草庐IT

Scratch案例

全部标签

目标检测YOLO实战应用案例100讲-基于CNN的卫星图像下舰船目标检测与识别(续)

目录3.3评价指标3.3.1mAP3.3.2FPS3.4主流目标检测网络性能研究3.4.1SSD3.4.2FasterRCNN3.4.3YOLO

2023国赛数学建模思路 - 案例:粒子群算法

文章目录1什么是粒子群算法?2举个例子3还是一个例子算法流程算法实现建模资料#0赛题思路(赛题出来以后第一时间在CSDN分享)https://blog.csdn.net/dc_sinor?type=blog1什么是粒子群算法?粒子群算法(ParticleSwarmOptimization,PSO)是一种模仿鸟群、鱼群觅食行为发展起来的一种进化算法。其概念简单易于编程实现且运行效率高、参数相对较少,应用非常广泛。粒子群算法于1995年提出,距今(2019)已有24年历史。    粒子群算法中每一个粒子的位置代表了待求问题的一个候选解。每一个粒子的位置在空间内的好坏由该粒子的位置在待求问题中的适应

小程序集成Three.js框架(演示案例)

Three.js作为非常好用的3D前端开发框架,受到很多前端开发者的追捧,而要在微信小程序中运用则需要使用适配小程序的Three.js库。下面是集成Three.js后的微信小程序演示示例。包括常规的创建模型,应用材质,raycastor选择器等大部分Three.js使用案例。小程序中有适配库的下载地址,度盘链接,避免有些小伙伴们无法登录github下载。光影场景  光源运用 不同的材质 粒子系统加载外部模型 VR全景演示  

创新实践,复合机器人采摘运输教育沙盘案例研究

引言在之前我们已经介绍了水果采摘和分拣机器人的应用场景,今天我们来介绍复合机器人水果采摘运输的场景。作为最热门的技术领域,机器人技术正在彻底改变各行各业,推动全球创新。为了满足这一快速发展领域对专业技术人才日益增长的需求,ElephantRobotics公司为高等院校开发了一个开创性的机器人教育解决方案。该创新解决方案将模拟自动水果采摘机与水果分拣和配送自动化的复合机器人结合起来,为学生提供了在最热门和最有发展趋势的技术领域的全面学习体验。让让我们带着探索的心情,一起来看看!带着几个问题:●复合机器人应用场景是什么?●这个场景有什么用,能够让我们学到什么?●这个场景有什么特别的地方?Compo

opencv 案例实战01-停车场车牌识别实战

需求分析:车牌识别技术主要应用领域有停车场收费管理,交通流量控制指标测量,车辆定位,汽车防盗,高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安,防止交通堵塞,实现交通自动化管理有着现实的意义。车牌自动识别系统应用的主要技术图像处理相关技术一维条形码相关技术二维数字识别码相关技术三维立体识别码相关技术以及IC卡识别相关技术车牌识别的技术难点误定位一直是汽车牌照定位方面的研究重点。汽车牌照分割方面的研究方向一直是如何获得良好的汽车牌照分割,以及如何快速地实现汽车牌照倾斜度校正的基础。车牌定位技术点分析车牌特征概述字符特征形状特征颜色特征灰度变化特征车牌定位方法

git日常操作-案例

文章目录查看tag对应版本tag一个版本切换到指定tag查看远程有那些分支查看tag对应版本要查看Git仓库中标签(tag)对应的版本,可以使用以下命令:gitshowtag>将替换为你要查看的标签名称。该命令将显示与标签对应的提交信息,包括作者、日期、提交消息和更改的文件等。如果你只想查看标签对应的提交哈希值,可以使用以下命令:gitrev-parsetag>这将输出标签的完整提交哈希值。请确保在Git仓库的根目录或相关子目录中运行这些命令。tag一个版本1查找要标记的中间版本的提交哈希值。您可以使用以下命令来查看提交历史并找到要标记的中间版本的哈希值:gitlog2创建标签。使用以下命令创

java正则表达式(附带案例——检测手机号码是否合法)

Java正则表达式是一种用于匹配字符串的模式,它可以用来检查一个字符串是否符合某种格式,或者从一个字符串中提取出符合某种格式的子串。Java中的正则表达式使用java.util.regex包来实现。以下是一些常用的Java正则表达式语法:1.字符类:用方括号[]表示,匹配方括号中的任意一个字符。例如,[abc]匹配a、b或c。2.范围类:用连字符-表示,匹配连字符两端的任意一个字符。例如,[a-z]匹配任意小写字母。3.排除类:用脱字符^表示,匹配除了脱字符后面的字符以外的任意一个字符。例如,[^abc]匹配除了a、b、c以外的任意一个字符。4.量词:用花括号{}表示,用于指定匹配的次数。例如

2023国赛数学建模思路 - 案例:退火算法

文章目录1退火算法原理1.1物理背景1.2背后的数学模型2退火算法实现2.1算法流程2.2算法实现建模资料##0赛题思路(赛题出来以后第一时间在CSDN分享)https://blog.csdn.net/dc_sinor?type=blog1退火算法原理1.1物理背景在热力学上,退火(annealing)现象指物体逐渐降温的物理现象,温度愈低,物体的能量状态会低;够低后,液体开始冷凝与结晶,在结晶状态时,系统的能量状态最低。大自然在缓慢降温(亦即,退火)时,可“找到”最低能量状态:结晶。但是,如果过程过急过快,快速降温(亦称「淬炼」,quenching)时,会导致不是最低能态的非晶形。如下图所示

数学建模及数据分析 || 4. 深度学习应用案例分享

PyTorch深度学习全连接网络分类文章目录PyTorch深度学习全连接网络分类1.非线性二分类2.泰坦尼克号数据分类2.1数据的准备工作2.2全连接网络的搭建2.3结果的可视化1.非线性二分类importsklearn.datasets#数据集importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.metricsimportaccuracy_scoreimporttorchimportnumpyasnpimportmatplotlib.pyplotaspltimporttorch.nnasnnnp.random.seed(0)#设置随机数

opencv案例03 -基于OpenCV实现二维码生成,发现,定位,识别

1.二维码的生成废话不多说,直接上代码#生成二维码importqrcode#二维码包含的示例数据data="B0018"#生成的二维码图片名称filename="qrcode.png"#生成二维码img=qrcode.make(data)#保存成图片输出img.save(filename)img.show()运行效果:会在当前目前生成一张图片对生成的二维码识别opencv从4代之后推出了二维码识别接口.调用方法是这样的.代码如下:importcv2img=cv2.imread('qrcode.png')qrcode=cv2.QRCodeDetector()result,points,code=