社区
非技术区
帖子详情
有在东莞大朗做java开发的前辈吗?求指教
liupancxm
2016-06-18 10:52:44
本人新人,现居东莞大朗,在家工作,但局限于当前没有同事,没有前辈带,遇到一些自己解决不了的问题,想向前辈们请教,闭门造车真的很无奈。如果有东莞大朗的大神,求做个朋友,求带。谢谢。
...全文
148
2
打赏
收藏
有在东莞大朗做java开发的前辈吗?求指教
本人新人,现居东莞大朗,在家工作,但局限于当前没有同事,没有前辈带,遇到一些自己解决不了的问题,想向前辈们请教,闭门造车真的很无奈。如果有东莞大朗的大神,求做个朋友,求带。谢谢。
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
2 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
liupancxm
2016-06-18
打赏
举报
回复
那你直接删吧,我新人,不懂!
-江沐风-
2016-06-18
打赏
举报
回复
论坛不允许直接贴QQ,微信之类的,再有下次,直接删帖。
excel培训机构_
大朗
电脑业余培训班,哪里更好?
欢迎关注
东莞
讲电商的金哥抖音号:FC13715255437,更多电商干货等着您。 适合人群:随到随学 当天报名 次日上课 二级C上机应用软件VisualC++6.0,二级
Java
上机应用软件专用集成
开发
环境“NetBeans中国教育考试版2007”(有关网站将提供免费下载),二级Delphi使用Delphi7.0版本。二级证书表明持有人具有计算机基础知识和基本应用能力,能够使用计算机高级语言...
创业史[不想
做
互联网了]
很久没有写博客了,现在写下来只是想跟大家一起去探讨一下。因为也看到很多互联网的新闻,裁员,倒闭之类的,还有风投都不看重互联网了。互联网真的没有市场了吗?特别像
做
基础网站建设的,企业赚不到钱,他们就不会花钱到互联网上尝试。 公司起源于老板跟另外一个主要
做
业务的合作不成,我到老板厂里负责行业网的运营,我技术就懂,对于运营真是无从入手。后来找了一个刚毕业年龄差不多的,在网络营销小有名气的过来一...
工业大风扇控制方式技术分级与选型指南
工业大风扇控制方式是现代厂房通风系统智能化升级的核心环节,其本质是电机驱动、通信协议与工业自动化集成能力的综合体现。从基础继电器开关到Modbus TCP协议互联,再到边缘智能决策,不同层级对应着不同的技术原理、可靠性边界与产线适配价值。尤其在
东莞
等制造业密集区域,真实控制能力取决于是否支持标准工业通信协议(如Modbus RTU/TCP)、能否实现PID闭环调节及多源传感融合。典型应用场景包括新能源电池车间温控联动、注塑产线防误判风感、洁净室资产健康预测等。本文聚焦控制方式的技术光谱与现场验证方法,帮助工
方法重写和多态
因为我们重写的是父类Object类中的方法 而父类中equals方法的形参类型是为Object类型 而重写要
求
参数列表要完全一致 ,所以 我们也必须写为Object类型,但是在实际使用的过程中 我们如果需要使用到String 或者自定义类的属性 ,方法就必须向下转型。我们自定义的类型,也可以作为数组的类型,依然属于引用数据类型,数组中每个元素为我们自定义的数据类型。向上转型,能够访问的是子类重写父类 或者 继承父类的方法,不能访问子类独有的方法。不能访问子类独有的方法 如需访问 必须向下转型。
YOLO26算法室内走廊领航车目标检测+训练好的模型+473张数据集+pyqt可视化界面.zip
附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[领航车(leader)] · 训练集:414 张 · 验证集:39 张 · 测试集:20 张 · 总计:473 张 该数据集聚焦于室内走廊环境中对领航车的精准识别与定位,具备高度场景专一性与实际应用价值。图像采集于光线均匀、结构规整的建筑内部通道,背景干扰因素少,有利于模型在复杂环境下的目标提取能力训练。领航车作为核心检测对象,在不同距离和角度下均被清晰标注,为智能导航系统、自动化引导设备等提供可靠的数据支持。... 【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 77 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9950** mAP50-95 | 0.9141 Precision | 0.9985 Recall | 1.0000 train/box_loss | 0.5224 train/cls_loss | 0.2526 val/box_loss | 0.4307 val/cls_loss | 0.1407 【训练过程分析】 77 轮训练后 mAP50 达到 0.9950,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 0.9141,和 mAP50 差距仅 0.08,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9985、Recall 1.000... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。
非技术区
23,404
社区成员
70,506
社区内容
发帖
与我相关
我的任务
非技术区
Java 非技术区
复制链接
扫一扫
分享
社区描述
Java 非技术区
社区管理员
加入社区
获取链接或二维码
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