近来迷上了Modern C++ Design

偏爱风流 2013-09-27 11:24:03
近来项目中有用到loki库的functor,觉得很强大,所以通读了几遍《Modern C++ Design》越觉得其奇巧淫技,很是迷恋,只恨以前没看这书(似乎有很多人不喜欢这本)。当然咱也得跟得上C++的发展,瞟了几眼C++11。不知大家对不定参模板怎么看,我只是对比了下loki的typelist。感觉typelist挺神奇。没怎么看变参模板。
各路大神给点看法,看法随便,C++就行
只能发100分贴了。
...全文
650 7 打赏 收藏 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
ni_mamagea 2016-04-13
  • 打赏
  • 举报
回复
只能说牛逼的飞起,直接把C++当成函数式语言玩了
偏爱风流 2013-09-27
  • 打赏
  • 举报
回复
引用 1 楼 zhao4zhong1 的回复:
潘多拉魔盒被帖主打开了……
因为很多东西,现在都没用C++11的新特性,还是需要些技巧之类的。
ri_aje 2013-09-27
  • 打赏
  • 举报
回复
variadic template 简化了很多模板的用法,也使一些以前办不到的事情成为可行了。
healer_kx 2013-09-27
  • 打赏
  • 举报
回复
引用 楼主 lx458004975 的回复:
近来项目中有用到loki库的functor,觉得很强大,所以通读了几遍《Modern C++ Design》越觉得其奇巧淫技,很是迷恋,只恨以前没看这书(似乎有很多人不喜欢这本)。当然咱也得跟得上C++的发展,瞟了几眼C++11。不知大家对不定参模板怎么看,我只是对比了下loki的typelist。感觉typelist挺神奇。没怎么看变参模板。 各路大神给点看法,看法随便,C++就行 只能发100分贴了。
变参模板那里,我不知道是不是这书UPDATE了,写书的时候,没有变参模板,得用宏帮助模拟。。。 现在C++11支持 template variadic了。或许你可以忽略它的实现细节了。
赵4老师 2013-09-27
  • 打赏
  • 举报
回复
潘多拉魔盒被帖主打开了……
qq120848369 2013-09-27
  • 打赏
  • 举报
回复
潘多拉魔盒被帖主打开了……
偏爱风流 2013-09-27
  • 打赏
  • 举报
回复
引用 3 楼 ri_aje 的回复:
variadic template 简化了很多模板的用法,也使一些以前办不到的事情成为可行了。
确实是。
偏爱风流 2013-09-27
  • 打赏
  • 举报
回复
引用 2 楼 healer_kx 的回复:
[quote=引用 楼主 lx458004975 的回复:] 近来项目中有用到loki库的functor,觉得很强大,所以通读了几遍《Modern C++ Design》越觉得其奇巧淫技,很是迷恋,只恨以前没看这书(似乎有很多人不喜欢这本)。当然咱也得跟得上C++的发展,瞟了几眼C++11。不知大家对不定参模板怎么看,我只是对比了下loki的typelist。感觉typelist挺神奇。没怎么看变参模板。 各路大神给点看法,看法随便,C++就行 只能发100分贴了。
国庆回家也好好研究下C++11,看看以后的项目里面是不是用他了。 变参模板那里,我不知道是不是这书UPDATE了,写书的时候,没有变参模板,得用宏帮助模拟。。。。[/quote] 现在C++11支持 template variadic了。或许你可以忽略它的实现细节了
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】

65,213

社区成员

发帖
与我相关
我的任务
社区描述
C++ 语言相关问题讨论,技术干货分享,前沿动态等
c++ 技术论坛(原bbs)
社区管理员
  • C++ 语言社区
  • encoderlee
  • paschen
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
  1. 请不要发布与C++技术无关的贴子
  2. 请不要发布与技术无关的招聘、广告的帖子
  3. 请尽可能的描述清楚你的问题,如果涉及到代码请尽可能的格式化一下

试试用AI创作助手写篇文章吧