- nuscenes数据集下载脚本
端木的AI探索屋
nuscenes数据集下载bevmd5自动驾驶
目录一、介绍二、Nuscenes数据集准备工作2.1登录账号![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/b43e2d0b8609401c948baf291e3b7751.png)2.2复制下载链接的方法三、脚本3.1下载脚本3.2验证md53.3解压所有文件一、介绍Nuscenes数据集过于庞大,且下载链接不断变化。网络上有很多资源已经把Nusc
- MIT-BEVFusion系列五--Nuscenes数据集详细介绍,有下载好的图片
端木的AI探索屋
bevfusion自动驾驶算法python人工智能目标检测
一、数据集部分mmdetection官方对Nuscenes的中文解释地址:https://mmdetection3d.readthedocs.io/zh_CN/latest/advanced_guides/datasets/nuscenes.htmlhttps://www.nuscenes.org/nuscenes#data-format1.1数据集概述 nuScenes数据集(pronou
- Nuscenes数据集点云数据如何转换到图像上
端木的AI探索屋
自动驾驶算法人工智能矩阵
零、概要注意:该文章是手写ai自动驾驶,Nuscenes数据集的笔记。首先,学习需要使用到nuScenes数据集。python工具需要使用到nuscenes-devkit、pyquaternionfromnuscenes.nuscenesimportNuScenesfrompyquaternionimportQuaternion#四元数操作的包https://github.com/nutonomy
- 51 -25 Scene as Occupancy 3D占用作为场景表示 论文精读
深圳季连AIgraphX
AutoGPT自动驾驶大模型transformer智慧城市自动驾驶人工智能计算机视觉
本文阅读的文章是SceneasOccupancy,介绍了一种将物体表示为3Doccupancy的新方法,以描述三维场景,并用于检测、分割和规划。文章提出了OccNet和OpenOcc两个核心概念。OccNet3D占用网络是一种以多视图视觉为中心的方法,通过层级化的体素解码器,可以重建3D感知模型和3D占用,适用于多种下游任务。OpenOCC是一种3D占用基准,第一个基于nuScenes的高密集、高
- Ubuntu22.04安装OpenPcDet训练kitti数据集(nuscenes-mini数据集)
RickySam
pythonubuntu
0.前言因为想要接触KITTI数据集和Nuscenes数据集,有相关项目需要配置OpenPcDet,而原服务器因系统重装为Ubuntu22.04版本,该版本较高故重新配置环境是需要参考各种渠道,在此将这些参考汇总,也方便自己以后再配置可以清晰一点。本文综合了多篇文章。1.环境配置默认已安装好NVIDIA驱动1.1安装cuda和cudnn1.1.1前置工作首先查看自己的显卡信息nvidia-smi+
- Nuscenes 超强先验
_cv_
nuscenes
别人论文实现的distributionofobjectlocalization统计结果自己统计的所有标注目标在bev下的投影结果。plt的保存格式导致图像的反转。打榜的人有福了,哈哈哈
- 1、CenterPoint: Center-based 3D Object Detection and Tracking 环境配置
Vanessa Ni
3D目标检测
文章目录Introduction环境配置Anaconda安装配置Pytorch安装apex与spconv的安装summeryIntroduction这篇文章刚刚被CVPR2021收录,利用鸟瞰图中物体的中心点来进行三维目标检测与跟踪。使用的数据集是nuScenes和Waymo,是更具有挑战性的3D目标检测数据集。stage1:CenterPoint首先利用基于keypoint的检测器来检测物体的中
- 基于MMDet3D的pointpillars和centernet推理(mmdet3d v1.0 rc)
一只糊涂虫儿
3dpytorch深度学习
文章目录mmdetection3D学习文档安装环境方法一方法二(我没用)验证通过点云样例程序来验证数据预处理KITTI数据集预处理NuScenes数据集预处理使用已有模型在标准数据集上进行推理和训练在标准数据集上训练预定义模型在KITTI数据集上训练pointpillars准备数据集训练在NuScenes数据集上训练pointpillars准备数据集训练centerpoint实现mmdetecti
- 高精地图新基线 | SuperFusion:多层次Lidar-Camera融合,nuScenes SOTA!
自动驾驶之心
点击下方卡片,关注“自动驾驶之心”公众号ADAS巨卷干货,即可获取点击进入→自动驾驶之心【多传感器融合】技术交流群后台回复【SuperFusion】获取本文代码!!!摘要环境的高精(HD)语义地图生成是自动驾驶的一个重要组成部分。现有方法通过融合不同的传感器模式(如激光雷达和相机),在这项任务中取得了良好的性能。然而,目前的工作基于原始数据或网络特征级融合,仅考虑短距离高精地图生成,限制了其部署到
- nuScenes数据集使用方法(1)可视化初探
河北一帆
numpy
importosimportmatplotlib.pyplotaspltfromnuscenes.nuscenesimportNuScenesfromnuscenes.utils.data_classesimportLidarPointCloudimportopen3daso3dnusc=NuScenes(version='v1.0-mini',dataroot='/home/xxxx/Downl
- BEVFormer环境配置
指间理想
python人工智能
官网的教程说是StepByStep,但是实际上我按照步骤安装下来运行不了(BEVFormerGitHub地址)。主要是安装后关于包依赖产生的某些错误,特别是安装nuscenes-devkit没有在步骤中列出来,后面就不好解决某些包的版本依赖了。参考一些博客以及官方安装教程后(blog1,blog2),安装过程如下:P.S.cuda版本是11.3,安装pytorch版本要对应,以及后面安装包也要对应
- 【论文解读】NuScenes-QA:自动驾驶场景的多模态视觉问答基准
深度之眼
人工智能干货粉丝的投稿深度学习干货自动驾驶人工智能机器学习视觉问答
来源:投稿作者:橡皮编辑:学姐论文链接:https://arxiv.org/pdf/2305.14836.pdf开源代码:https://github.com/qiantianwen/NuScenes-QA摘要:我们在自动驾驶背景下引入了一种新颖的视觉问答(VQA)任务,旨在根据街景线索回答自然语言问题。与传统的VQA任务相比,自动驾驶场景中的VQA提出了更多的挑战。首先,原始视觉数据是多模态的,
- 一. BEV感知算法介绍
爱听歌的周童鞋
BEV感知自动驾驶BEV-LiDARBEV-CameraBEV-Fusion
目录前言1.BEV感知算法的概念2.BEV感知算法数据形式3.BEV开源数据集介绍3.1KITTI数据集3.2nuScenes数据集4.BEV感知方法分类4.1纯点云方案4.2纯视觉方案4.3多模态方案5.BEV感知算法的优劣6.BEV感知算法的应用介绍7.课程框架介绍与配置总结下载链接参考前言自动驾驶之心推出的《国内首个BVE感知全栈系列学习教程》,链接。记录下个人学习笔记,仅供自己参考本次课程
- 基于激光雷达点云的 3D 目标检测技术综述
不会飞的BIRd
研究方向选择3d目标检测目标跟踪
基于激光雷达点云的3D目标检测技术综述基于激光雷达点云的3D目标检测技术综述1.数据来源以及数据集1.1数据来源1.2数据集(1)KITTI:(2)nuScenes:(3)WaymoOpenDataset:2.基于点云的3D目标检测方法2.1单阶段检测算法(1)基于体素的方法a.VoxelNet:b.SECONDc.PointPillarsd.TANetetc.(2)基于点的方法(3)基于图的方法
- 如何定位TypeError: cannot pickle dict_keys object错误原因及解决NuScenes数据集在多进程并发训练或测试时出现的这个错误
Arnold-FY-Chen
pythonNuScenesUniADpicklePicklerdict_keys
近期实验自动驾驶大模型UniAD时,发现按照默认的配置跑程序在我自己安装的环境里(我的环境里CUDA和pytorch等各种支撑软件比作者在github上列的要新)运行测试时总是报错TypeError:cannotpickle'dict_keys'objectFile"./tools/test.py",line261,inmain()File"./tools/test.py",line231,inm
- 【论文笔记】OpenOccupancy: A Large Scale Benchmark for Surrounding Semantic Occupancy Perception
byzy
自动驾驶中的3D占用预测论文阅读自动驾驶深度学习计算机视觉
原文链接:https://arxiv.org/abs/2303.039911.引言目前缺少自动驾驶场景中的大型环视占用感知数据集。本文提出OpenOccupancy基准,并通过添加密集语义占用标注将nuScenes扩展为nuScenes-Occupancy。使用增强和净化(AAP)流程,以标注并密集化占用标签。首先通过多帧激光雷达点叠加来初始化标签,并使用预训练基准方案建立的伪占用标签增强稀疏标注
- nuscenes教程
小鱼&爱吃糖
Nuscenes数据集自动驾驶学习
本篇文章适用于对python、ubuntu以及一些操作不太懂的小白,大神以及精通的请跳过,本篇文章参考nuscenes官网而写(最好有点python基础,不然学起来很痛苦,本人纯小白,走了很多弯路)。本操作环境在ubuntu20.04,python3.7环境下完成(需要有python3.7、conda的环境)一、nuscenes数据集介绍:1.nuScenes数据集(发音为/nuːsiːnz/)是
- python-pcl点云显示
流浪德意志
LiDAR目标检测PythonUbuntu和git(WSL)python计算机视觉自动驾驶
从pandaset中导入点云数据但是无法显示立体框只能使用open3d#!/usr/bin/envpython3#-*-coding:utf-8-*-importpclimportpcl.pcl_visualizationfrompandasetimportDataSet,geometryimportnumpyasnpimportpandasdataset_root="/nuscenes/pand
- BEVerse 中数据集预处理代码浅析
Darchan
工程复现python计算机视觉目标检测深度学习
BEVerse中数据集预处理代码浅析主要针对BEVerse工程中Nuscenes数据集预处理部分,进行解析。一.数据集生成脚本详细参考:BEVerse/docs/data_preparation.md1.1数据结构BEVerse├──mmdet3d├──tools├──configs├──projects├──data│├──nuscenes││├──maps││├──samples││├──sw
- nuScenes SOTA!SurroundOcc:面向自动驾驶的纯视觉3D占据预测网络(清华&天大)
自动驾驶之心
自动驾驶3d计算机视觉人工智能深度学习
最近,多相机三维占据预测(3DOccupancyPrediction)受到了广泛关注。作为自动驾驶中的基石任务,三维目标检测天然存在无法识别任意形状以类别的物体。相较于三维目标检测,三维占据预测可以对周围环境进行稠密重建,从而更好地进行感知。本文提出SurroundOcc方法,我们利用多帧稀疏LiDAR点云自动生成稠密三维占据标签,并以此作为监督信号训练得到基于多相机图像的稠密占据预测网络。相关代
- PETR系列(PETR,PETRv2,StreamPETR)
gui_hai
单图像3D目标检测计算机视觉目标检测深度学习
paper发表地方代码链接Nusnenes_test(NDS)Nuscenes_val(NDS)PETRECCV2022pytorch代码0.5040.442PETRv2ICCV2023pytorch代码0.5910.524StreamPETRICCV2023pytorch代码0.6760.592一、PETR:PositionEmbeddingTransformationforMulti-View
- 如何使用nuScenes数据集格式的单帧数据推理(以DETR3D为例)
Arnold-FY-Chen
detr3dnuScenesmmdetection3DautowareROS2
【请尊重原创!转载和引用文章内容务必注明出处!未经许可上传到某文库或其他收费阅读/下载网站赚钱的必追究责任!】无论是mmdetection3D还是OpenPCDet都只有使用数据集(使用哪个数据集由配置文件里指定)训练和测试的代码,没有使用某种数据集格式的单帧数据进行推理的代码(也就是一些2D目标检测框里里提供的推理demo代码),而OpenPCDet尤其是mmdetection里面为了支持多种不
- MapTR文章研读
高的好想出去玩啊
论文研读python人工智能算法
MapTR为在线矢量化地图构建提供有效的端到端的网络结构。作者提出一种统一的基于排列的建模方法,即将地图元素的等效排列作为点集进行建模,避免地图元素模糊定义并且可以简化学习。在网络结构上,作者采用一种分层的queryembedding方法来灵活的编码结构性地图信息并且使用分层的二分匹配方法学习地图元素信息。 MapTR在nuScenes数据集上比现存的矢量化地图构建方法性能更好,MapTR-
- OpenPCDet系列 | 8.4 nuScenes数据集数据调用和数据分析
Clichong
算法人工智能OpenPCDet自动驾驶nuScenes
文章目录1.对数据集遍历1.1统计mini版本的nuScenes各模态数据和关键帧的数量1.2单独遍历lidar模态数据1.3遍历scene统计数据1.4遍历sample统计数据1.5遍历sample_data统计数据1.6数据集的底层结构2.对数据集可视化2.1render_sample和render_sample_data2.2nusc.render_pointcloud_in_image2.
- OpenPCDet系列 | 8.3 nuScenes数据集坐标系转换
Clichong
python开发语言
文章目录1.calibrated_sensorandego_pose2.坐标系转换几个例子2.1全局坐标系转雷达坐标系2.2全局坐标系转图像坐标系2.3激光雷达坐标系转图像坐标系3图像BEV坐标系与自车坐标系1.calibrated_sensorandego_pose在对gt信息进行转换时的代码,使用到了传感器标定信息,涉及到内外参。deflidar_nusc_box_to_global(nusc
- 自动驾驶数据集汇总
@BangBang
自动驾驶自动驾驶人工智能机器学习
1.Nuscenes数据集链接:nuScenesnuscenes数据集下有多个任务,涉及Detection(2D/3D)、Tracking、prediction、激光雷达分割、全景任务、规划控制等多个任务;nuScenes数据集是一个具有三维目标注释的大型自动驾驶数据集,也是目前主流算法评测的benchmark,它的特点:●全套传感器套件(1个激光雷达、5个雷达、6个摄像头、IMU、GPS)●10
- ROS学习番外篇15—nuScenes-LidarSeg数据集的多帧数据整理
_寒潭雁影
ROS操作系统学习学习python开发语言
前面我们介绍了如何下载和解析nuScenes-LidarSeg数据集,然而处理的对象还是单帧点云。本篇博客将对数据集提供的点云系列数据进行解析和重新整理,使得程序可以非常方便的按照顺序读取850个系列中的每个系列的点云数据。废话不多说,直接上代码:importjson#读取unScenes数据集中的sample_data.json文件,将其中的lidar数据写入到sample_data_lidar
- 【BEV感知】3-BEV开源数据集
暖焱
3D计算机视觉计算机视觉自动驾驶数据集
3-BEV开源数据集1KITTI1.1KITTI数据怎么采集?1.2KITTI数据规模有多大?1.3KITTI标注了哪些目标?1.4转换矩阵1.5标签文件2nuScenes2.1nuScenesVsKITTI2.2标注文件1KITTIKITTI1.1KITTI数据怎么采集?通过车载相机、激光雷达等传感器采集。只提供了相机正视图90度范围内的标注数据。1.2KITTI数据规模有多大?共14999张图
- Open3D-ML自动驾驶点云目标检测与分割入门
新缸中之脑
自动驾驶目标检测人工智能
当开始新的研究时,我的方法通常是测试不同的相关事物,直到有足够的经验让我开始将这些点联系起来。在开始构建用于3D对象检测的自定义模型之前,我购买了一台LiDAR并处理了一些数据。下一个明显的步骤是在我为自己的数据贴标签之前找出研究界如何标记这些数据。有一些非常流行的自动驾驶点云数据集,其中最受欢迎的是KITTI数据集、NuScenes、Waymo开放数据集等。不久前,我花了一些时间研究KITTI数
- nuscenes-devkit 安装报错
JoannaJuanCV
自动驾驶pythonlinux开发语言
使用命令pipinstallnuscenes-devkit安装报错:Couldnotfindaversionthatsatisfiestherequirementnuscenes-devkit自测解决办法,替换命令为:pipinstallnuscenes-devkit-ihttps://pypi.tuna.tsinghua.edu.cn/simple
- 对于规范和实现,你会混淆吗?
yangshangchuan
HotSpot
昨晚和朋友聊天,喝了点咖啡,由于我经常喝茶,很长时间没喝咖啡了,所以失眠了,于是起床读JVM规范,读完后在朋友圈发了一条信息:
JVM Run-Time Data Areas:The Java Virtual Machine defines various run-time data areas that are used during execution of a program. So
- android 网络
百合不是茶
网络
android的网络编程和java的一样没什么好分析的都是一些死的照着写就可以了,所以记录下来 方便查找 , 服务器使用的是TomCat
服务器代码; servlet的使用需要在xml中注册
package servlet;
import java.io.IOException;
import java.util.Arr
- [读书笔记]读法拉第传
comsci
读书笔记
1831年的时候,一年可以赚到1000英镑的人..应该很少的...
要成为一个科学家,没有足够的资金支持,很多实验都无法完成
但是当钱赚够了以后....就不能够一直在商业和市场中徘徊......
- 随机数的产生
沐刃青蛟
随机数
c++中阐述随机数的方法有两种:
一是产生假随机数(不管操作多少次,所产生的数都不会改变)
这类随机数是使用了默认的种子值产生的,所以每次都是一样的。
//默认种子
for (int i = 0; i < 5; i++)
{
cout<<
- PHP检测函数所在的文件名
IT独行者
PHP函数
很简单的功能,用到PHP中的反射机制,具体使用的是ReflectionFunction类,可以获取指定函数所在PHP脚本中的具体位置。 创建引用脚本。
代码:
[php]
view plain
copy
// Filename: functions.php
<?php&nbs
- 银行各系统功能简介
文强chu
金融
银行各系统功能简介 业务系统 核心业务系统 业务功能包括:总账管理、卡系统管理、客户信息管理、额度控管、存款、贷款、资金业务、国际结算、支付结算、对外接口等 清分清算系统 以清算日期为准,将账务类交易、非账务类交易的手续费、代理费、网络服务费等相关费用,按费用类型计算应收、应付金额,经过清算人员确认后上送核心系统完成结算的过程 国际结算系
- Python学习1(pip django 安装以及第一个project)
小桔子
pythondjangopip
最近开始学习python,要安装个pip的工具。听说这个工具很强大,安装了它,在安装第三方工具的话so easy!然后也下载了,按照别人给的教程开始安装,奶奶的怎么也安装不上!
第一步:官方下载pip-1.5.6.tar.gz, https://pypi.python.org/pypi/pip easy!
第二部:解压这个压缩文件,会看到一个setup.p
- php 数组
aichenglong
PHP排序数组循环多维数组
1 php中的创建数组
$product = array('tires','oil','spark');//array()实际上是语言结构而不 是函数
2 如果需要创建一个升序的排列的数字保存在一个数组中,可以使用range()函数来自动创建数组
$numbers=range(1,10)//1 2 3 4 5 6 7 8 9 10
$numbers=range(1,10,
- 安装python2.7
AILIKES
python
安装python2.7
1、下载可从 http://www.python.org/进行下载#wget https://www.python.org/ftp/python/2.7.10/Python-2.7.10.tgz
2、复制解压
#mkdir -p /opt/usr/python
#cp /opt/soft/Python-2
- java异常的处理探讨
百合不是茶
JAVA异常
//java异常
/*
1,了解java 中的异常处理机制,有三种操作
a,声明异常
b,抛出异常
c,捕获异常
2,学会使用try-catch-finally来处理异常
3,学会如何声明异常和抛出异常
4,学会创建自己的异常
*/
//2,学会使用try-catch-finally来处理异常
- getElementsByName实例
bijian1013
element
实例1:
<!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/1999/x
- 探索JUnit4扩展:Runner
bijian1013
java单元测试JUnit
参加敏捷培训时,教练提到Junit4的Runner和Rule,于是特上网查一下,发现很多都讲的太理论,或者是举的例子实在是太牵强。多搜索了几下,搜索到两篇我觉得写的非常好的文章。
文章地址:http://www.blogjava.net/jiangshachina/archive/20
- [MongoDB学习笔记二]MongoDB副本集
bit1129
mongodb
1. 副本集的特性
1)一台主服务器(Primary),多台从服务器(Secondary)
2)Primary挂了之后,从服务器自动完成从它们之中选举一台服务器作为主服务器,继续工作,这就解决了单点故障,因此,在这种情况下,MongoDB集群能够继续工作
3)挂了的主服务器恢复到集群中只能以Secondary服务器的角色加入进来
2
- 【Spark八十一】Hive in the spark assembly
bit1129
assembly
Spark SQL supports most commonly used features of HiveQL. However, different HiveQL statements are executed in different manners:
1. DDL statements (e.g. CREATE TABLE, DROP TABLE, etc.)
- Nginx问题定位之监控进程异常退出
ronin47
nginx在运行过程中是否稳定,是否有异常退出过?这里总结几项平时会用到的小技巧。
1. 在error.log中查看是否有signal项,如果有,看看signal是多少。
比如,这是一个异常退出的情况:
$grep signal error.log
2012/12/24 16:39:56 [alert] 13661#0: worker process 13666 exited on s
- No grammar constraints (DTD or XML schema).....两种解决方法
byalias
xml
方法一:常用方法 关闭XML验证
工具栏:windows => preferences => xml => xml files => validation => Indicate when no grammar is specified:选择Ignore即可。
方法二:(个人推荐)
添加 内容如下
<?xml version=
- Netty源码学习-DefaultChannelPipeline
bylijinnan
netty
package com.ljn.channel;
/**
* ChannelPipeline采用的是Intercepting Filter 模式
* 但由于用到两个双向链表和内部类,这个模式看起来不是那么明显,需要仔细查看调用过程才发现
*
* 下面对ChannelPipeline作一个模拟,只模拟关键代码:
*/
public class Pipeline {
- MYSQL数据库常用备份及恢复语句
chicony
mysql
备份MySQL数据库的命令,可以加选不同的参数选项来实现不同格式的要求。
mysqldump -h主机 -u用户名 -p密码 数据库名 > 文件
备份MySQL数据库为带删除表的格式,能够让该备份覆盖已有数据库而不需要手动删除原有数据库。
mysqldump -–add-drop-table -uusername -ppassword databasename > ba
- 小白谈谈云计算--基于Google三大论文
CrazyMizzz
Google云计算GFS
之前在没有接触到云计算之前,只是对云计算有一点点模糊的概念,觉得这是一个很高大上的东西,似乎离我们大一的还很远。后来有机会上了一节云计算的普及课程吧,并且在之前的一周里拜读了谷歌三大论文。不敢说理解,至少囫囵吞枣啃下了一大堆看不明白的理论。现在就简单聊聊我对于云计算的了解。
我先说说GFS
&n
- hadoop 平衡空间设置方法
daizj
hadoopbalancer
在hdfs-site.xml中增加设置balance的带宽,默认只有1M:
<property>
<name>dfs.balance.bandwidthPerSec</name>
<value>10485760</value>
<description&g
- Eclipse程序员要掌握的常用快捷键
dcj3sjt126com
编程
判断一个人的编程水平,就看他用键盘多,还是鼠标多。用键盘一是为了输入代码(当然了,也包括注释),再有就是熟练使用快捷键。 曾有人在豆瓣评
《卓有成效的程序员》:“人有多大懒,才有多大闲”。之前我整理了一个
程序员图书列表,目的也就是通过读书,让程序员变懒。 程序员作为特殊的群体,有的人可以这么懒,懒到事情都交给机器去做,而有的人又可以那么勤奋,每天都孜孜不倦得
- Android学习之路
dcj3sjt126com
Android学习
转自:http://blog.csdn.net/ryantang03/article/details/6901459
以前有J2EE基础,接触JAVA也有两三年的时间了,上手Android并不困难,思维上稍微转变一下就可以很快适应。以前做的都是WEB项目,现今体验移动终端项目,让我越来越觉得移动互联网应用是未来的主宰。
下面说说我学习Android的感受,我学Android首先是看MARS的视
- java 遍历Map的四种方法
eksliang
javaHashMapjava 遍历Map的四种方法
转载请出自出处:
http://eksliang.iteye.com/blog/2059996
package com.ickes;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Map.Entry;
/**
* 遍历Map的四种方式
- 【精典】数据库相关相关
gengzg
数据库
package C3P0;
import java.sql.Connection;
import java.sql.SQLException;
import java.beans.PropertyVetoException;
import com.mchange.v2.c3p0.ComboPooledDataSource;
public class DBPool{
- 自动补全
huyana_town
自动补全
<!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/1999/xhtml&quo
- jquery在线预览PDF文件,打开PDF文件
天梯梦
jquery
最主要的是使用到了一个jquery的插件jquery.media.js,使用这个插件就很容易实现了。
核心代码
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.
- ViewPager刷新单个页面的方法
lovelease
androidviewpagertag刷新
使用ViewPager做滑动切换图片的效果时,如果图片是从网络下载的,那么再子线程中下载完图片时我们会使用handler通知UI线程,然后UI线程就可以调用mViewPager.getAdapter().notifyDataSetChanged()进行页面的刷新,但是viewpager不同于listview,你会发现单纯的调用notifyDataSetChanged()并不能刷新页面
- 利用按位取反(~)从复合枚举值里清除枚举值
草料场
enum
以 C# 中的 System.Drawing.FontStyle 为例。
如果需要同时有多种效果,
如:“粗体”和“下划线”的效果,可以用按位或(|)
FontStyle style = FontStyle.Bold | FontStyle.Underline;
如果需要去除 style 里的某一种效果,
- Linux系统新手学习的11点建议
刘星宇
编程工作linux脚本
随着Linux应用的扩展许多朋友开始接触Linux,根据学习Windwos的经验往往有一些茫然的感觉:不知从何处开始学起。这里介绍学习Linux的一些建议。
一、从基础开始:常常有些朋友在Linux论坛问一些问题,不过,其中大多数的问题都是很基础的。例如:为什么我使用一个命令的时候,系统告诉我找不到该目录,我要如何限制使用者的权限等问题,这些问题其实都不是很难的,只要了解了 Linu
- hibernate dao层应用之HibernateDaoSupport二次封装
wangzhezichuan
DAOHibernate
/**
* <p>方法描述:sql语句查询 返回List<Class> </p>
* <p>方法备注: Class 只能是自定义类 </p>
* @param calzz
* @param sql
* @return
* <p>创建人:王川</p>
* <p>创建时间:Jul