话题导航互动图页面上线,技术内容层次一目了然

InfoQ中文站推出全新话题导航互动图,通过直观的层级展示技术话题和内容关系,用户只需点击即可展开一级话题下的二级话题,享受清晰、便捷的浏览体验。欢迎读者提供宝贵意见。

细心的读者可以发现,在InfoQ中文站页面上方的灰色话题横条右侧,多了一个链接——“全部话题”。

\

e58d1d59a9ff5bf56872454bd5f08753.png

\

点击该链接,你会看到下图。

\

1a0a914b58f3a83836aba8ce29160f3e.png

\

是的,这就是InfoQ刚刚上线的“话题导航互动图”。

\

开始时,该页面展示的是InfoQ网站中所有的一级话题,点击某个一级话题所在节点的绿色加号图标,就会展开该一级话题节点下面的二级话题,如此往复。

\

如果某个节点对应的图标是灰色的,就表明该话题没有下一级子话题。

\

如果你点击某个话题的文字链接,你就会打开这个话题的具体内容页面,比如点击“架构”,出现的相关内容页面如下图。

\

691c8fcaae054f62bc51e4d3be6e65a0.png

\

全新的话题导航互动图,让技术话题和内容的层次关系显现得更为清晰、直观。InfoQ中文站的读者们,你们对这个页面有什么意见和建议,欢迎给我们发送邮件,地址是:editors at cn.infoq.com 

数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 片数量: 训练集:2,817张片 验证集:621张片 测试集:317张片 总计:3,755张片 分类类别: - 金属:常见的金属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。 数据格式:片来源于实际场景,格式为常见像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别和分类垃圾材料的AI模型,用于自动化废物分类和回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率和环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验和论文发表。 三、数据集优势 类别覆盖全面: 包含三种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练和使用。 数据量适中合理: 训练集、验证集和测试集分布均衡,提供足够样本用于模型学习和评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值