细粒度目标识别

享元模式(Flyweight)

前言设计模式系列代码均持续更新在我的gitHub：togithubI、享元模式定义"享"->共享，"元"->对象运用共享技术来有效地支持大量细粒度对象的复用。
程序员有个鬼压力·2023-10-13 12:11

C#，人工智能，深度学习，目标检测，OpenCV级联分类器数据集的制作与《层级分类器一键生成器》源代码

一、目标识别技术概述1、摘要目标检测是计算机视觉中最基本和最具挑战性的问题之一，它试图从自然图像中的大量预定义类别中定位目标实例。
Trufferover·2023-10-13 07:18

CV面试宝典：目标检测共性问题总结与详解

FPN在RPN中的应用如何解决小目标识别问题介绍目标检测RCNN系列和Yolo系列的区别YOLO和SSD区别前景背景样本不均衡解
和风细动帘帷暖·2023-10-12 21:04

大数据权限管理框架：Apache Sentry和Ranger

一、简介ApacheSentry：Sentry是由Cloudera公司内部开发而来的，初衷是为了让用户能够细粒度的控制Hadoop系统中的数据（这里主要指HDFS，Hive的数据）。
Impl_Sunny·2023-10-12 09:23

读论文：ByteSGAN: A semi-supervised Generative Adversarial Network for encrypted traffic classification

本文提出一种基于生成对抗网络GAN的半监督学习加密流量分类方法ByteSGAN,嵌入到SDNEdge网关中，以实现细粒度流量分类的目标，进
不会绑马尾的女孩·2023-10-12 09:07

Nacos + Spring Cloud Gateway动态路由配置

前言Nacos最近项目一直在使用，其简单灵活，支持更细粒度的命令空间，分组等为麻烦复杂的环境切换提供了方便；同时也很好支持动态路由的配置，只需要简单的几步即可。
BUG弄潮儿·2023-10-12 05:37

.NET应用程序调试：原理、工具、方法

2.2..NET调试扩展包，SOS.DLL、SOSEX.DLL2.3.调试系统的基本流程及架构（.NETDAC概念、mscordacwks.dll）2.4.VisualStudio中集成扩展调试（更加细粒度的调试程序
小布丁的读书笔记·2023-10-12 01:49

A Novel Robust Algorithm for Position and Orientation Detection Based on Mixed Deep Neural Network

传统的Canny算子和Hough变换边缘检测算法被广泛使用，但其在复杂背景下的准确性的实时目标识别非常有限。在本篇论文中，提出了一种结合单次多盒检测器（SSD）网络和卷
勤奋的小学生·2023-10-11 13:41

一文搞清楚linux系统内存详情：buffer/cache等

我们在开发或者调试问题的过程中，有时候需要掌握更细粒度的系统内存的详细的使用情况，这个时候/proc/meminfo的输出内容就派上用场了。
iqifenxia·2023-10-11 13:45

linux监控进程网络,Linux系统中如何统计并监控每个进程的网络流量

为此都需要获取到更细粒度的进程级网络流量数据综合分析。
weixin_39759155·2023-10-11 11:46

harr特征加级联分类器的目标检测系统

系统分为以下几个部分：滑动框：固定大小的在原图上滑动的框，用于获取子图Harr特征提取器：在子图上提取指定的四种Harr特征（获取的特征非常多）级联分类器：基于选定的一些特征，进行分类，筛选出正例对于该目标识别器
月见樽·2023-10-11 06:56

Apache ranger 简介、原理、安装部署

它可以对Hadoop生态的组件如HDFS、Yarn、Hive、Hbase等进行细粒度的数据访问控制。通过操作Ranger控制台,管理员可以轻松的通过配置策略来控制用户访问权限。
dingweijson·2023-10-11 02:08

Apache Ranger的安装及部署

ApacheRanger可以对Hadoop生态的组件如Hive，Hbase进行细粒度的数据访问控制。通过操作Ranger控制台，管理员可以轻松的通过配置策略来控制用户访问HDFS文件夹、HDFS文件
jianmin0920·2023-10-11 02:08

Apache Ranger：(一)安装部署

它可以对Hadoop生态的组件如HDFS、Yarn、Hive、Hbase等进行细粒度的数据访问控制。通过操作Ranger控制台,管理员可以轻松的通过配置策略来控制用户访问权限。
只爱大锅饭·2023-10-11 02:37

论文总结（二）基于模板匹配的目标识别

基于视觉引导的机械臂定位抓取研究与实现-刘继宗（知网可查）目录1.点云预处理2.基于RANSAC和欧式聚类融合算法的平面分割与目标提取2.1基于RNASAC算法的平面分割2.2改进的欧式聚类算法的目标分割3.基于全局不变特征的目标识别注
M.C.O.·2023-10-10 20:08

【Python&目标识别】目标检测的原理及常见模型的介绍

1概述目标检测（ObjectDetection）是计算机视觉领域的一个重要研究方向，其目的是在图像或视频中定位并识别出特定的物体。目标检测模型通常需要同时确定物体的位置和类别。在深度学习之前，目标检测算法主要基于传统计算机视觉方法，如特征提取和分类器设计。然而，随着深度神经网络的普及，尤其是卷积神经网络（CNN）的快速发展，目标检测算法的性能得到了显著提升。本文将详细介绍目标检测的原理、发展历史、
RS迷途小书童·2023-10-10 15:48

越细粒度的锁越好吗？产生死锁怎么办？

上一篇提到了锁粒度的问题，使用“越细粒度的锁越好”，真的是这样吗？会不会产生一些其它问题？先说结论，可能会产生死锁问题。下面还是以购
哪 吒·2023-10-09 23:59

RocketMq(五)消息机制

一、消息过滤：消息者在进行消息订阅时，除了可以指定要订阅消息的Topic外，还可以对指定Topic中的消息根据指定条件进行过滤，即可以订阅比Topic更加细粒度的消息类型。
w_t_y_y·2023-10-09 15:27

用心理解设计模式——蝇量模式 / 享元模式 (Flyweight Pattern)

（使用共享对象可以有效地支持大量的细粒度的对象。）二、结构解析蝇量模式的一般结构有三种角色：抽象蝇量、具体蝇量（可分为可共享内部状态的具体蝇量和无可
NRatel·2023-10-09 10:20

《JAVA与模式》— 享元模式

享元模式以共享的方式高效地支持大量的细粒度对象。Java中的String类型在JAVA语言中，String类型就是使用了享元模式。String对象是final类
java雅雅·2023-10-09 10:18

【C++设计模式之亨元模式:结构型】分析及示例

简介享元模式（FlyweightPattern）是一种结构型设计模式，旨在通过共享对象，有效地支持大量细粒度的对象，从而减少内存和性能消耗。
FreeLikeTheWind.·2023-10-09 01:59

FsFont--通过学习细粒度局部样式生成少样本字体

Abstract通过少量示例生成新字体的FFG(few-shotfontgeneration)，因大幅降低人工成本而受到越来越多的关注。典型的FFG管道将标准字体库中的字符视为内容字形，并通过从参考字形提取样式信息将它们转移到新的目标字体。大多数现有的解决方案明确地全局或组件地分离参考符号的内容和样式。而字形的风格主要体现在局部细节上，即偏旁、组份、笔画的风格共同描绘了一个字形的风格。因此，即使是
啊菜来了·2023-10-09 00:49

ElasticSearch 学习8 ：ik分词器的扩展，及java调用ik分词器的analyzer

1.前言：上篇已经说过ik的集成，这篇说下ik的实际使用2.2、IK分词器测试IK提供了两个分词算法ik_smart和ik_max_wordik_smart：为最少切分ik_max_word：为最细粒度划分
你好龙卷风！！！·2023-10-08 20:44

享元模式 & 基于享元模式的对象池设计与开发应用（设计模式与开发实践 P12）

文章目录反例应用对象池对象池应用享元模式（flyweight）是一种进行性能优化的模式，通过共享技术来支持大量细粒度的对象如果系统中创建了大量相似的对象，我们就可以通过享元模式节省内存反例服装厂生产了一堆衣服
Nesb01t·2023-10-08 13:19

细粒度特征提取和定位用于目标检测：PPCNN

1、简介近年来，深度卷积神经网络在计算机视觉上取得了优异的性能。深度卷积神经网络以精确地分类目标信息而闻名，并采用了简单的卷积体系结构来降低图层的复杂性。基于深度卷积神经网络概念设计的VGG网络。VGGNet在对大规模图像进行分类方面取得了巨大的性能。该网络设计了一堆小卷积滤波器，使网络结构非常简单，但网络有一些定位错误。就有研究者提出了独特的网络架构，PPCNN（金字塔池化卷积神经网络），以减少
学术菜鸟小晨·2023-10-08 09:52

目标识别项目实战：基于Yolov7-LPRNet的动态车牌目标识别算法模型(二)

前言目标识别如今以及迭代了这么多年，普遍受大家认可和欢迎的目标识别框架就是YOLO了。
fanstuck·2023-10-07 12:56

基于毫米波雷达的可行驶区域检测(Freespace)

说明随着具备测高能力、更高角度分辨率、更远检测范围的4D毫米波雷达的出现，很多之前只能用摄像头/激光雷达做的事毫米波雷达也开始涉足(并且可以做得很好)：比如目标识别、SLAM、以及本博文将要讨论的可行驶区域检测
墨@#≯·2023-10-07 07:45

Spring Security和Shiro的异同？OAuth 2是什么？

SpringSecurity的权限细粒度
茶碗儿·2023-10-07 05:36

C++设计模式-享元（Flyweight）

目录C++设计模式-享元（Flyweight）一、意图二、适用性三、结构四、参与者五、代码C++设计模式-享元（Flyweight）一、意图运用共享技术有效地支持大量细粒度的对象。
Hank_W·2023-10-07 05:48

雷达多普勒频率计算公式_雷达基础知识：雷达分类

雷达广泛应用于军事和民用领域，包括：监视(威胁识别、运动检测或接近引信)探测和跟踪(目标识别和追踪或海上救援)导航(避免汽车碰撞或空中交通管制)高分辨率成像(地形测绘或着陆制导)天气跟踪(风暴预警或风廓线
weixin_39525865·2023-10-06 23:25

PCL中点云特征描述与提取精通级实例解析

中点云特征描述与提取精通级实例解析13D对象识别的假设验证2隐式形状模型方法2.1隐式形状模型识别方法概述2.2实例解析13D对象识别的假设验证  本教程将学习在高噪声和严重遮挡的场景中，如何通过模型假设验证，进行复杂场景下的3D目标识别
Roar冷颜·2023-10-06 01:34

使用PCL库中PPF+ICP进行点云目标识别

#include#include#include#include#include#include#include#include#include#include#include#includeusingnamespacepcl;usingnamespacestd::chrono_literals;constEigen::Vector4fsubsampling_leaf_size(1.5f,1.5f
Rainbow Sea·2023-10-06 01:00

如何做好代码设计的一点理解

需求前提：需求目标是什么需求研发性价比；工期是否合适产品业务逻辑是否：自洽（自身的逻辑推演是否正确，或者是能否形成完成闭环）需求功能拆分细粒度，并且是否保证每个功能点都可以实现功能实现的技术选型如果以上
小鸡在路上·2023-10-05 20:24

Python的opencv库使用SIFT 进行特征检测

SIFT特征检测可以用于很多计算机视觉应用中，例如目标识别、图像匹配、图像拼接等。关键点可以看做是图像中显著的特征点，可以用来表示图像的局部特征，具有旋转不变性和尺度不变性等优点。
openwin_top·2023-10-05 11:55

PCL学习：Win10/11环境下Visual Studio 2019 配置PCL 1.12.1

无论是点云获取、三维重建还是目标识别等应用，PC
Your_dafuni·2023-10-05 09:55

YOLOv2解析 | 批归一化 锚 主干网

*ConvolutionalWithAnchorBoxes带锚盒的卷积**1.4DimensionClusters维度集群1.5更深更宽的主干网络1.6Fine-GrainedFeatures****细粒度特征
Qodi·2023-10-05 03:34

设计模式11、享元模式Flyweight

解释说明：享元模式（FlyweightPattern）运用共享技术有效地支持大量细粒度对象的复用。系统只使用少量的对象，而这些对象都很相似，状态变化很小，可以实现对象的多次复用。
Qt学视觉·2023-10-04 08:29

特征提取算法的综合实验（多种角度比较sift/surf/brisk/orb/akze）

一、基本概念：作用：特征点提取在“目标识别、图像拼接、运动跟踪、图像检索、自动定位”等研究中起着重要作用；主要算法：•FAST,MachineLearningforHigh-speedCornerDetection
weixin_30539625·2023-10-04 06:36

OpenCV 14(角点特征Harris和Shi-Tomasi)

角点在三维场景重建运动估计，目标跟踪、目标识别、图像配准与匹配等计算机视觉领域起着非常重要的作用。在现实世界中，角点对应于物体的拐角，道路的十字路口、丁字路口等。
Darren_pty·2023-10-04 05:14

测试之stub和mock

细粒度的测试，即代码的逻辑，多数情况下用于单元测试。Stub关注状态验证。粗粒度的测试，在某个依赖系统不存在或者还没实现或者难以测试的情况下使用，例如访问文件系统，数据库连接，远程协议等。
北山学者·2023-10-04 05:48

加入自定义函数共享output数组功能

传递引用比较复杂，并且最终会在细粒度上对变量引用的解释产生影响。y_tab不打算实现这个功能。
aaasssdddd96·2023-10-03 15:52

springboot中使用aop用那个框架比较多？

AspectJ支持多种切入点表达式语法，可以更细粒度地选择要拦截的方法或类。它还提供了丰富的切面编程特性，例如前置通知、后置通知、环绕通知等，使得开发者可以方便地实现各种横切关注点的处理逻辑。
gb4215287·2023-10-03 13:27

微服务设计第八章：监控

将系统拆分成更小的、细粒度的微服务会带来很多好处。然而，它也增加了生产系统监控的复杂性。1.单一服务，单一服务器首先，我们希望监控主机本身。CPU、内存等所有这些主机的数据都有用。
Devops_cheers·2023-10-03 02:43

c#设计模式-结构型模式 之 享元模式

简介享元模式（FlyweightPattern）是一种用于性能优化的模式，其核心是运用共享技术来有效支持大量细粒度的对象。享元模式可以避免大量非常相似类的开销。
爱吃香蕉的阿豪·2023-10-02 16:50

Spark思维导图

MapReduce的区别Spark是基于内存迭代处理数据；MapReduce是基于磁盘迭代处理数据Spark中有DAG（有向无环图）执行引擎，执行速度快Spark是粗粒度资源申请，MapReduce是细粒度的资源申请
亼珏·2023-10-02 14:14

Web高级渗透测试工程师第七期10月8日即将开班~

一线攻防实战专家将十余年的从业经验，以细粒度的知识点配合实际业务场景进行课程设计，在保障听课体验的同时，力求让学员从web到移动app有一个深入且立体的认知。
Ms08067安全实验室·2023-10-02 08:49

RWMutex —— 细粒度的读写锁

RWMutex——细粒度的读写锁我们之前有讲过Mutex互斥锁。这是在任何时刻下只允许一个goroutine执行的串行化的锁。
沉睡的木木夕·2023-10-02 01:26

图像识别技术在不同场景下有哪些应用？

该技术目前主要用于地形地质探查，森林、水利、海洋、农业等资源调查，灾害预测，环境污染监测，气象卫星云图处理以及地面军事目标识别等。通讯领域的应用：包括图像传输、电视电话、电视会议等。
matlabgoodboy·2023-10-01 11:18

【ONE·Linux || 多线程（一）】

文章目录总言1、基本概念1.1、补充知识1.1.1、堆区细粒度划分1.1.2、虚拟地址到物理空间的转化1.2、如何理解线程、进程1.2.1、如何理解线程？1.2.2、如何理解进程？
藏鹤虞渊·2023-10-01 07:16

5 source map

使用SourceMapDevToolPlugin进行更细粒度的配置。查看source-map-loader来处理已有的sourcemap。选择一种sourcemap格式来增强调试过程。
辣瓜瓜·2023-10-01 04:01
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他