- 手撕yolo3系列——详解train训练代码(详细注释)
识久
pytorch目标检测深度学习深度学习神经网络人工智能
完整代码百度云直达链接(包含预训练权重)(小白注释)https://pan.baidu.com/s/1US6e93OaCYOghmF21v0UIA提取码:z8at参考链接【注】代码是大神的代码,在此基础上添加了详细的小白注释,方便我以后阅读。上一节:详解yolo3整体网络代码本节代码所在文件pytorch_yolo3/train.py主程序pytorch_yolo3/nets/yolo_train
- 【深度学习】Anaconda3 + PyCharm 的环境配置 5:手把手带你运行 predict.py 文件,史上最全的问题解决记录
作者正在煮茶
深度学习人工智能pythonpytorch
前言文章性质:实操记录主要内容:主要记录了运行predict.py文件时遇到的错误以及相应的解决方案。项目源码:GitHub-SZU-AdvTech-2022/213-Rethinking-Image-Restoration-for-Object-Detection相关文档:睿智的目标检测26:Pytorch搭建yolo3目标检测平台冷知识+1:小伙伴们不经意的点赞与收藏✨可以让作者更有创作动力!
- 【深度学习】Anaconda3 + PyCharm 的环境配置 4:手把手带你运行 train.py 文件,史上最全的问题解决记录
作者正在煮茶
深度学习人工智能pytorchpython
前言文章性质:实操记录主要内容:主要记录了运行train.py文件时遇到的错误以及相应的解决方案。项目源码:GitHub-SZU-AdvTech-2022/213-Rethinking-Image-Restoration-for-Object-Detection相关文档:睿智的目标检测26:Pytorch搭建yolo3目标检测平台冷知识+1:小伙伴们不经意的点赞与收藏✨可以让作者更有创作动力!目录
- 目标检测YOLO3笔记1
BKXjilu
目标检测目标跟踪人工智能
目录目标检测实现效果:目标检测的实现思路:如何划分候选区?基础知识:YOLO3基本思想:思考与总结:怎么产生候选区域?怎么比较出正样本负样本?怎么设置类别标签?Anchor是固定的,模型怎么进行Anchor的调整,输出预测框?算法预测流程图:网络结构:思考与总结:(NMS)非极大值抑制:作用:怎么实现?怎么判断多个预测框预测同一个物体?Iou:NMS:(学习资料:飞桨AIStudio星河社区-人工
- yolo v3
ca8519be679b
小白怎么实现进阶yolov3,什么都不说,先玩玩看效果才是重点github原文链接https://github.com/qqwweee/keras-yolo3把文件download下来解压,然后从这里https://pjreddie.com/media/files/yolov3.weights下载yolo3的weights数据,丢到上一步解压文件中然后在文件夹shift右键再此打开命令行,输入py
- YOLO1、YOLO2、YOLO3对比
纸上得来终觉浅~
图像处理YOLO1YOLO2YOLO3
YOLO详解参见地址:YOLO1:https://blog.csdn.net/qq_32172681/article/details/99418000YOLO2:https://blog.csdn.net/qq_32172681/article/details/99482044YOLO3:https://blog.csdn.net/qq_32172681/article/details/99595
- Permission denied:的解决办法(windows系统)
踩坑专业户
报错处理
在跑yolo3的tain的代码时遇到了一下问题,Permissiondenied:'D:\yolo3-keras’的报错提示,如图检查后发现,我的yolo-huawei文件是由我的yolo3-keras文件复制而来的,是作为副本的,所以就会受到原文件yolo3-keras的阻止,因为yolo-huawei是没有该项权限的,之后我在原文件中跑就没有这样的问题了。如果是linux的系统的话还可以用su
- 一文搞定YOLO3训练自己的数据集
小鹏聊智驾
2D目标检测深度学习目标检测YOLO
文章目录前言1制作自己的数据集2安装darknet3建立软链接4训练文件准备5训练数据集6验证模型6.1loss曲线图6.2计算AP和mAP7批量测试模型前言本文默认大家已经安装好TF-gpu环境,没有安装好的伙伴请先看下文一文多图搞定Ubuntu安装Anaconda+GPUDriver+CUDA+CUDNN+TensorFlow-gpu+Pytorch(附网盘链接)1制作自己的数据集利用labe
- 目标检测网络系列——YOLOV3
新兴AI民工
图像深度网络经典论文详解目标检测网络YOLOyolov3darknet
文章目录YOLO3的改进点针对区域中包含重叠物体的改进ClassPredictionBoundingBoxPrediction更牛逼的网络结构:Dartnet53多尺度预测性能其他工作YOLOV3的论文篇幅比较短,感觉比较随意,和一般论文最大的区别就是把对比实验去掉了,在摘要和论文的最后说到YOLO3是一个好的目标检测网络就没有了。但是YOLO3确实是一个非常牛逼的网络,以至于YOLO3的官网上的
- Pytorch+Yolov3搭建自己的目标检测项目工程(带你从理论到实践)
夏天是冰红茶
目标检测pytorchYOLO目标检测
学习目标使用pytorch去构建一个Yolov3的项目工程。参考的原作者的博客:睿智的目标检测26——Pytorch搭建yolo3目标检测平台构建主干网络darknet53yolov3采用的主干网络是darknet53,借鉴了yolov2中的网络darknet19结构,相较于后者,前者加入了大量的残差模块,并且使用了步长为2,卷积核大小为3×3卷积层Conv2D替代池化层Maxpooling2D,
- 使用coco数据集训练自己的yolo3网络
papaofdoudou
嵌入式系统Linuxpytorch深度学习神经网络
coco数据集的全称是MSCOCO(MicrosoftCommonObjectsinContext),起源于微软2014年出资标注的MicrosoftCOCO数据集,COCO是当前目标识别,检测领域最重要,最权威的一个标杆。yolo3网络物体的检测搭建好后,用预训练好的权重测试推理功能:现在我们用coco数据库训练自己的网络:获取coco数据要下载COCO数据和标签,darknet下scripts
- yolo系列之yolo v3
叫我老村长
yolo系列之yolov3【深度解析】让你彻底了解YOLO3先分析一下yolo_v3上保留的东西:“分而治之”,从yolo_v1开始,yolo算法就是通过划分单元格来做检测,只是划分的数量不一样。采用"leakyReLU"作为激活函数。端到端进行训练。一个lossfunction搞定训练,只需关注输入端和输出端。从yolo_v2开始,yolo就用batchnormalization作为正则化、加速
- YOLO学习-YOLO3测试错误
Relly-Lee
YOLOYOLO
darknet.exe停止工作原因:在测试时使用的网络图片尺寸应该修改为256*256(与训练数据保持一致)
- 深度学习和OpenCV的对象检测(MobileNet SSD图像识别)
人工智能研究所
人工智能之计算机视觉深度学习opencv人工智能
基于深度学习的对象检测时,我们主要分享以下三种主要的对象检测方法:FasterR-CNN(后期会来学习分享)你只看一次(YOLO,最新版本YOLO3,后期我们会分享)单发探测器(SSD,本节介绍,若你的电脑配置比较低,此方法比较适合R-CNN是使用深度学习进行物体检测的训练模型;然而,这种技术很难理解,难以实施,并且难以训练。如果我们只追求速度,那么我们倾向于使用YOLO,因为这个算法要快得多,但
- 海思 3559 SVP NNIE demo解读
ztono
深度学习海思深度学习
海思3559SVPNNIEdemo解读图片处理——yolo3为例1.先看函数voidSAMPLE_SVP_NNIE_Yolov3(void)-部分1HI_CHAR*pcSrcFile="./data/nnie_image/rgb_planar/dog_bike_car_416x416.bgr";HI_CHAR*pcModelName="./data/nnie_model/detection/ins
- yolo3解析
迷途的Go
yolov3解析yolo系列论文看过,源码包调过,抽点时间把论文理解和源码做个一一对应,加深理解,论文https://pjreddie.com/darknet/yolo/源码看的mxnet,gluon-cv,代码地址:https://github.com/dmlc/gluon-cvyolov3networkdarknet53一共53层卷积,除去最后一个FC总共52个卷积用于当做主体网络,主体网络被
- yolo3 入手必看[巨详细]
绮怀先生
yolo训练总结上一年总结的旧文章,也许对新接触yolo的有点帮助.数据生成via网页标注的数据需要经过一系列转换,才能适配yolo的训练,主要步骤包括如下:根据标注json生成每一张图片的标注label:xxx.txtxxx.txt格式(数值都是除以图片实际宽高保存的):类名box矩形中心x坐标box矩形中心y坐标box矩形宽box矩形高image同时会将图片压缩成1536,保存到image文件
- darknet-yolov3环境搭建
陈德良EGG
操作系统:Windows10IDE:PycharmPython:3.6.2且已安装好tensorflow,keras,pyqt5,lxml包二、快速使用yolo3预测图片keras-yolo3源代码,下载到本地后用Pycharm打开。初始权重文件,在QQ群文件中,下载好后放在上述文件keras-yolo3一级目录下。命令行中执行如下命令将darknet下的yolov3配置文件转换成keras适用的
- 解决yolo3目标检测训练过程中train.py运行问题
网创学长
目标检测目标跟踪人工智能
yolo3是一种广泛使用的目标检测算法,它在计算机视觉领域具有很高的准确率和性能。然而,在使用yolo3进行目标检测训练时,有时会出现train.py运行问题。本文将探讨如何解决这个问题。首先,让我们了解一下训练过程中可能遇到的常见问题:缺少依赖项:运行train.py之前,请确保您安装了所有所需的依赖项,并且版本与要求相匹配。常见的依赖项包括Python、CUDA、CUDNN、OpenCV等。请
- 如何在Pycharm中复现别人pytorch的项目实例
carrymingteng
Pytorchpythonanacondapytorchpycharm
如何在Pycharm中复现别人pytorch的项目实例(Windows下Pycharm配置Pytorch环境)问题描述:学习如何在pytorch框架下用yolo3训练自己的模型时,将别人的整个项目文件夹下载后,无法在Pycharm中运行解决:1.在Pycharm中新建一个工程文件夹File→NewProject2.在出现的对话框中,勾选到Existinginterpreter,点击…3.在AddP
- 项目1新知识
Rondox
深度学习人工智能
1.dict()创建一个字典={}2."tiny"inmodel_arch字符串是否在字符串中3.img_size=416yolo3的数据集处理也是一大亮点,由于yolo3对数据集的输入有要求,指定的照片输入大小必须是416,所有对于不满足照片的大小有一系列的操作,如果直接resize操作,将直接损失照片信息,网络在学习分类的过程还要适应照片尺寸的问题,导致训练效果不佳,在yolo3中是先进行高和
- YOLOv3网络
残剑天下论
YOLOv3没有太多的创新,主要是借鉴一些好的方案融合到YOLO里面。不过效果还是不错的,在保持速度优势的前提下,提升了预测精度,尤其是加强了对小物体的识别能力。YOLO3主要的改进有:调整了网络结构;利用多尺度特征进行对象检测;对象分类用Logistic取代了softmax。一、Backbone:darknet-53为了达到更好的分类效果,作者自己设计训练了darknet-53。作者在Image
- 基于Yolo3_deep_sort的目标追踪(原理及部分代码说明) --- 已解决
喵喵love
目标追踪深度学习
基于Yolo3_Deep_sort的多目标追踪算法原理及部分代码说明写在前面的话:楼主前一段时间参与了一个小项目,是关于人的目标追踪,在此记录一下,这篇博文主要是记录一下对这个方法的认识和理解,希望能引起你的共鸣。如果想看具体的测试环境搭建及复现说明,请查看我的另一篇博客,传送门。 将Yolo3与Deep_sort相结合,相当于目标检测中的Twostages的结构,采用detection(Yol
- 毕业设计记录-尝试修改NMS中的IOU算法
芃芃です
毕业设计记录算法深度学习目标检测python
文章目录2022.1.15的记录2022.1.15的记录yolo3的损失函数讲解yolov5的损失函数的几点理解IOU、GIOU、CIOU、DIOUNMS非常感谢发布上面文章的博主,帮助太大了。本当にありがとうございました❕助かりました❕按照老师提供的论文,将yolov5的NMS中的IOU改为DIOU,修改文件为general.py。虽然改的对不对还不确定。等后天matlab的2w张图的训练集生成
- (读Yolo3源码发现的不会的函数)Pytorch常用函数记录-pretrained-torch.nn.Upsample()函数-torch.cat-a.permute-a.view()等
小馨馨的小翟
笔记pytorch深度学习cnnpython
1、pretrained=False我们经常会在pytorch的代码中看到这个参数,可以设置为True,也可以设置为False.事实上这个参数常见于迁移学习的代码中,如果设置为True,则是启动下载预训练模型。如果设置为False,则是不下载预训练模型,我们一般喜欢提前手动下载好,放置到相应的路径,因为一般设置为False。2、torch.nn.Upsample()函数实现上采样importtor
- 关于第一次深度学习项目的总结
hands_up_down
深度学习目标检测人工智能
这是第一次从头开始操作一个深度学习项目,从数据预处理,model设计,搭建,训练,调参,基本上整个流程都走了一遍半年之前我将计算机视觉几个任务的主要模型都熟悉了,像分类任务的vgg,alexnet,目标检测的YOLO系列,SSD,RCNN,语义分割的Unet,FCN。在此之后,我要求具备深度网络的设计和实现能力。在复现了全卷积网络unet和yolo3之后,我想可以进入一个新的领域检验我所学习到的东
- 关于yolo3的学习
hands_up_down
深度学习tensorflow人工智能
https://www.bilibili.com/video/BV1Vg411V7bJhttps://www.bilibili.com/video/BV1Vg411V7bJyolo3的性能以0.5为步长,计算IoU从0.5到0.95的map.yolo3在速度上确实是一骑绝尘,在准确度上也在可接受的范围内在IoU=0.5,大分辨率输入的前提下,yolo3就是一个又快又准的模型了,是一个非常恐怖的存在
- win10 下darknet+yolo(gpu版本)安装配置
争渡!怎渡?
cudaopencvtensorflow深度学习机器学习
Win10配置yolo3详细教程,亲试可行废话懒得说,直接上干货以下安装路径不要出现中文以下安装路径不要出现中文以下安装路径不要出现中文1.安装CUDA和cuDNN参考之前的文章,传送门2.编译器Vs2015由于版本的关系,强烈推荐安装使用vs编译。安装过程中必须要注意的地方:必须勾选V14,V14,V14PS,小伙伴说了,俺是vs2017,难道要卸掉重装vs2015吗?其实不用的。咱就是走的这条
- ModuleNotFoundError: No module named ‘cv2‘解决方法
qq_39136248
pycharm目标检测pythonopencv
我遇到这个错误是在做YOLO3目标检测的时候,安装anaconda+tensorflow+pycharm后,pycharm命令终端提示ModuleNotFoundError:Nomodulenamed'cv2'我把网上几乎所有方法都试过,包括:condainstallopencvpipinstallopencv-pythonpipinstallopencv-contrib-python都不行我的解
- Pytorch搭建yolo3目标检测平台
beihangzxm123
pytorch与目标检测深度学习python
学习前言源码下载yolo3实现思路一、预测部分1、主题网络darknet53介绍2、从特征获取预测结果3、预测结果的解码4、在原图上进行绘制二、训练部分1、计算loss所需参数2、pred是什么3、target是什么。4、loss的计算过程训练自己的yolo3模型学习前言一起来看看yolo3的Pytorch实现吧,顺便训练一下自己的数据。源码下载https://github.com/bubblii
- ViewController添加button按钮解析。(翻译)
张亚雄
c
<div class="it610-blog-content-contain" style="font-size: 14px"></div>// ViewController.m
// Reservation software
//
// Created by 张亚雄 on 15/6/2.
- mongoDB 简单的增删改查
开窍的石头
mongodb
在上一篇文章中我们已经讲了mongodb怎么安装和数据库/表的创建。在这里我们讲mongoDB的数据库操作
在mongo中对于不存在的表当你用db.表名 他会自动统计
下边用到的user是表明,db代表的是数据库
添加(insert):
- log4j配置
0624chenhong
log4j
1) 新建java项目
2) 导入jar包,项目右击,properties—java build path—libraries—Add External jar,加入log4j.jar包。
3) 新建一个类com.hand.Log4jTest
package com.hand;
import org.apache.log4j.Logger;
public class
- 多点触摸(图片缩放为例)
不懂事的小屁孩
多点触摸
多点触摸的事件跟单点是大同小异的,上个图片缩放的代码,供大家参考一下
import android.app.Activity;
import android.os.Bundle;
import android.view.MotionEvent;
import android.view.View;
import android.view.View.OnTouchListener
- 有关浏览器窗口宽度高度几个值的解析
换个号韩国红果果
JavaScripthtml
1 元素的 offsetWidth 包括border padding content 整体的宽度。
clientWidth 只包括内容区 padding 不包括border。
clientLeft = offsetWidth -clientWidth 即这个元素border的值
offsetLeft 若无已定位的包裹元素
- 数据库产品巡礼:IBM DB2概览
蓝儿唯美
db2
IBM DB2是一个支持了NoSQL功能的关系数据库管理系统,其包含了对XML,图像存储和Java脚本对象表示(JSON)的支持。DB2可被各种类型的企 业使用,它提供了一个数据平台,同时支持事务和分析操作,通过提供持续的数据流来保持事务工作流和分析操作的高效性。 DB2支持的操作系统
DB2可应用于以下三个主要的平台:
工作站,DB2可在Linus、Unix、Windo
- java笔记5
a-john
java
控制执行流程:
1,true和false
利用条件表达式的真或假来决定执行路径。例:(a==b)。它利用条件操作符“==”来判断a值是否等于b值,返回true或false。java不允许我们将一个数字作为布尔值使用,虽然这在C和C++里是允许的。如果想在布尔测试中使用一个非布尔值,那么首先必须用一个条件表达式将其转化成布尔值,例如if(a!=0)。
2,if-els
- Web开发常用手册汇总
aijuans
PHP
一门技术,如果没有好的参考手册指导,很难普及大众。这其实就是为什么很多技术,非常好,却得不到普遍运用的原因。
正如我们学习一门技术,过程大概是这个样子:
①我们日常工作中,遇到了问题,困难。寻找解决方案,即寻找新的技术;
②为什么要学习这门技术?这门技术是不是很好的解决了我们遇到的难题,困惑。这个问题,非常重要,我们不是为了学习技术而学习技术,而是为了更好的处理我们遇到的问题,才需要学习新的
- 今天帮助人解决的一个sql问题
asialee
sql
今天有个人问了一个问题,如下:
type AD value
A  
- 意图对象传递数据
百合不是茶
android意图IntentBundle对象数据的传递
学习意图将数据传递给目标活动; 初学者需要好好研究的
1,将下面的代码添加到main.xml中
<?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http:/
- oracle查询锁表解锁语句
bijian1013
oracleobjectsessionkill
一.查询锁定的表
如下语句,都可以查询锁定的表
语句一:
select a.sid,
a.serial#,
p.spid,
c.object_name,
b.session_id,
b.oracle_username,
b.os_user_name
from v$process p, v$s
- mac osx 10.10 下安装 mysql 5.6 二进制文件[tar.gz]
征客丶
mysqlosx
场景:在 mac osx 10.10 下安装 mysql 5.6 的二进制文件。
环境:mac osx 10.10、mysql 5.6 的二进制文件
步骤:[所有目录请从根“/”目录开始取,以免层级弄错导致找不到目录]
1、下载 mysql 5.6 的二进制文件,下载目录下面称之为 mysql5.6SourceDir;
下载地址:http://dev.mysql.com/downl
- 分布式系统与框架
bit1129
分布式
RPC框架 Dubbo
什么是Dubbo
Dubbo是一个分布式服务框架,致力于提供高性能和透明化的RPC远程服务调用方案,以及SOA服务治理方案。其核心部分包含: 远程通讯: 提供对多种基于长连接的NIO框架抽象封装,包括多种线程模型,序列化,以及“请求-响应”模式的信息交换方式。 集群容错: 提供基于接
- 那些令人蛋痛的专业术语
白糖_
springWebSSOIOC
spring
【控制反转(IOC)/依赖注入(DI)】:
由容器控制程序之间的关系,而非传统实现中,由程序代码直接操控。这也就是所谓“控制反转”的概念所在:控制权由应用代码中转到了外部容器,控制权的转移,是所谓反转。
简单的说:对象的创建又容器(比如spring容器)来执行,程序里不直接new对象。
Web
【单点登录(SSO)】:SSO的定义是在多个应用系统中,用户
- 《给大忙人看的java8》摘抄
braveCS
java8
函数式接口:只包含一个抽象方法的接口
lambda表达式:是一段可以传递的代码
你最好将一个lambda表达式想象成一个函数,而不是一个对象,并记住它可以被转换为一个函数式接口。
事实上,函数式接口的转换是你在Java中使用lambda表达式能做的唯一一件事。
方法引用:又是要传递给其他代码的操作已经有实现的方法了,这时可以使
- 编程之美-计算字符串的相似度
bylijinnan
java算法编程之美
public class StringDistance {
/**
* 编程之美 计算字符串的相似度
* 我们定义一套操作方法来把两个不相同的字符串变得相同,具体的操作方法为:
* 1.修改一个字符(如把“a”替换为“b”);
* 2.增加一个字符(如把“abdd”变为“aebdd”);
* 3.删除一个字符(如把“travelling”变为“trav
- 上传、下载压缩图片
chengxuyuancsdn
下载
/**
*
* @param uploadImage --本地路径(tomacat路径)
* @param serverDir --服务器路径
* @param imageType --文件或图片类型
* 此方法可以上传文件或图片.txt,.jpg,.gif等
*/
public void upload(String uploadImage,Str
- bellman-ford(贝尔曼-福特)算法
comsci
算法F#
Bellman-Ford算法(根据发明者 Richard Bellman 和 Lester Ford 命名)是求解单源最短路径问题的一种算法。单源点的最短路径问题是指:给定一个加权有向图G和源点s,对于图G中的任意一点v,求从s到v的最短路径。有时候这种算法也被称为 Moore-Bellman-Ford 算法,因为 Edward F. Moore zu 也为这个算法的发展做出了贡献。
与迪科
- oracle ASM中ASM_POWER_LIMIT参数
daizj
ASMoracleASM_POWER_LIMIT磁盘平衡
ASM_POWER_LIMIT
该初始化参数用于指定ASM例程平衡磁盘所用的最大权值,其数值范围为0~11,默认值为1。该初始化参数是动态参数,可以使用ALTER SESSION或ALTER SYSTEM命令进行修改。示例如下:
SQL>ALTER SESSION SET Asm_power_limit=2;
- 高级排序:快速排序
dieslrae
快速排序
public void quickSort(int[] array){
this.quickSort(array, 0, array.length - 1);
}
public void quickSort(int[] array,int left,int right){
if(right - left <= 0
- C语言学习六指针_何谓变量的地址 一个指针变量到底占几个字节
dcj3sjt126com
C语言
# include <stdio.h>
int main(void)
{
/*
1、一个变量的地址只用第一个字节表示
2、虽然他只使用了第一个字节表示,但是他本身指针变量类型就可以确定出他指向的指针变量占几个字节了
3、他都只存了第一个字节地址,为什么只需要存一个字节的地址,却占了4个字节,虽然只有一个字节,
但是这些字节比较多,所以编号就比较大,
- phpize使用方法
dcj3sjt126com
PHP
phpize是用来扩展php扩展模块的,通过phpize可以建立php的外挂模块,下面介绍一个它的使用方法,需要的朋友可以参考下
安装(fastcgi模式)的时候,常常有这样一句命令:
代码如下:
/usr/local/webserver/php/bin/phpize
一、phpize是干嘛的?
phpize是什么?
phpize是用来扩展php扩展模块的,通过phpi
- Java虚拟机学习 - 对象引用强度
shuizhaosi888
JAVA虚拟机
本文原文链接:http://blog.csdn.net/java2000_wl/article/details/8090276 转载请注明出处!
无论是通过计数算法判断对象的引用数量,还是通过根搜索算法判断对象引用链是否可达,判定对象是否存活都与“引用”相关。
引用主要分为 :强引用(Strong Reference)、软引用(Soft Reference)、弱引用(Wea
- .NET Framework 3.5 Service Pack 1(完整软件包)下载地址
happyqing
.net下载framework
Microsoft .NET Framework 3.5 Service Pack 1(完整软件包)
http://www.microsoft.com/zh-cn/download/details.aspx?id=25150
Microsoft .NET Framework 3.5 Service Pack 1 是一个累积更新,包含很多基于 .NET Framewo
- JAVA定时器的使用
jingjing0907
javatimer线程定时器
1、在应用开发中,经常需要一些周期性的操作,比如每5分钟执行某一操作等。
对于这样的操作最方便、高效的实现方式就是使用java.util.Timer工具类。
privatejava.util.Timer timer;
timer = newTimer(true);
timer.schedule(
newjava.util.TimerTask() { public void run()
- Webbench
流浪鱼
webbench
首页下载地址 http://home.tiscali.cz/~cz210552/webbench.html
Webbench是知名的网站压力测试工具,它是由Lionbridge公司(http://www.lionbridge.com)开发。
Webbench能测试处在相同硬件上,不同服务的性能以及不同硬件上同一个服务的运行状况。webbench的标准测试可以向我们展示服务器的两项内容:每秒钟相
- 第11章 动画效果(中)
onestopweb
动画
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- windows下制作bat启动脚本.
sanyecao2314
javacmd脚本bat
java -classpath C:\dwjj\commons-dbcp.jar;C:\dwjj\commons-pool.jar;C:\dwjj\log4j-1.2.16.jar;C:\dwjj\poi-3.9-20121203.jar;C:\dwjj\sqljdbc4.jar;C:\dwjj\voucherimp.jar com.citsamex.core.startup.MainStart
- Java进行RSA加解密的例子
tomcat_oracle
java
加密是保证数据安全的手段之一。加密是将纯文本数据转换为难以理解的密文;解密是将密文转换回纯文本。 数据的加解密属于密码学的范畴。通常,加密和解密都需要使用一些秘密信息,这些秘密信息叫做密钥,将纯文本转为密文或者转回的时候都要用到这些密钥。 对称加密指的是发送者和接收者共用同一个密钥的加解密方法。 非对称加密(又称公钥加密)指的是需要一个私有密钥一个公开密钥,两个不同的密钥的
- Android_ViewStub
阿尔萨斯
ViewStub
public final class ViewStub extends View
java.lang.Object
android.view.View
android.view.ViewStub
类摘要: ViewStub 是一个隐藏的,不占用内存空间的视图对象,它可以在运行时延迟加载布局资源文件。当 ViewSt