- PaddleDetection v2.6发布:目标小?数据缺?标注累?泛化差?PP新员逐一应对!
飞桨PaddlePaddle
技术干货人工智能python机器学习深度学习开发语言
从2022年10月份开始,大家已经陆续在PaddleDetection仓库的develop分支下尝鲜体验了一些预发布的新算法。如今经过4个月的打磨升级,PaddleDetectionv2.6正式发布,最新版本有哪些更新以及性能提升呢?快来打开这份更新解读吧!更新重点PP-YOLOE家族再添新员,半监督、少样本、蒸馏学习加持,旋转框、小目标、密集全场景检测覆盖;PP-Human、PP-Vehicle
- YOLO系列:YOLO v1-v8、YOLOx、PP-YOLOE、DAMO-YOLO、YOLOX-PAI 设计思路
Debroon
医学视觉#深度学习YOLO
从YOLOv1-v8YOLO综述改进点改进方向YOLOv1YOLO流程网格(grid)、锚点(anchors)、锚框(anchorboxes)交并比为什么把图像分割成n*n的格子呢?边界框的作用?为什么需要俩个边界框?那如果一个格子有俩个以上的对象呢?主干网络损失函数解析为什么不是一个损失函数?怎么判断是否有物体以及预测准确性?非极大值抑制去除重复预测结果YOLOv1的优化思路YOLOv2更轻量化
- 训练PP-YOLOE,失败了,朋友们没用不用看了,但我还是做一点点记录万一有用呢
孟孟单单
深度学习项目经验tips人工智能
文章目录源码配置环境(Windows环境安装CUDA11.2的PaddlePaddle)源码https://github.com/yeyupiaoling/PP-YOLOE配置环境(Windows环境安装CUDA11.2的PaddlePaddle)根据自己的机器去选择应该安装什么CUDA版本的。我的是RTX3050,最高可以安装CUDA11.6,但依据它能提供的CUDA12.0、11.8、11.7
- 最新开源的目标检测算法来了!
AI小白龙*
目标检测算法人工智能YOLOopencv计算机视觉
目标检测作为计算机视觉领域的顶梁柱,不仅可以独立完成车辆、商品、缺陷检测等任务,也是人脸识别、视频分析、以图搜图等复合技术的核心模块,在自动驾驶、工业视觉、安防交通等领域的商业价值有目共睹。在当前云、边、端多场景协同的产业大趋势下,运行速度、模型计算量、模型格式转化、硬件适配、统一部署方案等实际问题都需要考虑。而今天给大家推荐的全新发布的PP-YOLOE和PP-PicoDet增强版,相比YOLOv
- 基于 OpenVINO Python API 部署 RT-DETR
人工智能MOS
人工智能深度学习机器学习
1.RT-DETR 飞桨在去年3月份推出了高精度通用目标检测模型PP-YOLOE,同年在PP-YOLOE的基础上提出了PP-YOLOE+。而继PP-YOLOE提出后,MT-YOLOv6、YOLOv7、DAMO-YOLO、RTMDet等模型先后被提出,一直迭代到今年开年的YOLOv8。 YOLO检测器有个较大的待改进点是需要NMS后处理,其通常难以优化且不够鲁棒,因此检测器的速度存在延迟。DETR是
- PP-YOLOE论文解读
00000cj
ObjectDetectionYOLO深度学习计算机视觉目标检测YOLO
paper:PP-YOLOE:AnevolvedversionofYOLOofficialimplementation:https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.7/configs/ppyoloethird-partyimplementation:https://github.com/open-mmlab/mmyo
- PaddleDetection使用VOC数据集训练
Elk-y
python深度学习paddle
当前PaddleDetection版本:release/2.4以下采用PP-YOLOE为例数据准备将图片和标注文件保存至如下文件格式使用脚本切分训练集pipinstallmatplotlibpython3make_voc.py--datasetdatasets/测试数据集importargparseimportrandomimportrefrompathlibimportPathfrommatpl
- PP-YOLOE: An evolved version of YOLO(2022.12)
怎么全是重名
#YOLO论文笔记YOLO目标检测深度学习
文章目录Abstract1.Introduction2.Method2.1.ABriefReviewofPP-YOLOv22.2.ImprovementofPP-YOLOEAnchor-freeBackboneandNeckTaskAlignmentLearning(TAL)EfficientTask-alignedHead(ET-head)3.Experiment4.Conclusion原文链接
- 飞桨平台搭建PP-YOLOE模型
追寻_无憾
YOLOpaddlepaddle人工智能
一、创建项目此博客仅是运行PP-YOLOE源码,这里以变压器渗漏数据集为例COCO数据集太大了,跑不动,V100训练预估计得7天左右,即便是A100也得4天半,变压器渗漏油数据集跑一个小时左右,还可以接受,那么不墨迹直接进入手把手环节。首先,进入百度搜索飞桨,进入云平台选择项目–>创建项目–>NoteBook然后,输入项目名称,添加数据集(点击添加数据集,按需搜索即可,也可自己创建数据集)。之后点
- PP-YOLOE 论文学习
calvinpaean
目标检测学习
1.解决了什么问题?单阶段目标检测器能很好地平衡速度和精度,YOLO系列是其中的代表。YOLOX采用了anchor-free范式,加入了动态标签分配以提升检测表现,在TeslaV100上取得了50.1mAP,速度是68.9FPS。本文提出的PP-YOLOE为了适配各种硬件平台,没有使用可变形卷积、MatrixNMS等操作。如下图,PP-YOLOE在速度和精度方面领先于YOLOX和YOLOv5。2.
- 【读点论文】PP-YOLOE: An evolved version of YOLO,面向友好部署的模型设计,为项目后续产业落地提供了更加有效的参考
羞儿
论文笔记YOLO部署落地计算机视觉
PP-YOLOE:AnevolvedversionofYOLOAbstract在本报告中,我们介绍了PP-YOLOE,一种具有高性能和友好部署的工业最先进的目标探测器。我们在之前的PP-YOLOv2的基础上进行优化,采用无锚模式,更强大的骨干和颈部配备CSPRepResStage,ET-head和动态标签分配算法TAL。我们为不同的实践场景提供s/m/l/x模型。结果,pp-yoloe-1在COC
- 超越YOLOv8,飞桨推出精度最高的实时检测器RT-DETR!
众所周知,实时目标检测(Real-TimeObjectDetection)一直由YOLO系列模型主导。飞桨在去年3月份推出了高精度通用目标检测模型PP-YOLOE,同年在PP-YOLOE的基础上提出了PP-YOLOE+。后者在训练收敛速度、下游任务泛化能力以及高性能部署能力方面均达到了很好的效果。而继PP-YOLOE提出后,MT-YOLOv6、YOLOv7、DAMO-YOLO、RTMDet等模型先
- 【论文精读】PP-YOLOE: An evolved version of YOLO
.别拖至春天.
YOLO深度学习计算机视觉
文章目录前言一、可扩展的Backbone和Neck二、更高效的标签分配策略TAL(TaskAlignmentLearning)三、更简洁有效的ET-Head(EfficientTask-alignedHead)前言百度飞桨团队发布了PP-YOLOE,与其他YOLO系列算法相比,其具有更强的性能、更丰富灵活的配置方案以及更全硬件支持三大优势。下面先浅列一下在文章摘要中提到的相关的性能提升:PP-YO
- pp-human在rk3588上部署
Kun Li
算法部署人工智能
手把手教你百度飞桨PP-YOLOE部署到瑞芯微RK3588_pp飞桨怎么安装_布衣神棍的博客-CSDN博客手把手教你百度飞桨PP-YOLOE部署到瑞芯微RK3588https://blog.csdn.net/buyishengun/article/details/127653529开发板概况—TB-RK3588x0.1文档https://t.rock-chips.com/wiki/CN/tb-rk
- 论文解读: PP-YOLOE: An evolved version of YOLO
万里鹏程转瞬至
论文阅读YOLO计算机视觉
论文地址:https://arxiv.org/pdf/2203.16250.pdf发表时间:2022PP-YOLOE基于PP-YOLOv2改进实现,其中PP-YOLOv2的整体架构包含了具有可变形卷积的ResNet50-vd的主干,使用带有SPP层和DropBlock的PAN做neck,以及轻量级的IoU感知头。在PPYOLOv2中,ReLU激活功能用于主干,而mish激活功能用于颈部。PP-YO
- PP-YOLOE论文解读
‘Atlas’
目标检测论文详解深度学习深度学习计算机视觉机器学习PP-YOLOE
文章目录创新点算法anchor-freebackboneandneckTALET-head实验结论论文:《PP-YOLOE:AnevolvedversionofYOLO》github:https://github.com/PaddlePaddle/PaddleDetection/tree/develop创新点PP-YOLOE基于之前PP-YOLOv2进行优化,使用anchor-free算法,更强的
- PP-YOLOE详解
秋水 墨色
大数据
PP-YOLOE有一系列的模型,即s/m/l/x,可以通过widthmultiplier和depthmultiplier配置。PP-YOLOE避免使用诸如deformableconvolution或者matrixnms之类的特殊算子,以使其能轻松地部署在多种多样的硬件上。该检测器的设计机制包括:Anchorfree机制可扩展的backbone和neck,由CSPRepResStage(CSPNet
- PPYOLOE
小小小~
yolo深度学习神经网络计算机视觉
PP-YOLOE是基于PP-YOLOv2的单阶段Anchor-free模型,超越了多种流行的yolo模型。PP-YOLOE有一系列的模型,即s/m/l/x,可以通过widthmultiplier和depthmultiplier配置。PP-YOLOE避免使用诸如deformableconvolution或者matrixnms之类的特殊算子,以使其能轻松地部署在多种多样的硬件上。一、模型结构:PP-Y
- 【目标检测】|PPYOLOE
rrr2
目标检测目标检测
首先PP-YOLOE-l在COCO数据集上达到了51.4mAP。相比较PP-YOLOv2提升1.9AP和13.35%的速度,相比较YOLOX提升1.3AP和24.96%的速度。而PP-YOLOE中主要的改进点是:anchor-free,powerfulbackboneandneck,TAL动态labelassign,ET-head。PP-YOLOE避免使用变形卷积[3,34]和matrixNMS[
- 基于OpenVINO部署PaddlePadle-YOLOE模型—2.模型下载与转换
爱码一万年
openvinoC++openvinopaddlepaddle
1.模型下载 首先下载PP-YOLOE官方训练模型,该模型由PaddleDetection提供,基于COCO数据集训练,可以识别80种常见物体。此处采用的是PaddleDetectionrelease/2.5版本,PP-YOLOE+模型,具体可以参考官方文件PP-YOLOE。 使用命令,导出我们要使用的模型,在命令行种依次输入以下指令,导出我们所使用的模型文件://打开PaddleDetectio
- PP-yoloE论文的理解
猫猫与橙子
目标检测ppyoloe
目录1.简单回顾PP-YOLOv22.本文的贡献2.1anchorfree2.2BackboneandNeck2.2.1ESE的原始架构2.3TAL和T-head2.3.1TAL2.4EfficientTask-alignedHead(ET-head)2.4.1varifocalloss(VFL)2.4.2distributionfocalloss(DFL)3.实验3.1与sota检测器相比涉及到
- 行人属性识别开源项目
AI浩
目标跟踪计算机视觉人工智能深度学习
文章目录1、百度的行人属性识别项目方案说明2、京东的JDAI-CV/fast-reid使用方法3、Rethinking_of_PAR训练测试4、yolov5-deepmar1、百度的行人属性识别项目PP-Human属性识别方案说明1、目标检测/多目标跟踪获取图片/视频输入中的行人检测框,模型方案为PP-YOLOE,详细文档参考PP-YOLOE。2、通过行人检测框的坐标在输入图像中截取每个行人。3、
- 【论文笔记】PP-YOLOE: An evolved version of YOLO
事多做话少说
目标检测论文笔记deeplearning目标检测计算机视觉
PP-YOLOE简介改进1.针对泛化性1)可变卷积(deformableconvolution)2)MatrixNMS2.Anchor-free3.骨干网络和Neck1)RepResBlock2)跨阶段部分连接(crossstagepartialconnections)3)ESE(EffectiveSqueezeandExtraction)4.TaskAlignmentLearning(TAL).
- YOLO界再起波澜!mAP 51.4,149FPS,目标检测,一个就够了
人工智能与算法学习
算法大数据机器学习人工智能深度学习
机器之心发布作者:百度飞桨团队百度飞桨团队发布了PP-YOLOE,与其他YOLO系列算法相比,其具有更强的性能、更丰富灵活的配置方案以及更全硬件支持三大优势。此前,机器之心报道过的PaddleDetection项目再次升级,发布了全新进化版YOLO模型——PP-YOLOE,并再次以极佳的性能表现刷新业界性能榜单指标,在目标检测领域引起了广泛关注。论文地址:https://arxiv.org/abs
- 高精度PP-YOLOE、轻量化PP-PicoDet SOTA模型开源
飞桨PaddlePaddle
算法人工智能java机器学习大数据
目标检测作为计算机视觉领域的顶梁柱,不仅可以独立完成车辆、商品、缺陷检测等任务,也是人脸识别、视频分析、以图搜图等复合技术的核心模块,在自动驾驶、工业视觉、安防交通等领域的商业价值有目共睹。正因如此,YOLOv5、YOLOX、PP-YOLOE、PP-PicoDet等优秀算法层出不穷,各有优劣侧重。而在当前云、边、端多场景协同的产业大趋势下,运行速度、模型计算量、模型格式转化、硬件适配、统一部署方案
- YOLO系列目标检测算法——PP-YOLOE
Mr.小梅
YOLO系列目标检测算法深度学习知识总结目标检测人工智能计算机视觉目标检测深度学习算法
YOLO系列目标检测算法目录-文章链接YOLO系列目标检测算法总结对比-文章链接YOLOv1-文章链接YOLOv2-文章链接YOLOv3-文章链接YOLOv4-文章链接Scaled-YOLOv4-文章链接YOLOv5-文章链接YOLOv6-文章链接YOLOv7-文章链接PP-YOLO-文章链接PP-YOLOv2-文章链接YOLOR-文章链接YOLOS-文章链接YOLOX-文章链接PP-YOLOE-
- PaddleDetection研究报告——百度目标检测PP-YOLOE论文解读+实践应用
WerZ
目标检测计算机视觉深度学习
最新发布PP-YOLOE+,最高精度提升2.4%mAP,达到54.9%mAP,模型训练收敛速度提升3.75倍,端到端预测速度最高提升2.3倍;多个下游任务泛化性提升。PicoDet-NPU模型,支持模型全量化部署;新增PicoDet版面分析模型。超轻量目标检测算法。PP-TinyPose增强版,在健身、舞蹈等场景精度提升9.1%AP,支持侧身、卧躺、跳跃、高抬腿等非常规动作。超轻量关键点检测算法。
- 百度飞桨PP-YOLOE ONNX 在LabVIEW中的部署推理(含源码)
virobotics
LabVIEW深度学习实战深度学习:物体识别(目标检测)百度paddlepaddle计算机视觉人工智能目标检测
文章目录前言一、什么是PP-YOLO二、环境搭建1、部署本项目时所用环境2、LabVIEW工具包下载及安装三、模型的获取与转化1、安装paddle2、安装依赖的库3、安装pycocotools4、导出onnx模型(1)导出推理模型(2)安装paddle2onnx(3)转换成onnx格式四、在LabVIEW实现PP-YOLOE的部署推理1、LabVIEW调用PP-YOLOE实现目标检测pp-yolo
- PP-YOLOE的译读笔记
songyuc
PP-YOLOE
PP-YOLOE:AnevolvedversionofYOLO摘要本文介绍了PP-YOLOE模型,一种SOTA的产业级目标检测器,具有性能高效和部署友好的特点。本文在之前的PP-YOLOv2的基础上进行优化,使用了anchor-free范式、更加强大的主干、配备CSPRepResStage的neck设计、ET-head以及动态标签分配算法TAL。本文对于不同的应用场景提供了s/m/l/x模型。实验
- 百度又发布一个神器!网友直呼好家伙
VIP_CQCRE
算法人工智能机器学习java深度学习
目标检测作为计算机视觉领域的顶梁柱,不仅可以独立完成车辆、商品、缺陷检测等任务,也是人脸识别、视频分析、以图搜图等复合技术的核心模块,在自动驾驶、工业视觉、安防交通等领域的商业价值有目共睹。正因如此,YOLOv5、YOLOX、PP-YOLOE、PP-PicoDet等优秀算法层出不穷,各有优劣侧重。而在当前云、边、端多场景协同的产业大趋势下,运行速度、模型计算量、模型格式转化、硬件适配、统一部署方案
- PHP如何实现二维数组排序?
IT独行者
二维数组PHP排序
二维数组在PHP开发中经常遇到,但是他的排序就不如一维数组那样用内置函数来的方便了,(一维数组排序可以参考本站另一篇文章【PHP中数组排序函数详解汇总】)。二维数组的排序需要我们自己写函数处理了,这里UncleToo给大家分享一个PHP二维数组排序的函数:
代码:
functionarray_sort($arr,$keys,$type='asc'){
$keysvalue= $new_arr
- 【Hadoop十七】HDFS HA配置
bit1129
hadoop
基于Zookeeper的HDFS HA配置主要涉及两个文件,core-site和hdfs-site.xml。
测试环境有三台
hadoop.master
hadoop.slave1
hadoop.slave2
hadoop.master包含的组件NameNode, JournalNode, Zookeeper,DFSZKFailoverController
- 由wsdl生成的java vo类不适合做普通java vo
darrenzhu
VOwsdlwebservicerpc
开发java webservice项目时,如果我们通过SOAP协议来输入输出,我们会利用工具从wsdl文件生成webservice的client端类,但是这里面生成的java data model类却不适合做为项目中的普通java vo类来使用,当然有一中情况例外,如果这个自动生成的类里面的properties都是基本数据类型,就没问题,但是如果有集合类,就不行。原因如下:
1)使用了集合如Li
- JAVA海量数据处理之二(BitMap)
周凡杨
java算法bitmapbitset数据
路漫漫其修远兮,吾将上下而求索。想要更快,就要深入挖掘 JAVA 基础的数据结构,从来分析出所编写的 JAVA 代码为什么把内存耗尽,思考有什么办法可以节省内存呢? 啊哈!算法。这里采用了 BitMap 思想。
首先来看一个实验:
指定 VM 参数大小: -Xms256m -Xmx540m
- java类型与数据库类型
g21121
java
很多时候我们用hibernate的时候往往并不是十分关心数据库类型和java类型的对应关心,因为大多数hbm文件是自动生成的,但有些时候诸如:数据库设计、没有生成工具、使用原始JDBC、使用mybatis(ibatIS)等等情况,就会手动的去对应数据库与java的数据类型关心,当然比较简单的数据类型即使配置错了也会很快发现问题,但有些数据类型却并不是十分常见,这就给程序员带来了很多麻烦。
&nb
- Linux命令
510888780
linux命令
系统信息
arch 显示机器的处理器架构(1)
uname -m 显示机器的处理器架构(2)
uname -r 显示正在使用的内核版本
dmidecode -q 显示硬件系统部件 - (SMBIOS / DMI)
hdparm -i /dev/hda 罗列一个磁盘的架构特性
hdparm -tT /dev/sda 在磁盘上执行测试性读取操作
cat /proc/cpuinfo 显示C
- java常用JVM参数
墙头上一根草
javajvm参数
-Xms:初始堆大小,默认为物理内存的1/64(<1GB);默认(MinHeapFreeRatio参数可以调整)空余堆内存小于40%时,JVM就会增大堆直到-Xmx的最大限制
-Xmx:最大堆大小,默认(MaxHeapFreeRatio参数可以调整)空余堆内存大于70%时,JVM会减少堆直到 -Xms的最小限制
-Xmn:新生代的内存空间大小,注意:此处的大小是(eden+ 2
- 我的spring学习笔记9-Spring使用工厂方法实例化Bean的注意点
aijuans
Spring 3
方法一:
<bean id="musicBox" class="onlyfun.caterpillar.factory.MusicBoxFactory"
factory-method="createMusicBoxStatic"></bean>
方法二:
- mysql查询性能优化之二
annan211
UNIONmysql查询优化索引优化
1 union的限制
有时mysql无法将限制条件从外层下推到内层,这使得原本能够限制部分返回结果的条件无法应用到内层
查询的优化上。
如果希望union的各个子句能够根据limit只取部分结果集,或者希望能够先排好序在
合并结果集的话,就需要在union的各个子句中分别使用这些子句。
例如 想将两个子查询结果联合起来,然后再取前20条记录,那么mys
- 数据的备份与恢复
百合不是茶
oraclesql数据恢复数据备份
数据的备份与恢复的方式有: 表,方案 ,数据库;
数据的备份:
导出到的常见命令;
参数 说明
USERID 确定执行导出实用程序的用户名和口令
BUFFER 确定导出数据时所使用的缓冲区大小,其大小用字节表示
FILE 指定导出的二进制文
- 线程组
bijian1013
java多线程threadjava多线程线程组
有些程序包含了相当数量的线程。这时,如果按照线程的功能将他们分成不同的类别将很有用。
线程组可以用来同时对一组线程进行操作。
创建线程组:ThreadGroup g = new ThreadGroup(groupName);
&nbs
- top命令找到占用CPU最高的java线程
bijian1013
javalinuxtop
上次分析系统中占用CPU高的问题,得到一些使用Java自身调试工具的经验,与大家分享。 (1)使用top命令找出占用cpu最高的JAVA进程PID:28174 (2)如下命令找出占用cpu最高的线程
top -Hp 28174 -d 1 -n 1
32694 root 20 0 3249m 2.0g 11m S 2 6.4 3:31.12 java
- 【持久化框架MyBatis3四】MyBatis3一对一关联查询
bit1129
Mybatis3
当两个实体具有1对1的对应关系时,可以使用One-To-One的进行映射关联查询
One-To-One示例数据
以学生表Student和地址信息表为例,每个学生都有都有1个唯一的地址(现实中,这种对应关系是不合适的,因为人和地址是多对一的关系),这里只是演示目的
学生表
CREATE TABLE STUDENTS
(
- C/C++图片或文件的读写
bitcarter
写图片
先看代码:
/*strTmpResult是文件或图片字符串
* filePath文件需要写入的地址或路径
*/
int writeFile(std::string &strTmpResult,std::string &filePath)
{
int i,len = strTmpResult.length();
unsigned cha
- nginx自定义指定加载配置
ronin47
进入 /usr/local/nginx/conf/include 目录,创建 nginx.node.conf 文件,在里面输入如下代码:
upstream nodejs {
server 127.0.0.1:3000;
#server 127.0.0.1:3001;
keepalive 64;
}
server {
liste
- java-71-数值的整数次方.实现函数double Power(double base, int exponent),求base的exponent次方
bylijinnan
double
public class Power {
/**
*Q71-数值的整数次方
*实现函数double Power(double base, int exponent),求base的exponent次方。不需要考虑溢出。
*/
private static boolean InvalidInput=false;
public static void main(
- Android四大组件的理解
Cb123456
android四大组件的理解
分享一下,今天在Android开发文档-开发者指南中看到的:
App components are the essential building blocks of an Android
- [宇宙与计算]涡旋场计算与拓扑分析
comsci
计算
怎么阐述我这个理论呢? 。。。。。。。。。
首先: 宇宙是一个非线性的拓扑结构与涡旋轨道时空的统一体。。。。
我们要在宇宙中寻找到一个适合人类居住的行星,时间非常重要,早一个刻度和晚一个刻度,这颗行星的
- 同一个Tomcat不同Web应用之间共享会话Session
cwqcwqmax9
session
实现两个WEB之间通过session 共享数据
查看tomcat 关于 HTTP Connector 中有个emptySessionPath 其解释如下:
If set to true, all paths for session cookies will be set to /. This can be useful for portlet specification impleme
- springmvc Spring3 MVC,ajax,乱码
dashuaifu
springjquerymvcAjax
springmvc Spring3 MVC @ResponseBody返回,jquery ajax调用中文乱码问题解决
Spring3.0 MVC @ResponseBody 的作用是把返回值直接写到HTTP response body里。具体实现AnnotationMethodHandlerAdapter类handleResponseBody方法,具体实
- 搭建WAMP环境
dcj3sjt126com
wamp
这里先解释一下WAMP是什么意思。W:windows,A:Apache,M:MYSQL,P:PHP。也就是说本文说明的是在windows系统下搭建以apache做服务器、MYSQL为数据库的PHP开发环境。
工欲善其事,必须先利其器。因为笔者的系统是WinXP,所以下文指的系统均为此系统。笔者所使用的Apache版本为apache_2.2.11-
- yii2 使用raw http request
dcj3sjt126com
http
Parses a raw HTTP request using yii\helpers\Json::decode()
To enable parsing for JSON requests you can configure yii\web\Request::$parsers using this class:
'request' =&g
- Quartz-1.8.6 理论部分
eksliang
quartz
转载请出自出处:http://eksliang.iteye.com/blog/2207691 一.概述
基于Quartz-1.8.6进行学习,因为Quartz2.0以后的API发生的非常大的变化,统一采用了build模式进行构建;
什么是quartz?
答:简单的说他是一个开源的java作业调度框架,为在 Java 应用程序中进行作业调度提供了简单却强大的机制。并且还能和Sp
- 什么是POJO?
gupeng_ie
javaPOJO框架Hibernate
POJO--Plain Old Java Objects(简单的java对象)
POJO是一个简单的、正规Java对象,它不包含业务逻辑处理或持久化逻辑等,也不是JavaBean、EntityBean等,不具有任何特殊角色和不继承或不实现任何其它Java框架的类或接口。
POJO对象有时也被称为Data对象,大量应用于表现现实中的对象。如果项目中使用了Hiber
- jQuery网站顶部定时折叠广告
ini
JavaScripthtmljqueryWebcss
效果体验:http://hovertree.com/texiao/jquery/4.htmHTML文件代码:
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title>网页顶部定时收起广告jQuery特效 - HoverTree<
- Spring boot内嵌的tomcat启动失败
kane_xie
spring boot
根据这篇guide创建了一个简单的spring boot应用,能运行且成功的访问。但移植到现有项目(基于hbase)中的时候,却报出以下错误:
SEVERE: A child container failed during start
java.util.concurrent.ExecutionException: org.apache.catalina.Lif
- leetcode: sort list
michelle_0916
Algorithmlinked listsort
Sort a linked list in O(n log n) time using constant space complexity.
====analysis=======
mergeSort for singly-linked list
====code======= /**
* Definition for sin
- nginx的安装与配置,中途遇到问题的解决
qifeifei
nginx
我使用的是ubuntu13.04系统,在安装nginx的时候遇到如下几个问题,然后找思路解决的,nginx 的下载与安装
wget http://nginx.org/download/nginx-1.0.11.tar.gz
tar zxvf nginx-1.0.11.tar.gz
./configure
make
make install
安装的时候出现
- 用枚举来处理java自定义异常
tcrct
javaenumexception
在系统开发过程中,总少不免要自己处理一些异常信息,然后将异常信息变成友好的提示返回到客户端的这样一个过程,之前都是new一个自定义的异常,当然这个所谓的自定义异常也是继承RuntimeException的,但这样往往会造成异常信息说明不一致的情况,所以就想到了用枚举来解决的办法。
1,先创建一个接口,里面有两个方法,一个是getCode, 一个是getMessage
public
- erlang supervisor分析
wudixiaotie
erlang
当我们给supervisor指定需要创建的子进程的时候,会指定M,F,A,如果是simple_one_for_one的策略的话,启动子进程的方式是supervisor:start_child(SupName, OtherArgs),这种方式可以根据调用者的需求传不同的参数给需要启动的子进程的方法。和最初的参数合并成一个数组,A ++ OtherArgs。那么这个时候就有个问题了,既然参数不一致,那