啥也不是的py人
啥也不是的py人

pybullet平面抓取算法介绍以及GGCNN网络结构（二）

目录

基于深度学习的平面抓取算法

二指机械手抓取模型

平面抓取：

平面抓取第一种模型

平面抓取第二种模型

平面抓取检测与神经网络结构

端到端

先采样后评估

平面抓取检测数据集

经典平面抓取算法

GGCNN

概述

网络结构 

数据集构建

数据集训练的评判标准

DEX-Ne t2.0

基于深度学习的平面抓取算法

二指机械手抓取模型

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第1张图片 标红字体为任务场景

 

平面抓取：

使机械抓手在x和y轴的转角设置为已知的定值（其实就是设置为初始值）

即roll和pitch为定值

那么剩下的就是获取抓取点的x,y值

以及沿着z轴方向的值

这样就是完整的抓取位姿

也是神经网络实际输出的值

平面抓取第一种模型

 pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第2张图片

x，y，z是获取的抓取点位姿

\phi表示沿着z轴的转角

w表示机械手张开的角度

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第3张图片

这个就是一个完整的抓取位姿图

 z可以直接输出（抓取高度）

ggcnn实际上输入深度图输出此抓取位姿图

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第4张图片

 dex-net

实际上就是固定抓取宽度w

对深度图采样很多x，y，z，\phi

然后把采样结果输入网络

 网络输出很多个采样结果的预测

选取置信度最高的作为输出结果

平面抓取第二种模型

 x，y是像素里的坐标

\theta表示旋转角

n表示张开宽度

m表示抓取位置的集合或者是夹爪尺寸

 但是第二种抓取模型有很多问题

所以现在一般先进的方法都不用了

平面抓取检测与神经网络结构

端到端

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第5张图片

 pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第6张图片代表对应抓取位置的成功率

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第7张图片代表对应位置的抓取宽度

 pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第8张图片代表对应位置的绕z轴旋转角度

 pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第9张图片

 其实这个跟Fast—RCNN很像

因为也是输出很多框

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第10张图片tx，ty。。。都是框的要素，坐标长宽，旋转角度

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第11张图片graspable+ungraspable=1

 因为是端到端的，所以其实只需要填入数据，贴上标签，得到结果

先采样后评估

这是Dex-net的方案

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第12张图片

 先输入rgbd图像

在图像上采样出多个抓取位姿以及与其对应的图像块

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第13张图片i，j分别是横纵坐标还有\phi角度

抓取宽度是定值

裁剪出以（i，j）为中心点，\phi为旋转角度 的图像块

把图像块和采样出来的抓取深度pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第14张图片

 作为网络输入

因为抓取深度是在cpu里运算的所以比较慢

平面抓取检测数据集

 pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第15张图片

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第16张图片

 在实验平台也就是白板上

用深度相机拍摄rgbd图像

然后通过rolabelimg（旋转图形框）等软件人工标注出抓取模型

但是人觉得机械臂可以抓起来但是其实不一定可以抓起来

而且由于人的主观性会漏掉抓取位置

cornell下载

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第17张图片clutter下载

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第18张图片

费时费力，效果不好 

 title：learning hand-eye coordination for robotic grasping with deep learning and large-scale data collection

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第19张图片

 

力螺旋理论及力封闭抓取的评价指标_DLUT_Hatim的博客-CSDN博客_力螺旋

 pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第20张图片

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第21张图片

 首先选取几十个物体

用相机构建完整的三维模型

然后人工标注每个物体的6D位姿

然后开始实验

相机捕捉到一张俯视图

再根据之前的物体建模生成很多3D姿态

再将对应方法生成到对应场景中

经典平面抓取算法

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第22张图片

GGCNN

这是一种端到端的方法来进行抓取

以深度图作为输入

输出一种像素级的抓取位姿

概述

根据抓取的任务来确定网络的设计

根据抓取位姿来对数据集进行相关的标注

方便后续训练

网络结构 

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第23张图片

 针对输入图像上的每一个像素点

以该像素点作为抓取点

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第24张图片输入是300*300

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第25张图片Q，W，\phi也是输出的300*300

 pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第26张图片

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第27张图片

 通过六个卷积

前三个卷积后面跟了池化来减小计算尺寸

后面三个是反卷积来增加尺寸

使得输出尺寸与输入尺寸相同

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第28张图片

Q实际上就是置信度

 sigmod输出成功概率Q（概率本来就是0-1）

0代表该像素点怎么抓都会失败

filter是一个高斯滤波

是输出更平滑

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第29张图片w是sigmod输出 乘上150

150是一个像素对应现实的长度 

但实际上现实中是有差别的

有很多瑕疵

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第30张图片

 不是通过回归的方式输出

因为如果输出

0-\pi

实际上对抓取来说0和\pi是完全一样的

但在训练中可能导致混乱

转换成三角函数值就能使0和\pi为一个值

避免了混乱

再通过简单的变换把旋转角输出成\pi/2-(-\pi/2)

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第31张图片

 还有一种方法是分类

比如说把180度分类

分成18个类

每个类别10°

然后通过神经网络分类输出是属于哪一类

再将类别输出映射成实际的角度

所以根据网络结构

我们对数据集的标注就应该是

置信度Q，抓取宽度w，抓取角度\phi

标注数据集中，置信度Q其实就是标注了就是1，没标注就是0

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第32张图片

数据集构建

作者实际上借鉴了康奈尔数据集

康纳尔数据集实际上就是矩形框标注

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第33张图片

矩形框中心的1/3的点是位于物体上的

其余区域不是物体上的

 GGCNN的作者就以1/3标注的抓取框中的点作为抓取点

然后直接把矩形框的抓取角设置为GGCNN的抓取角

然后宽度取相同的值

综上就获得了像素级抓取点

就不是离散的矩形框了

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第34张图片

 与像素点对应的抓取位置，抓取宽度，抓取角度

在数据集中对抓取宽度除以150即可

这样后面神经网络会把150乘回来

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第35张图片

 深度的输入

因为康奈尔数据集都是深度图构成的

是实际相机采集的

在训练的时候通过opencv的算法进行补全

减去均值进行归一化

归一化方法_百度百科https://baike.baidu.com/item/%E5%BD%92%E4%B8%80%E5%8C%96%E6%96%B9%E6%B3%95/10089118

数据集训练的评判标准

数据集是有一个评判标准的

这里采用的是iou的评判标准

 pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第36张图片

 因为要输出和输入深度图同尺寸预测 的抓取图

在输出图中选择置信度最高的点

再选取对应这个点的抓取宽度和抓取旋转角度来得到抓取配置

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第37张图片

真实的取自康奈尔数据集

如果预测的抓取角度和真值抓取的差值在30°以内

并且预测的抓取配置构成的矩形框与真实的差距在25%以内

认为是正确的

注意框的宽度不是网络预测输出的

而是直接用的康奈尔数据集，这也是GGCNN的瑕疵之一

 后来也是出了GGCNN2

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第38张图片

 对反卷积层进行了改进

GGCNN方法简单但效果不太好

DEX-Ne t2.0

Dex-Net是先采样后评估的方法

这个方法知名度很高

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第39张图片

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第40张图片每一条线表示一个抓取位姿

线的端点就是两个夹爪的位置

夹爪的闭合方向就是沿线的方向

Dex-Net 1.0 是生成3D物体的6D抓取位姿

Dex-Net 2.0 实际上就是基于Dex-Net 1.0生成这物体的平面抓取位姿

再通过碰撞检测筛选掉碰撞

针对筛选后的位姿

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第41张图片

标注以位姿为中心的矩形框

把矩形框中的深度图像采点出来作为样本

所以样本量很大

因为对一个物体生成了很多平面抓取位姿

获取了很多图像框

把这些图像框作为图像块

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第42张图片

还有对应的抓取深度

 同时作为网络的输入

来预测给定抓取的置信度

方法的本质就是先采样再预测

所以它的速度很慢

采样过程需要耗费很长时间

Dex-Net 算是种先采样再预测做的最后的也是最好的一种方式了

这个方法精度很高

但是速度慢

并且只限于平面抓取

注：

因为数据集是基于仿真环境的，所以为了增加真实性，加了高斯噪声

pybullet平面抓取算法介绍以及GGCNN网络结构（二）_第43张图片

方法是先对原始的深度乘上一个系数

 来模拟实际深度值的可能的一个偏差

然后再加上\epsilon的一个高斯噪声

但实际上真实的深度相机获取的图像可能受光照相机参数等影响

所以高斯噪声不能很好的模拟

注：

所以如果能把仿真图象做得很好的话也是一个非常好的方向

你可能感兴趣的:(#,pybullet,平面)

  • 洛谷P1369 矩形 sjfonv 数论贪心数论贪心
    题目描述给出平面上的n个点，请找出一个边与坐标轴平行的矩形，使得它的边界上有尽量多的点输入输出格式输入格式：第一行一个整数n，为平面内点的个数。第2~n+1行每行两个整数，为点的横、纵坐标。输出格式：只有一个数，为所取矩形边界上能包含尽量多的点的个数。输入输出样例输入样例#1：1023927434571510410611446输出样例#1：7说明【数据范围】对于40%的数据，n#include#i
  • 日艺 | 18.11.12 《圣三位一体》 Artademie艺术派
    《圣三位一体》，1428年，马萨乔，湿壁画，佛罗伦萨新圣母大教堂马萨乔（TommasodiSerGiovannidiSimone,Masaccio）文艺复兴时期最重要的人文主义画家之一，他是艺术史上第一位使用透视法的艺术家。在古希腊时期，就有艺术家在陶罐上使用“短缩法”绘制物体，这种方法让希腊人得以通过缩短所画对象的尺寸，而将三维空间转移到平面上。然而却始终是通过对自然细致入微的观察而得到的经验主
  • K8S学习笔记02——K8S组件 沉淅尘 #Docker#K8Skubernetes
    Kubernetes组件一、控制平面组件（ControlPlaneComponents）(1)kube-apiserver(2)etcd(3)kube-scheduler(4)kube-controller-manager(5)cloud-controller-manager二、Node组件1.kubelet2.kube-proxy3.容器运行时（ContainerRuntime）三、插件（Add
  • POI 2018.10.21 weixin_33908217
    [POI2008]TRO-Triangleshttps://www.cnblogs.com/GXZlegend/p/7509699.html平面上有N个点.求出所有以这N个点为顶点的三角形的面积和N<=3000计算几何。只需要用到S=|x1y2-x2y1|/2开始对所有点按照x排序。枚举第一个点P，求出其他点关于P的坐标。为了去掉绝对值，按照x1/y1排序。y1等于0要特判。然后发现是前缀和。本质
  • Open3D 实现CSF布料模拟算法 今夕是何年， 单目+双目Open3d计算机视觉
    目录一、算法原理二，详细过程三，环境安装四，代码实现五，结果展示6，在cloudcompare中的实现一、算法原理1、流程概述1）利用点云·滤波算法或者点云处理软件滤除异常点;2）将激光雷达点云倒置;3）设置模拟布料，设置布料网格分辨率GR，确定模拟粒子数。布料的位置设置在点云最高点以上;4）将布料模拟点和雷达点投影到水平面，为每个布料模拟点找到最相邻的激光点的高度值，将高度值设置为IHV;5)布
  • Open3D 使用RANSAC分割平面 今夕是何年， 单目+双目计算机视觉
    目录1，概述2，拟合平面3，实现过程4，主要函数：defsegment_plane(self,distance_threshold,ransac_n,num_iterations):'''5，代码实现6，结果展示1，概述随机抽样一致性算法QRANSAC(Randomsampleconsensus)是一种迭代的方法来从一系列包含有离异值的数据中计算数学模型参数的方法。RANSAC算法本质上由两步组成
  • 太阳与大海的早晨（北戴河观日出有感） 方圆_3b30
    太阳给万物带来了无限生机，大海为世间创造了无数神奇，每天早晨太阳的光和大海的水又紧密的联系在一起，为我们描绘的蓝图更是绚烂无比。夏日的北戴河，早四时三十分左右，东方的朝霞开始显现，随着时间分秒的移动，霞光在迅速扩大，也愈来愈亮，使天边云彩的颜色也随之变幻，由桔红变桔黄，又改米黄，继而乳白，这变化没有明显刻度，没有突屼转折，只是在你一转眼或不经意时而为之。十五分钟后太阳开始从海平面出现，我惊叹，远在
  • Python计算机视觉编程 第三章 图像到图像的映射 一只小小程序猿 计算机视觉pythonopencv
    目录单应性变换直接线性变换算法仿射变换图像扭曲图像中的图像分段仿射扭曲创建全景图RANSAC拼接图像单应性变换单应性变换是将一个平面内的点映射到另一个平面内的二维投影变换。在这里，平面是指图像或者三维中的平面表面。单应性变换具有很强的实用性，比如图像配准、图像纠正和纹理扭曲，以及创建全景图像。单应性变换本质上是一种二维到二维的映射，可以将一个平面内的点映射到另一个平面上的对应点。代码如下：impo
  • 不会PS，教你设计出高大上的平面设计图！ mindmap
    平面设计是一项有挑战的技术，之前只能用PS软件来做，会有一定的准入门槛。但随着各种软件的冒出，现在做平面设计不像之前那么苦难。这里推荐们推荐一款超简单的零门槛在线平面设计工具，帮助你轻松完成平面设计！菲果设计，一款全新发布的在线平面设计工具。拥有它之后，没有任何绘图基础的小白只需5分钟时间，即可打造出一幅专业的平面作品。现在，揭开面纱，细数菲果设计工具的六大特点，我们一起来了解下吧！一、6大场景，
  • VR Outdoor Cinema VR户外电影院环境模场景型 逑乐 Unity各类资源展示资源vrUnity资源U3D模型环境
    VR户外影院-类似于OculusCinema、Netflix、照片查看器、GearVR的VR菜单的VR视频播放器环境。即使在低端手机上也能使用-8K分辨率的6幅HQ立体全景图像-用于显示照片/视频的电视平面-GearVR的6个场景和主菜单下载：Unity资源商店链接资源下载链接效果图：
  • PMSJ寻平面设计师之甲骨文公司(Oracle） 全球区块链企业动态
    1977年6月.LarryEllison与BobMiner和EdOates在硅谷共同创办了一家名为软件开发实验室（SoftwareDevelopmentLaboratories，SDL）的计算机公司（ORACLE公司的前身）.Ellison和Miner预见到数据库软件的巨大潜力.于是.SDL开始策划构建可商用的关系型数据库管理系统（RDBMS）.很快他们就弄出来一个产品雏形.或者具体的说.更像一个
  • （凸集）表示定理 流星落黑光
    表示定理设为非空多面集，则有：（1）极点集非空，且存在有限个极点（2）极方向集合为空集的充要条件是S有界，若S无界，则存在有限个极方向（3）的充要条件是：证明略。解释：*1：对一个有限多面体的表面，并不需要极方向（极方向只存在与无限情况！），显然任意一个表面上的点都在某个平面上，可由这个平面的端点（即有限个极点）表示。对一个无限多面体表面，若一个点在一个无限大的面上，这个无限大的面也可由有限条线段
  • 说说绘本剧 静待花开126
    说说绘本剧说起绘本剧，最早是2003年作为绘本剧的观众，第1次领略了什么是绘本剧，那一句小鸡的“不急不急，不着急”的台词到现在孩子都记得。如果说绘本给我们讲述了一个平面的故事，那绘本剧就带我们在故事里进行了延伸和拓展。因为我对戏剧没那么热情，从来没有想过，有一天，我家的宝贝也走上了绘本剧的舞台。以前孩子不喜欢表演，在人多面前讲话都会怯场，所以我一直以为他不太喜欢上台，2008年《谢谢你小千》剧组选
  • 白雪公主的婚后生活 小胖丁丶
    云，在海天交汇的远处不断暗集成大片的淤青，风继续将海浪拉扯向岸边如野兽利齿般交错的岩石，然后被撕咬成无数碎片，灰与暗开始占领天空，急不可待的将最后夕阳留下的最后一丝明亮与温暖赶下海平面，天黑了。伊莉丝脱掉鞋，用麻绳把裤脚拴紧，以便自己的行动尽可能的不受影响。确认匕首就在腰间后，伊莉丝便安心一些，尽管那个矮人找到自己时带来了希望，并且眼神充满诚恳与忧心。伊莉丝还是得防备着他，这是那个常年与野兽搏斗的
  • 20岁正迷茫 小苏漠
    99年属兔，巨蟹座，从小多愁善感。16年6月在我即将要17岁生日的时候被刚面试不久的单位拉去实习，我是学计算机平面设计的中专学历，很突然，但是我想到可能是因为再过不久就要端午节的原因。酒店缺人，我跟我当时的朋友面试的服务员，我们那会毕业季学校必须要我们出去实习，可以自己找单位，但要开证明，那会懵懵懂懂的哪知道这些。我家里人不怎么过问我，我没有办法所以只能选择实习，我其实心里很想继续读大专的但是我已
  • 面朝大海 李超越kelly
    每个早晨都是一次愉快的邀请。海岛之晨更是。如果可以去海边，我想你可能也想邂逅一次诗人笔下的海岛之晨：海平面向下弯曲/露出一只红色的眼睛/它替代我们/凝视着即将到来的今天、明天和所有未来。我想你也许也会沉默，就像许多经历痛苦、磨难却无法言说的人一样——海在这一刻，成了你的密友。以它最深的、最为体贴的沉默，允许以一种凝望之姿，把一切都暂时放下来了。此时，海是你，你是海。天也是你，你也是天。你们坚实又缥
  • 毕业做自由职业者，月入五位数，真的难吗？ 阿岛岛岛啊
    本人女，2019年毕业于一所非双一流的普通一本，专业是市场营销。目前从事的工作是平面设计，主攻ppt，一个月靠做设计的收入差不多7k-1w，工作地点就是在家里。那废话不多说，我从三个方面大概说下我做自由职业者的总结和一些心路历程。1、我是怎么样走上自由职业这条路的？首先从ppt设计讲起。上了大学因为需要制作课堂作业参加各种比赛才开始接触了解到ppt的，而对ppt的兴趣来源于我喜欢站在台上的感觉。我
  • python图像处理的图像几何变换 yava_free 图像处理python计算机视觉
    一.图像几何变换图像几何变换不改变图像的像素值，在图像平面上进行像素变换。适当的几何变换可以最大程度地消除由于成像角度、透视关系乃至镜头自身原因所造成的几何失真所产生的负面影响。几何变换常常作为图像处理应用的预处理步骤，是图像归一化的核心工作之一[1]。一个几何变换需要两部分运算：空间变换：包括平移、缩放、旋转和正平行投影等，需要用它来表示输出图像与输入图像之间的像素映射关系。灰度插值算法：按照这
  • 我是怎么转行的 开心的半碗凉茶
    做设计的，好的电脑必不可少。记得我的第一台电脑是1千5的台式电脑，还是集成显卡，配置真的很烂。自己学的是英语专业，想来也不必用那么好的电脑，用来看电影追剧绰绰有余了。工作了2年，没啥进步，想转行做平面设计，就在老电脑学设计软件来，刚开始还是很吃力的，因为电脑硬件跟不上，用软件起来一卡一卡的，当时也没存到什么钱，也就将就了这样，还好凭着对设计的热爱坚持了下来。大概过了一年，对软件也比较熟练了，也做了
  • 2-90 基于matlab的总图专业平面布置优化程序 'Matlab学习与应用 matlab工程应用物流强度物流关系数数据物流流进厂房标号总图专业平面布置优化matlab
    基于matlab的总图专业平面布置优化程序，输入数据物流流进厂房标号、物流关系数、物流关系标号、物流强度，双目标优化算法计算最优平面布置方案。程序已调通，可直接运行。下载源程序点链接：2-90基于matlab的总图专业平面布置优化程序
  • PDF标准详解（三）—— PDF坐标系统和坐标变换 aluluka PDF相关技术pdf
    之前我们了解了PDF文档的基本结构，并且展示了一个简单的helloworld。这个helloworld虽然只在页面中显示一个helloworld文字，但是包含的内容却是不少。这次我们仍然以它为切入点，来了解PDF的坐标系统以及坐标变换的相关知识图形学中二维图形变换中学我们学习了平面直角坐标系，x轴沿着水平方向从左往右递增，Y轴沿着竖直方向，从下往上坐标递增。而PDF的坐标系与数学中的坐标系相同。但
  • bfs 求解迷宫最短路径问题 蒟蒻彧彧 搜索
    问题描述下图给出了一个迷宫的平面图，其中标记为1的为障碍，标记为0的为可以通行的地方。010000000100001001110000迷宫的入口为左上角，出口为右下角，在迷宫中，只能从一个位置走到这个它的上、下、左、右四个方向之一。对于上面的迷宫，从入口开始，可以按DRRURRDDDR的顺序通过迷宫，一共10步。其中D、U、L、R分别表示向下、向上、向左、向右走。对于下面这个更复杂的迷宫（30行5
  • 写给小白——Android动画之位移动画（移动动画） justCode_
    前面讲了，透明动画和缩放动画，今天单独讲讲位移动画。因为位移动画，真的是相对而言，变化最多，也最难（当然，也不难，会就不难）首先，我喜欢先讲方法和结果。然后，再讲原理。移动动画的代码，就这么多，这里的代码，几乎是位移动画的全部了。这里，我先不讲每个参数是什么。我准备在文末解释。我红框选中的地方，是我今天讲的重点。首先，我们讲一个东西，我今天讲的是平面位移（也叫二维位移）。当然，有三维（俗称3D）的
  • 鸿蒙轻内核A核源码分析系列一 数据结构-双向循环链表 OpenHarmony_小贾 OpenHarmony鸿蒙开发HarmonyOS数据结构harmonyos链表OpenHarmony移动开发鸿蒙内核鸿蒙开发
    在学习OpenHarmony鸿蒙轻内核源代码的时候，常常会遇到一些数据结构的使用。如果没有掌握它们的用法，会导致阅读源代码时很费解、很吃力。本文会给读者介绍源码中重要的数据结构，双向循环链表DoublyLinkedList。在讲解时，会结合数据结构相关绘图，培养读者们的数据结构的平面想象能力，帮助更好的学习和理解这些数据结构的用法。本文中所涉及的源码，以OpenHarmonyLiteOS-A内核为
  • 水中开纸花 梧桐雨_72fd
    你知道怎样让纸花在水中盛开吗？今天就让我来告诉你吧。先用用你的彩笔，在彩色手工纸上画一个花的平面图，再动动你灵巧的双手把它剪下来，千万不要让剪刀“咬”到你的小手哟，伸伸你细细长长的手指把花瓣合拢起来，让他形成一个小花苞。接着，端来一盆盛满清水的器皿，把这个小花苞小心翼翼地放入水中，让它轻轻地浮在水面上，这时候，你就得屏住呼吸，大气也不敢出，眼睛直勾勾地盯住，一点儿也不敢动，因为最……（这里省直省略
  • 【每日晨读】 人像摄影进行时：完美构图1 II终生学习II
    我们所拍摄的人物都真实地存在于一种空间中，不管他（她）所在的空间环境是复杂还是简单，他（她）都是具有空间性的。而在摄影中，要想表达空间，真实地还原人物，就一定会涉及透视知识。透视是一种广泛性的存在。正因为它在视觉上具有客观性而无法让人忽视。可以说，每拍摄一幅画面，都无可避免地要对画面的透视关系进行效果上的处理，以使得照片这种二维平面性的视效产生尽可能迷人的空间立体效果。这是照片以二维向三维幻化的必
  • 2018-11-06 心心相印_66
    一楼的缘故，楼道里声音确实多一些，淘睡前如果在意这些声音了，即使半夜没有声音依然会睡不安稳。今天把他的儿童床靠近窗户了，双人床搬到靠近卧室门，调换了位置，给我累够呛！希望今晚上他睡的踏实点。淘淘从阳台找了一个袋子，托马斯双层轨道，有点复杂。我在收拾衣服没管他，想着他自己拼一个平面圆形的轨道就算了。他把轨道倒了一地，突然冲我喊“妈妈，看！”我没有回头，嗯了一声，他又喊“妈妈看！”我看了他一眼，他手里
  • 扫雷（蓝桥杯） DHX～ 蓝桥杯算法
    题目描述小明最近迷上了一款名为《扫雷》的游戏。其中有一个关卡的任务如下，在一个二维平面上放置着n个炸雷，第i个炸雷(xi,yi,ri)表示在坐标(xi,yi)处存在一个炸雷，它的爆炸范围是以半径为ri的一个圆。为了顺利通过这片土地，需要玩家进行排雷。玩家可以发射m个排雷火箭，小明已经规划好了每个排雷火箭的发射方向，第j个排雷火箭(xj,yj,rj)表示这个排雷火箭将会在(xj,yj)处爆炸，它的爆
  • 科研绘图系列：R语言柱状图分布（histogram plot） 生信学习者1 SCI科研绘图系列r语言数据可视化
    文章目录介绍加载R包读取数据画图介绍柱状图（BarChart）是一种常用的数据可视化图表，用于展示和比较不同类别或组的数据。它通过在二维平面上绘制一系列垂直或水平的柱子来表示数据的大小，每个柱子的长度或高度代表一个数据点的数值。柱状图非常适合于展示分类数据的分布和比较。柱状图的特点：直观比较：柱状图可以直观地展示不同类别之间的数值比较，易于理解。分类展示：数据按照类别或组别进行分组展示，每个类别用
  • 实验室设计装修(实验室设计方案) 特耐苏洁净实验室 实验室装修人工智能大数据网络实验室家具设计规范
    广州特耐苏净化设备有限公司详细介绍：实验室设计装修(实验室设计方案)实验室装修设计一、实验室装修设计遵循的原则1、科学合理原则实验室的平面布置要科学合理，功能分区要明确，人员交流方便，且互不干扰。此外，还要做好实验工作空间、通风系统、供水气系统、消防系统、供电、仪器设备接地、安全措施以及相应的基础设施。2、效率效益原则要优化实验室内的人流、物流行程，缩短其往返距离，设备要使用节能的，并做好管路布局
  • PHP，安卓，UI，java，linux视频教程合集 cocos2d-x小菜 javaUIPHPandroidlinux
    ╔-----------------------------------╗┆                           
  • 各表中的列名必须唯一。在表 'dbo.XXX' 中多次指定了列名 'XXX'。 bozch .net.net mvc
    在.net mvc5中，在执行某一操作的时候，出现了如下错误：       各表中的列名必须唯一。在表 'dbo.XXX' 中多次指定了列名 'XXX'。 经查询当前的操作与错误内容无关，经过对错误信息的排查发现，事故出现在数据库迁移上。 回想过去： 在迁移之前已经对数据库进行了添加字段操作，再次进行迁移插入XXX字段的时候，就会提示如上错误。  &
  • Java 对象大小的计算 e200702084 java
                              Java对象的大小 如何计算一个对象的大小呢？    
  • Mybatis Spring 171815164 mybatis
    ApplicationContext ac = new ClassPathXmlApplicationContext("applicationContext.xml"); CustomerService userService = (CustomerService) ac.getBean("customerService"); Customer cust
  • JVM 不稳定参数 g21121 jvm
            -XX 参数被称为不稳定参数，之所以这么叫是因为此类参数的设置很容易引起JVM 性能上的差异，使JVM 存在极大的不稳定性。当然这是在非合理设置的前提下，如果此类参数设置合理讲大大提高JVM 的性能及稳定性。        可以说“不稳定参数”
  • 用户自动登录网站 永夜-极光 用户
    1.目标:实现用户登录后,再次登录就自动登录,无需用户名和密码 2.思路:将用户的信息保存为cookie            每次用户访问网站,通过filter拦截所有请求,在filter中读取所有的cookie,如果找到了保存登录信息的cookie,那么在cookie中读取登录信息,然后直接
  • centos7 安装后失去win7的引导记录 程序员是怎么炼成的 操作系统
    1.使用root身份(必须)打开 /boot/grub2/grub.cfg 2.找到 ### BEGIN /etc/grub.d/30_os-prober ###   在后面添加    menuentry "Windows 7 (loader) (on /dev/sda1)" { 
  • Oracle 10g 官方中文安装帮助文档以及Oracle官方中文教程文档下载 aijuans oracle
    Oracle 10g 官方中文安装帮助文档下载：http://download.csdn.net/tag/Oracle%E4%B8%AD%E6%96%87API%EF%BC%8COracle%E4%B8%AD%E6%96%87%E6%96%87%E6%A1%A3%EF%BC%8Coracle%E5%AD%A6%E4%B9%A0%E6%96%87%E6%A1%A3 Oracle 10g 官方中文教程
  • JavaEE开源快速开发平台G4Studio_V3.2发布了 無為子 AOPoraclemysqljavaeeG4Studio
      我非常高兴地宣布,今天我们最新的JavaEE开源快速开发平台G4Studio_V3.2版本已经正式发布。大家可以通过如下地址下载。   访问G4Studio网站 http://www.g4it.org   G4Studio_V3.2版本变更日志 功能新增 (1).新增了系统右下角滑出提示窗口功能。 (2).新增了文件资源的Zip压缩和解压缩
  • Oracle常用的单行函数应用技巧总结 百合不是茶 日期函数转换函数(核心)数字函数通用函数(核心)字符函数
    单行函数;   字符函数,数字函数,日期函数,转换函数(核心),通用函数(核心) 一:字符函数: .UPPER(字符串) 将字符串转为大写 .LOWER (字符串) 将字符串转为小写 .INITCAP(字符串) 将首字母大写 .LENGTH (字符串) 字符串的长度 .REPLACE(字符串,'A','_') 将字符串字符A转换成_
  • Mockito异常测试实例 bijian1013 java单元测试mockito
    Mockito异常测试实例： package com.bijian.study; import static org.mockito.Mockito.mock; import static org.mockito.Mockito.when; import org.junit.Assert; import org.junit.Test; import org.mockito.
  • GA与量子恒道统计 Bill_chen JavaScript浏览器百度Google防火墙
    前一阵子，统计**网址时，Google Analytics（GA） 和量子恒道统计（也称量子统计），数据有较大的偏差，仔细找相关资料研究了下，总结如下：   为何GA和量子网站统计（量子统计前身为雅虎统计）结果不同？ 首先：没有一种网站统计工具能保证百分之百的准确出现该问题可能有以下几个原因：（1）不同的统计分析系统的算法机制不同；（2）统计代码放置的位置和前后
  • 【Linux命令三】Top命令 bit1129 linux命令
    Linux的Top命令类似于Windows的任务管理器，可以查看当前系统的运行情况，包括CPU、内存的使用情况等。如下是一个Top命令的执行结果：     top - 21:22:04 up 1 day, 23:49, 1 user, load average: 1.10, 1.66, 1.99 Tasks: 202 total, 4 running, 198 sl
  • spring四种依赖注入方式 白糖_ spring
      平常的java开发中，程序员在某个类中需要依赖其它类的方法，则通常是new一个依赖类再调用类实例的方法，这种开发存在的问题是new的类实例不好统一管理，spring提出了依赖注入的思想，即依赖类不由程序员实例化，而是通过spring容器帮我们new指定实例并且将实例注入到需要该对象的类中。依赖注入的另一种说法是“控制反转”，通俗的理解是：平常我们new一个实例，这个实例的控制权是我
  • angular.injector boyitech AngularJSAngularJS API
    angular.injector   描述: 创建一个injector对象, 调用injector对象的方法可以获得angular的service, 或者用来做依赖注入.   使用方法: angular.injector(modules, [strictDi])   参数详解: Param Type Details mod
  • java-同步访问一个数组Integer[10]，生产者不断地往数组放入整数1000，数组满时等待；消费者不断地将数组里面的数置零，数组空时等待 bylijinnan Integer
    public class PC { /** * 题目：生产者-消费者。 * 同步访问一个数组Integer[10]，生产者不断地往数组放入整数1000，数组满时等待；消费者不断地将数组里面的数置零，数组空时等待。 */ private static final Integer[] val=new Integer[10]; private static
  • 使用Struts2.2.1配置 Chen.H apachespringWebxmlstruts
    Struts2.2.1 需要如下 jar包: commons-fileupload-1.2.1.jar commons-io-1.3.2.jar commons-logging-1.0.4.jar freemarker-2.3.16.jar javassist-3.7.ga.jar ognl-3.0.jar spring.jar struts2-core-2.2.1.jar struts2-sp
  • [职业与教育]青春之歌 comsci 教育
           每个人都有自己的青春之歌............但是我要说的却不是青春...        大家如果在自己的职业生涯没有给自己以后创业留一点点机会,仅仅凭学历和人脉关系,是难以在竞争激烈的市场中生存下去的....   &nbs
  • oracle连接(join)中使用using关键字 daizj JOINoraclesqlusing
    在oracle连接(join)中使用using关键字 34. View the Exhibit and examine the structure of the ORDERS and ORDER_ITEMS tables. Evaluate the following SQL statement: SELECT oi.order_id, product_id, order_date FRO
  • NIO示例 daysinsun nio
    NIO服务端代码： public class NIOServer { private Selector selector; public void startServer(int port) throws IOException { ServerSocketChannel serverChannel = ServerSocketChannel.open(
  • C语言学习homework1 dcj3sjt126com chomework
    0、 课堂练习做完 1、使用sizeof计算出你所知道的所有的类型占用的空间。 int x; sizeof(x);   sizeof(int);   # include <stdio.h> int main(void) { int x1; char x2; double x3; float x4; printf(&quo
  • select in order by , mysql排序 dcj3sjt126com mysql
    If i select like this: SELECT id FROM users WHERE id IN(3,4,8,1); This by default will select users in this order 1,3,4,8, I would like to select them in the same order that i put IN() values so:
  • 页面校验-新建项目 fanxiaolong 页面校验
    $(document).ready( function() { var flag = true; $('#changeform').submit(function() { var projectScValNull = true; var s =""; var parent_id = $("#parent_id").v
  • Ehcache（02）——ehcache.xml简介 234390216 ehcacheehcache.xml简介
    ehcache.xml简介          ehcache.xml文件是用来定义Ehcache的配置信息的，更准确的来说它是定义CacheManager的配置信息的。根据之前我们在《Ehcache简介》一文中对CacheManager的介绍我们知道一切Ehcache的应用都是从CacheManager开始的。在不指定配置信
  • junit 4.11中三个新功能 jackyrong java
    junit 4.11中两个新增的功能，首先是注解中可以参数化，比如 import static org.junit.Assert.assertEquals; import java.util.Arrays; import org.junit.Test; import org.junit.runner.RunWith; import org.junit.runn
  • 国外程序员爱用苹果Mac电脑的10大理由 php教程分享 windowsPHPunixMicrosoftperl
    Mac 在国外很受欢迎，尤其是在 设计/web开发/IT 人员圈子里。普通用户喜欢 Mac 可以理解，毕竟 Mac 设计美观，简单好用，没有病毒。那么为什么专业人士也对 Mac 情有独钟呢？从个人使用经验来看我想有下面几个原因： 1、Mac OS X 是基于 Unix 的 这一点太重要了，尤其是对开发人员，至少对于我来说很重要，这意味着Unix 下一堆好用的工具都可以随手捡到。如果你是个 wi
  • 位运算、异或的实际应用 wenjinglian 位运算
    一． 位操作基础，用一张表描述位操作符的应用规则并详细解释。       二． 常用位操作小技巧，有判断奇偶、交换两数、变换符号、求绝对值。       三． 位操作与空间压缩，针对筛素数进行空间压缩。    &n
  • weblogic部署项目出现的一些问题（持续补充中……） Everyday都不同 weblogic部署失败
    好吧，weblogic的问题确实……   问题一： org.springframework.beans.factory.BeanDefinitionStoreException: Failed to read candidate component class: URL [zip:E:/weblogic/user_projects/domains/base_domain/serve
  • tomcat7性能调优（01） toknowme tomcat7
        Tomcat优化： 1、最大连接数最大线程等设置 <Connector port="8082" protocol="HTTP/1.1"                useBodyEncodingForURI="t
  • PO VO DAO DTO BO TO概念与区别 xp9802 javaDAO设计模式bean领域模型
    O/R Mapping 是 Object Relational Mapping（对象关系映射）的缩写。通俗点讲，就是将对象与关系数据库绑定，用对象来表示关系数据。在O/R Mapping的世界里，有两个基本的也是重要的东东需要了解，即VO，PO。 它们的关系应该是相互独立的，一个VO可以只是PO的部分，也可以是多个PO构成，同样也可以等同于一个PO（指的是他们的属性）。这样，PO独立出来，数据持
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他