张晨光的课程社区_NO_7
10_搜索功能实现
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区| 课时名称 | 课时知识点 |
|---|---|
| 10_搜索功能实现 | 10_搜索功能实现10_搜索功能实现10_搜索功能实现10_搜索功能实现10_搜索功能实现10_搜索功能实现 |
相关推荐
10、利用 Azure 服务实现搜索与移动通知功能
本文详细介绍了如何利用 Azure 的两项强大服务——Azure Search 和 Azure Notification Hub 来实现高效的搜索功能与移动通知。内容涵盖 Azure Search 的索引创建、分析器选择、数据导入方式以及认知搜索的配置；同时解析了 Notification Hub 的推送通知架构、设备注册方式及其在多平台应用中的集成。文章还通过实际应用案例和未来趋势展望，帮助开发者更好地理解这些服务在应用程序开发中的应用与价值。
android 10.0 Settings去掉二级三级菜单搜索功能
在10.0的系统产品开发中，由于产品定制开发需求，需要去掉Settings里面的搜索功能，主页面的搜索功能，已经在前面博客有介绍10.0 Settings去掉搜索框二级三级菜单就需要一步步跟源码来根据原理实现。
使用Redis来实现历史搜索记录的相关功能
将用户搜索的关键词保存到redis中，且只显示最近的10条，最久保留15天。
Android10.0 Settings去掉搜索框
在10.0的系统产品开发中，系统Settings的主页默认带有搜索框，由于产品需求需要去掉所有的搜索框，去掉系统Settings的搜索功能，所以需要去掉首页的搜索框。
YOLO26算法工业车间与城市道路安全标识及交通标志目标检测+训练好的模型+260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）：[安全标识(safety), 交通标志(traffic)] · 训练集：240 张 · 验证集：10 张 · 测试集：10 张 · 总计：260 张 该数据集精准聚焦于工业生产环境与城市道路交通场景，旨在为高危作业区域的安全警示系统及道路通行管理提供可靠视觉识别支持。通过采集真实工作现场与道路环境中的关键标识，该数据集有效支撑了对人员行为规范提示与交通状态预警的自动化感知需求，具备显著的工程实用价值与行业落地潜力。... 【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 67 个 epoch，最终轮指标： 指标 | 数值 mAP50 | **0.7278** mAP50-95 | 0.6630 Precision | 0.7294 Recall | 0.7273 train/box_loss | 0.7483 train/cls_loss | 0.6857 val/box_loss | 0.6823 val/cls_loss | 1.8035 【训练过程分析】 67 轮训练后 mAP50 为 0.7278，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 0.6630，定位精度尚可。 【模型性能评估】 Precision 0.7294、Recall 0.7273，精度高于召回，存在一定漏检。多类检测中，不同类别性能可能有差异，需关注... 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。
