- 博客(7)
- 收藏
- 关注
RSS订阅原创 opentcs-users-guide翻译精读--Chapter 2. System overview
openTCS 内核的目的是提供一个运输系统（或工厂）的，并为车辆。客户端可以与这个服务器进程进行通信，例如，用来，以及。openTCS 发行版为这些策略中的每一种都提供了默认实现。开发人员可以轻松替换这些实现，以适应特定环境的要求。作为 openTCS 内核一部分的驱动程序框架负责管理通信通道，并将车辆驱动程序与车辆关联起来。车辆驱动程序是内核与车辆之间的适配器，它。此外，，例如，手动向相关车辆发送电报。通过使用合适的车辆驱动程序，单个 openTCS 实例可以同时管理不同类型的车辆。
2025-10-12 19:34:14
830
原创 YOLO论文精读(三）--YOLOv3
我们为YOLO带来了一些更新！我们做了一堆小设计改动，让它变得更好。我们还训练了这个新网络，它表现得相当不错。它比上一代稍微大了一点，但更准了。不过它依然很快，别担心。在320×320的分辨率下，YOLOv3的运行时间为22毫秒，mAP为28.2，精度与SSD相当，但速度快了三倍。当我们看旧的.5 IOU mAP检测指标时，YOLOv3表现得相当好。在Titan X上，它用51毫秒达到了57.9的AP50，而RetinaNet需要198毫秒才能达到57.5的AP50，性能相近，但YOLOv3快了3.8倍。
2025-10-07 14:35:08
966
原创 YOLO论文精读系列 (二) --YOLOv2
YOLO9000，一个最先进的、实时的目标检测系统，能够检测超过9000个物体类别。最后，我们提出了一种在目标检测和分类上进行联合训练的方法。使用这种方法，我们同时在COCO检测数据集和ImageNet分类数据集上训练YOLO9000。我们的联合训练让YOLO9000能够为那些没有标注检测数据的物体类别预测检测结果。我们在ImageNet检测任务上验证了我们的方法。尽管在200个类别中只有44个类别有检测数据，YOLO9000在ImageNet检测验证集上仍然获得了19.7 mAP。
2025-10-06 14:55:58
798
原创 YOLO论文精读系列 (一) --YOLOv1
YOLO，是一种全新的目标检测方法。以往的目标检测工作（主要指以R-CNN系列为代表的两阶段检测器），都是通过改造分类器来执行检测任务的。而YOLO则将目标检测构建为一个回归问题，直接从图像中回归出空间上分离的边界框及其对应的类别概率。单个神经网络可以直接对整张图片进行一次评估，就预测出所有的边界框和类别概率。由于整个检测流程是一个单一的网络，因此可以直接针对检测性能（如mAP）进行端到端的优化。（在R-CNN系列中，不同模块（如区域提议、分类）可能需要分开训练，优化目标不统一。
2025-10-06 12:07:50
822
原创 萌新的leedcode笔记-n皇后问题
先在第一行放置一个皇后，column为0100，left为1000，right为0010，而这里的1就表示禁止放置皇后的地方，我们再一个变量通过位运算|将这3个变量的1整合起来ban=column|left|right,简单来说就是在一个n*n的棋盘中每行只能放置最多一个皇后，且该皇后所在的行，列，左对角线，右对角线不能再出现另一个皇后，则在n*n的棋盘下有多少种放置方法。比如以4皇后为例，第一，二列有皇后，三，四列没有皇后，column为0011；我们发现，每一行的皇后只会存在两种状态，存在和不存在；
2024-07-20 14:14:27
233
原创 if语句——C语言萌新入门
ps:if只能控制一条语句，如果需要if控制两条及以上时，那就要使用{}将代码括起来构成代码块，但我建议无论是几条代码，都可以用{}将代码括起，这样既可以避免else悬置，也可以增加代码的可读性，利于养成优秀的代码风格。若（a%2==0)为真(即a为偶数），则执行if中的代码块，打印偶数；若（a%2==0)为假(即a为奇数），则执行else中的代码块，打印奇数。如果为假，则执行 else 块中的代码块：语句2。单个if只能处理一个条件，而在else后加一个if，构成else if 则可以构成多重判断。
2024-03-02 15:51:58
419
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人