文章目录0前言+1课题介绍+1.1系统简介+1.2系统要求+1.3系统架构2实现方式+2.1车牌检测技术+2.2车牌识别技术+2.3SVM识别字符+2.4最终效果3最后0前言这两年开始，各个学校对毕设的要求越来越高，难度也越来越大…毕业设计耗费时间，耗费精力，甚至有些题目即使是专业的老师或者硕士生也需要很长时间，所以一旦发现问题，一定要提前准备，避免到后面措手不及，草草了事。1课题介绍1.1系统简介车牌识别这个系统，虽然传统，古老，却是包含了所有这四个特侦的一个大数据技术的缩影.在车牌识别中，你需要处理的数据是图像中海量的像素单元；你处理的数据不再是传统的结构化数据，而是图像这种复杂的数据；如
软件测试作为行业刚需，吸引着大波小伙伴想要转行，同时也是因为入门简单，学习周期相对较短。系统的培训周期在3个半月左右，如果是自己自学，那么就要最少4-6个月左右的时间~当下，软件测试就是一个不错的选择，不仅是数字化刚需岗位，并且也非常适合女生、文科生、零基础的同学学习。为什么选择学软件测试？同学们理由众多！大概分这几类：①不受开发语言、行业产品变化限制；②入门更简单，对零基础、女生都友好；③软件项目都需要测试人员，职业生涯稳；④学习周期短，但薪资并不低。要想“肩扛”一条线？需掌握三大技能：技能1：掌握测试流程，熟悉系统框架能提前与开发人员一起制定测试计划，通过测试左移，推动代码评审，代码审计，
学习笔记1.namenode的存储机制2.datanode的存储机制3.修改namenode,datanode的存放位置(1)根据官网获得配置代码(2)nodepad++中找到自己路径下的hadoop/etc/hadoop/hdfs-site.xml(3)core-site.xml和hdfs-site.xml配置代码(3)关闭namenode和datanode(4)删除原来格式化文件(5)重新格式化namenode(6)重新启动namenode和datanode(7)网页中namenode的存储地址已经修改4.Notepad++连接配置(1)NppFTP插件安装(2)nodepad++与虚拟机
什么是K近邻（KNN）K近邻(KNN，K-NearestNeighbors)是最简单的机器学习算法之一，可用于回归和分类。KNN是一种“惰性”学习算法，从技术上讲，它不训练模型来进行预测。K近邻的逻辑是，假设有一个观测值，这个观测值被预测属于离它k个最近观测值中所占比例最大的那一个类。KNN方法是直接尝试使用实际数据来近似条件期望。对于回归，预测值是K个邻居的均值，估计量（estimator）为f^(x)=Average[yi∣xi∈Nk(x)]\hat{f}(x)=Average[y_i|x_i\inN_k(x)]f^(x)=Average[yi∣xi∈Nk(x)]Nk(x)N_k(
目录1.串口通信的基础知识串口通信(SerialCommunication)同步/异步？全双工？常见的串口软件的参数2.STC32的串口通信实现原理引脚选择：实现分时复用模式选择串口1模式1，模式1波特率计算公式3.串口通信代码实现编写串口1通信程序15.5.4串口2使用定时器2做波特率发生器新建工程16.串口2通信错误排查及代码分析总结课后练习：1.串口通信的基础知识百度百科：串口通信的概念什么是通信？例如U盘和电脑，我们电脑需要往U盘存东西，而U盘上只有四个触点，除去一个电源一个地，只剩下两个引脚了。此时我们坑定不能像点亮LED那样单纯的给他两个引脚上输出个高低电平就能写数据了对吧。总不至
文章目录ResNet参考结构概况conv1与池化层残差结构BatchNormalization总结ResNet参考ResNet论文：https://arxiv.org/abs/1512.03385本文主要参考视频：https://www.bilibili.com/video/BV1T7411T7wahttps://www.bilibili.com/video/BV14E411H7Uw结构概况ResNet的网络结构图如图所示：这是ResNet不同层数的网络结构图。可以看到，结构大差不差。不论是18层、34层、50层、还是101层、152层。上来都是一个7x7的卷积层，然后是一个3x3的最大池化下
目录摘要关键词1目标检测1.1YOLO-V3模型1.2算法优化2抓取位姿估计2.1五维抓取框2.2抓取位姿估计模型2.3角度优化3实验结果与分析3.1目标检测3.2抓取位姿估计3.3机械臂抓取实验4结论摘要工作内容效果提升复杂环境中目标检测的效果采用通道注意力机制对YOLO-V3进行改进，增强网络对图像特征提取的能力平均识别率较改进前增加0.32%针对目前姿态估计角度存在离散性的问题提出一种基于VGG-16主干网络嵌入最小面积外接矩形(MABR)算法，进行抓取位姿估计和角度优化改进后的抓取角度与目标实际角度平均误差小于2.47°搭建了一套视觉抓取系统利用UR5机械臂、气动两指机械手、Reals
因为这个实训的顺序不同，所以这里的顺序是个人学习的顺序，可能有些变动第1关：Sigmoid函数相关知识为了完成本关任务，你需要掌握：激活函数概述；线性函数；Sigmoid函数。激活函数概述神经网络中的每个神经元节点接受上一层神经元的输出值作为本神经元的输入值，并将输入值传递给下一层，输入层神经元节点会将输入属性值直接传递给下一层（隐层或输出层）。在多层神经网络中，上层节点的输出和下层节点的输入之间具有一个函数关系，这个函数称为激活函数（又称激励函数）。激活函数是计算神经网络中非常重要的一环，激活函数增加了神经网络模型的非线性特征，倘若神经网络中不存在激活函数，那么无论神经网络的深度有多少层，最
2023年的深度学习入门指南(1)-从chatgpt入手2012年，加拿大多伦多大学的Hinton教授带领他的两个学生Alex和Ilya一起用AlexNet撞开了深度学习的大门，从此人类走入了深度学习时代。2015年，这个第二作者80后IlyaSutskever参与创建了openai公司。现在Ilya是openai的首席科学家，带领工程师研发出了可能再次改变世界的chatgpt.上图中，右面的就是图灵奖获得者，深度学习之父Hinton大牛。中间是AlexNet的第一作者Alex,左边的就是IlyaSutskever.10多年间，从DNN，CNN,RNN为代表的第一代深度神经网络，到以深度Q学习
网络爬虫开发(五)02-爬虫高级——Selenium的使用-反爬虫机制简介&Selenium的API学习&实战之自动打开浏览器输入关键字进行搜索、爬取需要的数据、自动翻页&相关爬虫知识总结使用Selenium实现爬虫在使用Selenium实现爬虫之前，需要搞清楚一个问题：为什么要用Selenium来做爬虫？了解完后，还需要知道，如何实现爬虫？自动打开拉勾网并搜索"前端"获取所有列表项获取其中想要的信息数据为什么要用Selenium来做爬虫目前的大流量网站，都会有些对应的反爬虫机制例如在拉勾网上搜索传智播客：找到对应的ajax请求地址，使用postman来测试数据：前几次可能会获取到数据，但多几
