一个问题::请问RunModalLoop,EndModalLoop ,ContinueModal有何用,如何用???

ZengYongChun 2001-07-30 11:36:35
...全文
182 4 打赏 收藏 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
ExitWindows 2001-07-31
  • 打赏
  • 举报
回复
up
ExitWindows 2001-07-31
  • 打赏
  • 举报
回复
up
ZengYongChun 2001-07-30
  • 打赏
  • 举报
回复
请大家关注一下
ZengYongChun 2001-07-30
  • 打赏
  • 举报
回复
请大家帮个忙,赐教一下!
下方可见数据集可视化效果。 【数据集概况】 · 检测类别(中文):[桅杆(mast)] · 训练集:2043 张 · 验证集:195 张 · 测试集:97 张 · 总计:2335 张 该数据集聚焦于运动场场景中的桅杆目标检测,通过采集多样化环境下的图像数据,为智能监控系统提供精准的检测基础,有效提升场景管理效率与安全性。数据集包含训练集2043张、验证集195张和测试集97张,训练集占比合理,验证集与测试集比例科学,充分保障模型训练的充分性和评估结果的可靠性。标注工作严谨规范,所有桅杆目标均被精确框定,边界框与物体轮廓高度吻合,标注质量达到行业高标准,为模型训练提供坚实保障。该... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 34 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9948** mAP50-95 | 0.8617 Precision | 0.9899 Recall | 0.9999 train/box_loss | 0.6284 train/cls_loss | 0.2131 val/box_loss | 0.6118 val/cls_loss | 0.1750 【训练过程分析】 34 轮训练后 mAP50 达到 0.9948,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.8617,和 mAP50 差距仅 0.13,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9899、Recall 0.9999,精召双高,模型对桅杆的检测能力强。...

16,550

社区成员

发帖
与我相关
我的任务
社区描述
VC/MFC相关问题讨论
社区管理员
  • 基础类社区
  • Creator Browser
  • encoderlee
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

        VC/MFC社区版块或许是CSDN最“古老”的版块了,记忆之中,与CSDN的年龄几乎差不多。随着时间的推移,MFC技术渐渐的偏离了开发主流,若干年之后的今天,当我们面对着微软的这个经典之笔,内心充满着敬意,那些曾经的记忆,可以说代表着二十年前曾经的辉煌……
        向经典致敬,或许是老一代程序员内心里面难以释怀的感受。互联网大行其道的今天,我们期待着MFC技术能够恢复其曾经的辉煌,或许这个期待会永远成为一种“梦想”,或许一切皆有可能……
        我们希望这个版块可以很好的适配Web时代,期待更好的互联网技术能够使得MFC技术框架得以重现活力,……

试试用AI创作助手写篇文章吧