我对CSDN的建议

CodeSaint 2003-05-30 10:56:19
我建议将图象处理和多媒体分成两个板块。毕竟两者相差太大。不知大家同不同意我的意见
...全文
46 6 打赏 收藏 转发到动态 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
CodeSaint 2003-06-04
  • 打赏
  • 举报
回复
多媒体版块可以取消.实际上写大多数人写多媒体软件用的都是第三方控件,并没有自己写编解码程序.这样的程序用不着开个版块.建议保留图象处理.关闭多媒体.
windindance 2003-06-04
  • 打赏
  • 举报
回复
呵呵
现在图像处理/多媒体板块的帖子这么少,还分?:)
Eastunfail 2003-06-03
  • 打赏
  • 举报
回复
因为这样,就多出了3个斑竹的名额,汗~~~~~~~~
Sorbety3105 2003-06-03
  • 打赏
  • 举报
回复
yes,i agree with you!
yzykjh 2003-05-31
  • 打赏
  • 举报
回复
还可以
liym 2003-05-31
  • 打赏
  • 举报
回复
赞同~~!鼓掌~~~~~~~~~~~~~!
PyTorch版的YOLOv5是轻量而高性能的实时目标检测方法。利用YOLOv5训练完自己的数据集后,如何向大众展示并提供落地的服务呢?   本课程将提供相应的解决方案,具体讲述如何使用Web应用程序框架Flask进行YOLOv5的Web应用部署。用户可通过客户端浏览器上传图片,经服务器处理后返回图片检测数据并在浏览器中绘制检测结果。   本课程的YOLOv5使用ultralytics/yolov5,在Ubuntu系统上做项目演示,并提供在Windows系统上的部署方式文档。 本项目采取前后端分离的系统架构和开发方式,减少前后端的耦合。课程包括:YOLOv5的安装、 Flask的安装、YOLOv5的检测API接口python代码、 Flask的服务程序的python代码、前端html代码、CSS代码、Javascript代码、系统部署演示、生产系统部署建议等。   本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:《YOLOv5(PyTorch)目标检测实战:训练自己的数据集》Ubuntu系统 https://edu.csdn.net/course/detail/30793 Windows系统 https://edu.csdn.net/course/detail/30923 《YOLOv5(PyTorch)目标检测:原理与源码解析》https://edu.csdn.net/course/detail/31428 《YOLOv5(PyTorch)目标检测实战:Flask Web部署》https://edu.csdn.net/course/detail/31087 《YOLOv5(PyTorch)目标检测实战:TensorRT加速部署》https://edu.csdn.net/course/detail/32303

1,183

社区成员

发帖
与我相关
我的任务
社区描述
Delphi GAME,图形处理/多媒体
社区管理员
  • GAME,图形处理/多媒体社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧