展和管理。它支持跨多个主机集群的容器化应用程序的自动部署、扩展和管理。Kubernetes提供了高可用性、自动故障转移、自动扩展和滚动更新等功能。它不仅支持Docker容器，还支持其他容器运
  • STM32 - 在机器人领域，LL库相比HAL优势明显 Wallace Zhang STM32stm32机器人嵌入式硬件
    在机器人控制器、电机控制器等领域的开发，需要高实时性、精细化控制或者对代码执行效率、占用空间有较高要求。所以，大家常用的HAL库明显不符合要求。再加上，我们学习一门技术，一定要学会掌握底层的原理。MCU开发的底层就是寄存器。总的来说，多于开发嵌入式多年的人来说，HAL库的优势基本都可以忽略了。一、LL(Low-Layer)优势LL(Low-Layer)库相比于HAL(HardwareAbstrac
  • Python 基础知识整理笔记 chuanauc 笔记
    闹麻了，因为各种原因，现在需要重新回顾一下Python，话不多说，开始吧1.Python是解释型语言&&Python与C++代码执行过程的区别：（1）C++源码（Source）：C++的源码文件是.cpp文件预处理（PreProcess）：生成.i文件预处理的操作有处理#include、#define等宏指令，编译（Compile）：将.cpp文件编译为.s文件，此时的.s文件是汇编文件，无法被C
  • Oracle SQL*Loader shangboerds Oracleoracleplsqlsql
    --StartSQL*Loader是Oracle提供的一个工具用来将文件中的数据导入到一个或多个表中。你可以在Oracle的安装目录中找到它C:\oraclexe\app\oracle\product\11.2.0\server\bin\sqlldr.exe目前，我们最常用的用来传输数据的文件格式有2种，一种是分隔符文件（如：CSV），另一种是定长文件，下面我们通过例子来看看如果导入这两种文件。首
  • 欢乐力扣：环形链表 武乐乐~ 欢乐力扣leetcode链表算法
    文章目录1、题目描述2、思路1、题目描述 环形链表。 给你一个链表的头节点head，判断链表中是否有环。 如果链表中有某个节点，可以通过连续跟踪next指针再次到达，则链表中存在环。为了表示给定链表中的环，评测系统内部使用整数pos来表示链表尾连接到链表中的位置（索引从0开始）。注意：pos不作为参数进行传递。仅仅是为了标识链表的实际情况。 如果链表中存在环，则返回true。否则，返回false2
  • 单端口和双单口RAM的实现 wangn1633 Verilogverilog
    单端口和双单口RAM的verilog实现概念：1单端口：读写数据共用一个地址线，一个时钟沿只能进行读或者写；2伪双端口：写数据和读数据有自己的地址、时钟、读写使能信号；也就是一组端口只能写，一组端口只能读。（读写数据也可共用一个clk，为同步伪双端口ram）3真双端口：一组端口可读可写，另一组端口也可读可写。（若这两组端口共用一个clk，为同步真双端口ram。若每组有每组的clk，为异步真双端口r
  • 毕设分享 大数据B站数据分析可视化系统 bee_dc 毕业设计毕设大数据
    文章目录0前言1项目运行效果2设计原理数据处理方案可视化呈现方案综合得分计算指标综合得分漏斗图游客画像完成度三连排行榜点赞、投币、收藏与白嫖的比例分析3最后0前言这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天
  • 毕业设计项目 大数据B站数据分析可视化系统 bee_dc 毕业设计毕设大数据
    文章目录0前言1项目运行效果2设计原理数据处理方案可视化呈现方案综合得分计算指标综合得分漏斗图游客画像完成度三连排行榜点赞、投币、收藏与白嫖的比例分析3最后0前言这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天
  • linux下消息队列详解 zy20150613 linuxlinux消息队列
    消息队列提供了从一个进程向另外一个进程发送一块数据的方法，每个数据块认为有一个类型（通俗说法是一个通道），但是接受通道与发送通道必须一致才能实现通信。消息队列的不足之处在于每个消息最大长度有限度，每个消息队列总字节数有限制，系统的消息队列有限制。命令：cat/proc/sys/kernel/msgmax：查看一条信息最大有多大cat/proc/sys/kernel/msgmnb：查看消息队列中信息
  • JAVA有哪些主要用途 By北阳 java
    Java是一种广泛使用的编程语言，非常流行，并经常用于构建各种类型的应用程序。在本篇博客中，我将为你详细介绍Java可以干什么，以及它在现代软件开发中的重要性。1.Web应用程序开发Java是一种非常流行的编程语言，可用于构建Web应用程序。Java提供了一系列开发工具和框架，例如Spring，SpringBoot和JavaServerPages（JSPs），可用于快速构建Web应用程序。使用Ja
  • 数据库语句 lrydnh 数据库
    //双击数据库useworld;//显示数据库里有多少张表showtables;一个大的项目就是数据库。SQL语句createschemaDataDefinitionLanguage:数据定义语言(DDL)查看创建和删除数据库：showdatabases;createdatabaseWorker;dropdatabaseWorker;增删改表tableshowtables;createtablet
  • 高级箱型图 Aa123456789_55 图形展示python
    一个点展示多个数据在箱形图（boxplot）中，如果你想在一个点上展示多组数据，可以通过在同一位置绘制多个箱形图来实现。这通常用于比较不同组在相同特征上的分布情况假设我们有三组数据，每组数据包含多个子组，每个子组在同一个x轴位置上。importmatplotlib.pyplotaspltimportnumpyasnp#示例数据data1=[np.random.normal(0,1,100),np.
  • 图像分割基础：使用Python和scikit-image库 0dayNu1L 机器学习项目实战python人工智能机器学习
    大家好，今天我们将一起探讨图像分割的基础知识，并使用Python编程语言以及scikit-image库来实现一个简单的图像分割示例。图像分割是图像处理中的一项重要技术，它允许我们将图像划分为多个部分或对象，这对于图像分析和计算机视觉任务至关重要。0dayNu1L-CSDN博客目录一、环境准备二、图像分割示例1.导入必要的库2.读取并显示图像3.创建标签数组并进行阈值分割4.使用颜色表示标签三、结果
  • SwiftUI（二十二）- SwiftUI 实现多页面应用 TabView和自定义底部导航 胖虎1 SwiftUI入门基础swiftuiiosswift自定义TabBarTabView
    引言大多数现代移动应用通常是多页面应用，用户通过底部导航栏（TabBar）或者侧边菜单在不同页面之间切换。在传统的UIKit中，这种布局的实现相对简单，通常使用UITabbarController来管理底部导航栏，并通过导航控制器来管理页面的跳转。然而，随着SwiftUI的推出，苹果提供了一个全新的声明式框架，使得应用的布局和导航方式有了更加灵活和简洁的选择。虽然SwiftUI本身没有传统的UIT
  • SSL/TLS 1.2过程：Client端如何验证服务端证书？ XueWang1 计算机网络TLS加密sslhttps安全
    快速回顾非对称加密和对称加密首先快速说一下非对称加密和对称加密。非对称加密，就是有一个公钥和私钥(成对存在)。公钥对一段文本A加密得到文本B，只有对应的私钥能对B解密得到A。私钥对一段文本C加密得到文本D，只有对应的公钥能对D解密得到C。也就是一个密钥加密，只能用另一个密钥解密。不能用本身或者其他任何密钥解密。对称加密则是另一种方式，一个密钥M对一段文本E加密得到文本F，只能由这个密钥M对文本F解
  • ActivityManagerService是什么？有什么作用？以及内部原理——概要！！！！！！ 脚踏实地，坚持不懈! android
    下面有关于ActivityManagerService的一些理解的资料，可以参考加深理解ActivityManagerService是什么？有什么作用？https://zhaokaiqiang.gitbook.io/the-analysis-of-android-key-point/android_system/activitymanagerserviceActivityManagerServic
  • 量子传感器：原理、优势、应用与工业自动化整合探索 百态老人 量子计算
    目录一、量子传感器的基本原理是什么？二、量子传感器与传统传感器的区别是什么？三、量子态在量子传感器中的应用有哪些？四、量子传感器的主要应用领域有哪些？五、量子传感器在工业自动化中的应用有哪些？内容：一、量子传感器的基本原理是什么？量子传感器的基本原理量子传感器利用量子力学现象来实现对各种物理量的高灵敏度检测。它们通常基于量子叠加和量子纠缠等非经典物理效应，这些效应允许量子传感器在某些情况下超越经典
  • LRU缓存刷题的应用 suohanfjiusbis 缓存
    引言LRU（最近最少使用算法）：是最近最少使用的页面置换算法，选择最近最久未使用的页面予以淘汰。该算法是常见的页面置换算法，该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来所经历的时间t，当要淘汰一个页面时，选择现有页面中t最大的。举例说明LRU算法是针对内存不足时将最远最久未使用的踢出内存中，如该例中一开始7,0,1，内存中并没有所以就全部进入内存中，然后内存满的时候，有一个2，
  • xml解析 小猪猪08 xml
    1、DOM解析的步奏 准备工作：    1.创建DocumentBuilderFactory的对象    2.创建DocumentBuilder对象    3.通过DocumentBuilder对象的parse(String fileName)方法解析xml文件    4.通过Document的getElem
  • 每个开发人员都需要了解的一个SQL技巧 brotherlamp linuxlinux视频linux教程linux自学linux资料
      对于数据过滤而言CHECK约束已经算是相当不错了。然而它仍存在一些缺陷，比如说它们是应用到表上面的，但有的时候你可能希望指定一条约束，而它只在特定条件下才生效。 使用SQL标准的WITH CHECK OPTION子句就能完成这点，至少Oracle和SQL Server都实现了这个功能。下面是实现方式： CREATE TABLE books (   id &
  • Quartz——CronTrigger触发器 eksliang quartzCronTrigger
    转载请出自出处：http://eksliang.iteye.com/blog/2208295 一.概述 CronTrigger 能够提供比 SimpleTrigger 更有具体实际意义的调度方案，调度规则基于 Cron 表达式，CronTrigger 支持日历相关的重复时间间隔（比如每月第一个周一执行），而不是简单的周期时间间隔。 二.Cron表达式介绍 1）Cron表达式规则表 Quartz
  • Informatica基础 18289753290 InformaticaMonitormanagerworkflowDesigner
    1. 1）PowerCenter Designer：设计开发环境，定义源及目标数据结构；设计转换规则，生成ETL映射。 2）Workflow  Manager：合理地实现复杂的ETL工作流，基于时间，事件的作业调度 3）Workflow  Monitor：监控Workflow和Session运行情况，生成日志和报告 4）Repository  Manager：
  • linux下为程序创建启动和关闭的的sh文件，scrapyd为例 酷的飞上天空 scrapy
    对于一些未提供service管理的程序  每次启动和关闭都要加上全部路径，想到可以做一个简单的启动和关闭控制的文件   下面以scrapy启动server为例，文件名为run.sh：   #端口号，根据此端口号确定PID PORT=6800 #启动命令所在目录 HOME='/home/jmscra/scrapy/' #查询出监听了PORT端口
  • 人--自私与无私 永夜-极光
                今天上毛概课,老师提出一个问题--人是自私的还是无私的,根源是什么?               从客观的角度来看,人有自私的行为,也有无私的
  • Ubuntu安装NS-3 环境脚本 随便小屋 ubuntu
      将附件下载下来之后解压，将解压后的文件ns3environment.sh复制到下载目录下（其实放在哪里都可以，就是为了和我下面的命令相统一）。输入命令：   sudo ./ns3environment.sh >>result   这样系统就自动安装ns3的环境，运行的结果在result文件中，如果提示     com
  • 创业的简单感受 aijuans 创业的简单感受
           2009年11月9日我进入a公司实习，2012年4月26日，我离开a公司，开始自己的创业之旅。      今天是2012年5月30日，我忽然很想谈谈自己创业一个月的感受。 当初离开边锋时，我就对自己说：“自己选择的路，就是跪着也要把他走完”，我也做好了心理准备，准备迎接一次次的困难。我这次走出来，不管成败
  • 如何经营自己的独立人脉 aoyouzi 如何经营自己的独立人脉
    独立人脉不是父母、亲戚的人脉，而是自己主动投入构造的人脉圈。“放长线，钓大鱼”，先行投入才能产生后续产出。   现在几乎做所有的事情都需要人脉。以银行柜员为例，需要拉储户，而其本质就是社会人脉，就是社交！很多人都说，人脉我不行，因为我爸不行、我妈不行、我姨不行、我舅不行……我谁谁谁都不行，怎么能建立人脉？我这里说的人脉，是你的独立人脉。   以一个普通的银行柜员
  • JSP基础 百合不是茶 jsp注释隐式对象
      1,JSP语句的声明 <%! 声明 %> 　　 声明：这个就是提供java代码声明变量、方法等的场所。 表达式 <%= 表达式 %> 　　 这个相当于赋值，可以在页面上显示表达式的结果， 程序代码段/小型指令　<% 程序代码片段 %>   2,JSP的注释   <!-- -->
  • web.xml之session-config、mime-mapping bijian1013 javaweb.xmlservletsession-configmime-mapping
    session-config 1.定义： <session-config> <session-timeout>20</session-timeout> </session-config> 2.作用：用于定义整个WEB站点session的有效期限，单位是分钟。   mime-mapping 1.定义： <mime-m
  • 互联网开放平台（1） Bill_chen 互联网qq新浪微博百度腾讯
    现在各互联网公司都推出了自己的开放平台供用户创造自己的应用，互联网的开放技术欣欣向荣，自己总结如下： 1.淘宝开放平台(TOP) 网址：http://open.taobao.com/ 依赖淘宝强大的电子商务数据，将淘宝内部业务数据作为API开放出去，同时将外部ISV的应用引入进来。 目前TOP的三条主线： TOP访问网站：open.taobao.com ISV后台：my.open.ta
  • 【MongoDB学习笔记九】MongoDB索引 bit1129 mongodb
    索引 可以在任意列上建立索引 索引的构造和使用与传统关系型数据库几乎一样,适用于Oracle的索引优化技巧也适用于Mongodb 使用索引可以加快查询,但同时会降低修改,插入等的性能 内嵌文档照样可以建立使用索引 测试数据     var p1 = { "name":"Jack", "age&q
  • JDBC常用API之外的总结 白糖_ jdbc
    做JAVA的人玩JDBC肯定已经很熟练了，像DriverManager、Connection、ResultSet、Statement这些基本类大家肯定很常用啦，我不赘述那些诸如注册JDBC驱动、创建连接、获取数据集的API了，在这我介绍一些写框架时常用的API，大家共同学习吧。     ResultSetMetaData获取ResultSet对象的元数据信息
  • apache VelocityEngine使用记录 bozch VelocityEngine
    VelocityEngine是一个模板引擎，能够基于模板生成指定的文件代码。   使用方法如下：     VelocityEngine engine = new VelocityEngine();// 定义模板引擎     Properties properties = new Properties();// 模板引擎属
  • 编程之美-快速找出故障机器 bylijinnan 编程之美
    package beautyOfCoding; import java.util.Arrays; public class TheLostID { /*编程之美 假设一个机器仅存储一个标号为ID的记录，假设机器总量在10亿以下且ID是小于10亿的整数，假设每份数据保存两个备份，这样就有两个机器存储了同样的数据。 1.假设在某个时间得到一个数据文件ID的列表，是
  • 关于Java中redirect与forward的区别 chenbowen00 javaservlet
    在Servlet中两种实现： forward方式：request.getRequestDispatcher(“/somePage.jsp”).forward(request, response); redirect方式：response.sendRedirect(“/somePage.jsp”); forward是服务器内部重定向，程序收到请求后重新定向到另一个程序，客户机并不知
  • [信号与系统]人体最关键的两个信号节点 comsci 系统
            如果把人体看做是一个带生物磁场的导体,那么这个导体有两个很重要的节点,第一个在头部,中医的名称叫做 百汇穴, 另外一个节点在腰部,中医的名称叫做 命门         如果要保护自己的脑部磁场不受到外界有害信号的攻击,最简单的
  • oracle 存储过程执行权限 daizj oracle存储过程权限执行者调用者
    在数据库系统中存储过程是必不可少的利器，存储过程是预先编译好的为实现一个复杂功能的一段Sql语句集合。它的优点我就不多说了，说一下我碰到的问题吧。我在项目开发的过程中需要用存储过程来实现一个功能，其中涉及到判断一张表是否已经建立，没有建立就由存储过程来建立这张表。 CREATE OR REPLACE PROCEDURE TestProc  IS    fla
  • 为mysql数据库建立索引 dengkane mysql性能索引
    前些时候，一位颇高级的程序员居然问我什么叫做索引，令我感到十分的惊奇，我想这绝不会是沧海一粟，因为有成千上万的开发者（可能大部分是使用MySQL的）都没有受过有关数据库的正规培训，尽管他们都为客户做过一些开发，但却对如何为数据库建立适当的索引所知较少，因此我起了写一篇相关文章的念头。  最普通的情况，是为出现在where子句的字段建一个索引。为方便讲述，我们先建立一个如下的表。
  • 学习C语言常见误区 如何看懂一个程序 如何掌握一个程序以及几个小题目示例 dcj3sjt126com c算法
    如果看懂一个程序，分三步   1、流程   2、每个语句的功能   3、试数   如何学习一些小算法的程序 尝试自己去编程解决它，大部分人都自己无法解决 如果解决不了就看答案 关键是把答案看懂，这个是要花很大的精力，也是我们学习的重点 看懂之后尝试自己去修改程序，并且知道修改之后程序的不同输出结果的含义 照着答案去敲 调试错误
  • centos6.3安装php5.4报错 dcj3sjt126com centos6
    报错内容如下: Resolving Dependencies --> Running transaction check ---> Package php54w.x86_64 0:5.4.38-1.w6 will be installed --> Processing Dependency: php54w-common(x86-64) = 5.4.38-1.w6 for
  • JSONP请求 flyer0126 jsonp
          使用jsonp不能发起POST请求。 It is not possible to make a JSONP POST request. JSONP works by creating a <script> tag that executes Javascript from a different domain; it is not pos
  • Spring Security（03）——核心类简介 234390216 Authentication
    核心类简介 目录 1.1     Authentication 1.2     SecurityContextHolder 1.3     AuthenticationManager和AuthenticationProvider 1.3.1  &nb
  • 在CentOS上部署JAVA服务 java--hhf javajdkcentosJava服务
        本文将介绍如何在CentOS上运行Java Web服务，其中将包括如何搭建JAVA运行环境、如何开启端口号、如何使得服务在命令执行窗口关闭后依旧运行     第一步：卸载旧Linux自带的JDK ①查看本机JDK版本 java -version    结果如下 java version "1.6.0"
  • oracle、sqlserver、mysql常用函数对比[to_char、to_number、to_date] ldzyz007 oraclemysqlSQL Server
    oracle                                &n
  • 记Protocol Oriented Programming in Swift of WWDC 2015 ningandjin protocolWWDC 2015Swift2.0
    其实最先朋友让我就这个题目写篇文章的时候，我是拒绝的，因为觉得苹果就是在炒冷饭， 把已经流行了数十年的OOP中的“面向接口编程”还拿来讲，看完整个Session之后呢，虽然还是觉得在炒冷饭，但是毕竟还是加了蛋的，有些东西还是值得说说的。 通常谈到面向接口编程，其主要作用是把系统设计和具体实现分离开，让系统的每个部分都可以在不影响别的部分的情况下，改变自身的具体实现。接口的设计就反映了系统
  • 搭建 CentOS 6 服务器(15) - Keepalived、HAProxy、LVS rensanning keepalived
    （一）Keepalived （1）安装 # cd /usr/local/src # wget http://www.keepalived.org/software/keepalived-1.2.15.tar.gz # tar zxvf keepalived-1.2.15.tar.gz # cd keepalived-1.2.15 # ./configure # make &a
  • ORACLE数据库SCN和时间的互相转换 tomcat_oracle oraclesql
    SCN（System Change Number 简称 SCN）是当Oracle数据库更新后，由DBMS自动维护去累积递增的一个数字，可以理解成ORACLE数据库的时间戳，从ORACLE 10G开始，提供了函数可以实现SCN和时间进行相互转换； 　　 用途：在进行数据库的还原和利用数据库的闪回功能时，进行SCN和时间的转换就变的非常必要了； 　 　操作方法： 　　1、通过dbms_f
  • Spring MVC 方法注解拦截器 xp9802 spring mvc
    应用场景，在方法级别对本次调用进行鉴权，如api接口中有个用户唯一标示accessToken,对于有accessToken的每次请求可以在方法加一个拦截器，获得本次请求的用户，存放到request或者session域。 python中，之前在python flask中可以使用装饰器来对方法进行预处理，进行权限处理 先看一个实例,使用@access_required拦截： ?
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他