.net forword java

xb12369 2012-12-31 11:18:31

这些天我在纠结：到底是.net to java 还是.net forword java

我想表达的意思是：我是在学java而不是转java

因为我是.net出身，因为某种原因，被迫了！

额，早就知道我会的（可能是转行），但没有想到这么早！

今天是第三周，要上项目了，看看我这只“速成鸡”怎么样勒！

额，咱打工真不容易！自嘲一下！

期待明天更好！

回帖祝你们明年+薪

...全文

223 5 打赏收藏举报

写回复

5 条回复

切换为时间正序

请发表友善的回复…

发表回复

xb12369 2013-01-04

打赏
举报

回复

如果优选的话~

aotian16 2013-01-04

打赏
举报

回复

都一样,做什么项目学什么

骚还是公骚骚 2013-01-04

打赏
举报

回复

加油吧，做什么都是一样的。年轻做几年，30了也没精力做了。

熊猫大虾 2013-01-04

打赏
举报

回复

你自己已经做出了选择了，那就继续加油吧，祝福你

xb12369 2012-12-31

打赏
举报

回复

居然没有人甩我？rp不足，求支持@

文末附数据集可视化效果图。【数据集概况】 · 检测类别（中文）：[护栏(bollard)] · 训练集：2239 张 · 验证集：640 张 · 测试集：320 张 · 总计：3199 张城市街道护栏目标检测数据集... 【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 94 个 epoch，最终轮指标：指标 | 数值 mAP50 | **0.7341** mAP50-95 | 0.3921 Precision | 0.7873 Recall | 0.6713 train/box_loss | 1.5260 train/cls_loss | 0.8206 val/box_loss | 1.7977 val/cls_loss | 1.1156 【训练过程分析】 94 轮训练后 mAP50 为 0.7341，模型基本收敛但还有提升余地。Loss 曲线下降正常，后期趋于平缓。mAP50-95 为 0.3921，和 mAP50 差距 0.34，定位精度是主要短板。【模型性能评估】 Precision 0.7873、Recall 0.6713，精度高于召回，存在一定漏检。【预测效果展示】验证集预测效果一般，大部分目标能被检出，但存在部分漏检或框边缘贴合度不足的情况。【改进建议】 1. 增强难例挖掘：在大规模数据中筛选误检、漏检样本做针对性增强。 2. 提升输入分辨率：640 对定位精度支撑不足，尝试 800 或 1024 改善 mAP50-95。 3. 调优 NMS 和置信度阈值：当前精召偏低，适当调整过滤阈值平衡输出质量。【预测效果展示】

当 CAD 缺失对应字体时，图纸文字会显示异常，出现乱码、问号。将下载好的字体文件复制到 AutoCAD 的 Fonts 文件夹中，即可恢复正常显示。

组合叶片3.prt_UG四五轴CNC编程练习图档.rar

【达梦数据库】物理与逻辑备份还原

燕尾槽一刀流加工.prt_UG四五轴CNC编程练习图档.rar

23,404

社区成员

70,506

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章