- 一、概念介绍 Yolo是一种目标检测算法，将目标区域预测和目标类别预测整合于单个神经网络模型中，实现在准确率较高的情况下快速目标检测与识别。Yolov3是在v1和v2的基础上融合了一些好的方案，在保持速度优势的同时，提升了预测精度，尤其加强了对小物体的识别能力，更加适合现场应用环境。二、网络结构 Yolov3相对于v1和v2的主要改进是使用了新的网络结构Darknet-53，改进... 一、概念介绍 Yolo是一种目标检测算法，将目标区域预测和目标类别预测整合于单个神经网络模型中，实现在准确率较高的情况下快速目标检测与识别。Yolov3是在v1和v2的基础上融合了一些好的方案，在保持速度优势的同时，提升了预测精度，尤其加强了对小物体的识别能力，更加适合现场应用环境。二、网络结构 Yolov3相对于v1和v2的主要改进是使用了新的网络结构Darknet-53，改进...
- 学习过程中用到Scapy这个工具，用了一些小功能之后发现效果挺好的，自由度高，比其他的很多工具的可自定义程度要高太多了，所以写一篇Scapy基础篇分享给各位，希望能对各位有用 学习过程中用到Scapy这个工具，用了一些小功能之后发现效果挺好的，自由度高，比其他的很多工具的可自定义程度要高太多了，所以写一篇Scapy基础篇分享给各位，希望能对各位有用
- 一、概念介绍 目标检测算法主要可以分为两类：two-stage detector和one-stage detector。 Two-Stage：例如Faster-RCNN算法。第一级专注于proposal的提取，第二级对提取出的proposal进行分类和精确坐标回归。两级结构准确度较高，但因为第二级需要单独对每个proposal进行分类/回归，速度较慢。 One-Stage：... 一、概念介绍 目标检测算法主要可以分为两类：two-stage detector和one-stage detector。 Two-Stage：例如Faster-RCNN算法。第一级专注于proposal的提取，第二级对提取出的proposal进行分类和精确坐标回归。两级结构准确度较高，但因为第二级需要单独对每个proposal进行分类/回归，速度较慢。 One-Stage：...
- 一、概念介绍 Bert（Bidirectional Encoder Representations from Transformers）作为一个Word2Vec的替代者，其在NLP领域的11个方向大幅刷新了精度，可以说是近年来自残差网络最具突破性的一项技术了。Bert的本质上是通过在海量的语料的基础上运行自监督学习方法给单词学习一个好的特征表示，我们可以直接使用Bert的特征表示作为该... 一、概念介绍 Bert（Bidirectional Encoder Representations from Transformers）作为一个Word2Vec的替代者，其在NLP领域的11个方向大幅刷新了精度，可以说是近年来自残差网络最具突破性的一项技术了。Bert的本质上是通过在海量的语料的基础上运行自监督学习方法给单词学习一个好的特征表示，我们可以直接使用Bert的特征表示作为该...
- 在第一篇STP文章中，咱们只是就STP的建立做了一些了解：怎么选举根桥，怎么选举根端口，怎么选举指定端口以及阻塞那些端口。站在咱们的视角，咱们看到了每个交换机以及它的端口处于各自的角色，但咱们站在交换机的视角来看问题，是不是会不一样呢？ 在第一篇STP文章中，咱们只是就STP的建立做了一些了解：怎么选举根桥，怎么选举根端口，怎么选举指定端口以及阻塞那些端口。站在咱们的视角，咱们看到了每个交换机以及它的端口处于各自的角色，但咱们站在交换机的视角来看问题，是不是会不一样呢？
- 想想看生活中挺多事都习惯分个级别/层次啥的。打个游戏要分段位，买个手机要分价位，上个班还得分个部门单位。这网络它也得分个等级，不然这哪个设备有什么功能都不方便说明，学习的时候还不好理解，这不写个软件也得分个前后端嘛，只是这网络有两个模型，一个叫TCP/IP标准模型，一个叫OSI参考模型。 想想看生活中挺多事都习惯分个级别/层次啥的。打个游戏要分段位，买个手机要分价位，上个班还得分个部门单位。这网络它也得分个等级，不然这哪个设备有什么功能都不方便说明，学习的时候还不好理解，这不写个软件也得分个前后端嘛，只是这网络有两个模型，一个叫TCP/IP标准模型，一个叫OSI参考模型。
- Tableau数据分析-Chapter12 网络图与弧线图 Tableau数据分析-Chapter12 网络图与弧线图
- 一、概念介绍分类网络结构是其他大多数任务的网络设计的基础，而特征图注意力(featuremap attention)和多路径表示(multi-path representation)对于视觉识别非常重要。ResNeSt网络基于此提出了一个模块化的体系结构，它将通道attention应用于不同的网络分支，以利用它们在捕获跨特征交互以及学习不同的表示方法。此外，ResNeSt在作为骨干的几个公共... 一、概念介绍分类网络结构是其他大多数任务的网络设计的基础，而特征图注意力(featuremap attention)和多路径表示(multi-path representation)对于视觉识别非常重要。ResNeSt网络基于此提出了一个模块化的体系结构，它将通道attention应用于不同的网络分支，以利用它们在捕获跨特征交互以及学习不同的表示方法。此外，ResNeSt在作为骨干的几个公共...
- １、查看CPU信息：逻辑CPU数量和CPU型号，cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -cCPU核数，cat /proc/cpuinfo | grep physical | uniq -cCPU运行模式32或64bit，getconf LONG_BIT CPU完整详细信息，dmidecode | grep 'Processor ... １、查看CPU信息：逻辑CPU数量和CPU型号，cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -cCPU核数，cat /proc/cpuinfo | grep physical | uniq -cCPU运行模式32或64bit，getconf LONG_BIT CPU完整详细信息，dmidecode | grep 'Processor ...
- 继在业界首次提出“分布式云×云原生”云基础设施新范式后，华为云进一步对计算、存储、网络等基础能力进行全面升级，发布全新一代计算实例C7、独享型ELB等五大新品，并面向实景三维建模、4K影视云制作等领域发布全新… 继在业界首次提出“分布式云×云原生”云基础设施新范式后，华为云进一步对计算、存储、网络等基础能力进行全面升级，发布全新一代计算实例C7、独享型ELB等五大新品，并面向实景三维建模、4K影视云制作等领域发布全新…
- ☞ multithreading ☞ multithreading
- 在不久之前，有几位朋友问我，大规模抓取是如何实现的？说实话，其实我也并确定自己一定是正确且完整的，不过我数量级并不难以实现。下面说说我是从哪几个方面进行聚焦爬虫相关优化的，同时如果你有更好的方法欢迎您与我探讨 在不久之前，有几位朋友问我，大规模抓取是如何实现的？说实话，其实我也并确定自己一定是正确且完整的，不过我数量级并不难以实现。下面说说我是从哪几个方面进行聚焦爬虫相关优化的，同时如果你有更好的方法欢迎您与我探讨
- 美团技术专家分享，如何获取root账号 美团技术专家分享，如何获取root账号
- 这使我们结束了有关使用Socket进行编程的本文的结尾。希望您能清楚地理解所有概念。 这使我们结束了有关使用Socket进行编程的本文的结尾。希望您能清楚地理解所有概念。
- openCPU开发Cat.1模组MC615-CN，运行模组内置hwcloud iot link协议(MQTT)，实现上电即上华为云。 openCPU开发Cat.1模组MC615-CN，运行模组内置hwcloud iot link协议(MQTT)，实现上电即上华为云。
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签