德芙巧克力诞生的背后,有一个悲情的爱情故事。

YOLO26算法水面与液体识别+训练好的模型+393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):[未获取()] 【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 52 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.8528** mAP50-95 | 0.3441 Precision | 0.7729 Recall | 0.8354 train/box_loss | 1.5367 train/cls_loss | 1.0228 val/box_loss | 1.6809 val/cls_loss | 1.1758 【训练过程分析】 我这次训练了52个周期,模型在训练初期确实收敛速度很快,前20个周期mAP50从0.74逐步提升至0.82,这说明模型开始适应数据集,学习到一些关键特征。但到第30个周期后,提升速度逐渐放缓,到了40个周期时,mAP50达到0.85,这个阶段的曲线走势有些像磨砂玻璃,平滑且不规则,后期更是趋于平缓,表明模型可能已经达到最优解,再继续训练可能会有少量提升但代价较大。整体而言,从loss曲线来看,训练集的box_loss和cls_loss在52个周期内分别从1.80和1.25降到1.54和1.02,下降曲线较为稳定,但到了后期,这两项指标下降幅度逐渐减缓,尤其cls_loss下降至1.10左右后趋于稳定,这可能是模型对训练数据已有了较强的泛化能力,但也提示我们分类的稳定性可能还欠些火候。 至于验证集的表现,box_lo... 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。 立即下载
德芙巧克力诞生的背后,有一个悲情的爱情故事。 
  大家都吃过德芙(Dove)巧克力吧。但你知道德芙巧克力的含义吗
  就让我们一起体会德芙巧克力背后的悲情故事吧。

  1919年的春天,卢森堡王室迎来了夏洛特公主继承王位,同时她有嫁给了波旁家庭的后裔费利克斯王子。作为王室
  后厨一个帮厨莱昂忙坏了,整天都在清理碗筷和盘子,双手裂开了好多口子,当他正在用盐水洗伤口时,一个女孩走过

  来,对她说:这样一定很疼吧?这个女孩就是后来影响莱昂一生的芭莎公主。

  两个年轻人就这样相遇了。从来没有人疼爱的莱昂遇到了善良的芭莎。因为芭莎只是费力克斯王子的远方亲戚,所
  以在王室的地位很低,稀罕的美食——冰激凌,也轮不到她去品尝。于是莱昂每到晚上就偷偷溜进厨房,为芭莎做冰激凌

  吃,两个人总是一边品尝一边谈论往事,芭莎还教莱昂英语。情窦初开的甜蜜萦绕在他们心头,。不过,在那个尊卑分明

  保守的年代,由于身份和处境的特殊,他们谁都没有说出心中的爱意,只是默默的把这份感情埋在心底。
  20世纪初,为了使卢森堡在整个欧洲的地位强大起来,卢森堡和比利时订立了盟约,为了巩固两国之间的关系,王

  室联姻成为最好的方法,而被选中的人就是芭莎公主。一连几天莱昂都没有见到芭莎公主,他心急如焚。终于在一个月后

  芭莎出现在了餐桌上,然而他已经瘦了一大圈,整个人看起来很憔悴。莱昂在准备糕点时,在芭莎的冰激凌上用热巧克力
  写下了几个英文字母“DOVE”,这是“ Do you love me”的缩写,意思是:你爱我吗?他相信芭莎一定能猜透他的心声,然

  而芭莎发了很久的呆,直到热巧克力融化。几天之后芭莎出嫁了。一年后,忍受不了相思折磨的莱昂离开了王室后厨,带着心中的隐痛。
  悄然来到了美国的一家高级餐厅。这里的老板非常赏识他,还把女儿许配给了莱昂。时光的流逝,家庭安宁事业平

  稳,还有儿子的降生,都没能抚平莱昂心底深处的创伤。他的心事没能逃过妻子的眼睛,他的愤怒爆发了,并且愤怒的离开了。
  莱昂此后一直单身带着儿子,经营他的糖果店。1946年的一天,莱昂看到自己的儿子在追一辆贩卖冰激凌的车,记忆
  的们顿时被撞开。自从芭莎离开之后,莱昂便再也没有做过冰激凌。这次莱昂决定继续过去没有为芭莎完成的研究。经过

  几个月的精心研制,一款富含奶油,同时被香纯巧克力包裹的冰激凌问世了,并刻上了四个字母。儿子天真地问莱昂“D

  OVE”(德芙)是什么意思。莱昂轻轻的说这是冰激凌的名字。德芙的冰激凌一推出就受到好评。正在此时,莱昂收到一
  封来自卢森堡的信,信是一个同在御厨干活的伙伴写给他的,信中莱昂得知,芭莎公主曾派人到处打听他的消息,希望他

  能够去看望她,但是却得知他去了美国。由于受到第二次世界大战的影响,这封信来到莱昂手里时已经整整迟到一年零三

  天。莱昂经历千辛万苦终于见到了芭莎公主。芭莎和莱昂此时都已经老了,巴沙虚弱的躺在床上,曾经清波荡漾的眼睛变
  得灰蒙蒙的。莱昂扑在她的床前,眼泪无法自抑得滴落在她苍白的手背上。芭莎伸出手来轻轻抚摸莱昂的头发,用近乎听

  不到的声音叫着莱昂的名字。芭莎回忆当时在卢森堡,她非常爱莱昂,曾以绝食拒绝联姻,他被看守一个月,他深知自己

  绝对不可能逃脱联婚的命运,何况莱昂并没有说过爱她,更没有任何承诺。在那个年代,女子要同整个家庭决裂是要付出
  很大的代价的。最终他只能向命运妥协,,但是条件是能回卢森堡再吃一次下午茶,因为他想在那里与莱昂做最后的告

  别,他吃了他送给她的巧克力冰激凌,看到那些融化的字母。听到这里,莱昂泣不成声,过去的误解终于有了答案。但一

  切都太晚了,三天之后,芭莎离开了人世。莱昂听佣人说,芭莎嫁过来之后整日郁郁寡欢,导致他疾病缠身,得知莱昂离
  开卢森堡并且已经在美国结婚之后,就一病不起了。莱昂无比悲伤,如果当年冰激凌上的热巧克力不融化,如果芭莎明白

  他的心声,那么他一定会改变主意和他私奔的。
  如果那巧克力是固定的,那些字就不会融化了,他就不会失去最后的机会。莱昂决定制造一种固体巧克力,使其可以
  更久保存。经过苦心研制,香醇可口的德芙巧克力终于研制而成,每一块巧克力都被牢牢地刻上“DOVE”,莱昂以此来纪

  念他和芭莎错过的这段爱情,他虽然苦涩但是甜蜜,悲伤而动人,如同德夫的味道。如今,德芙巧克力已有数十种口味,

  每一种爱情都能在这巧克力王国中被诠释和寄托。全世界越来越多的人爱上因爱而生、从冰激凌演变而来的德芙。当情人
  们送出德芙,就意味着送出了那轻声的爱意之问“DO YOU LOVE ME ?”那也是创始人在提醒天下有情人,如果你爱她

  (他),即使让爱的人知道,并记得深深的爱,不要放弃!!!
C#西门子上位机与PLC通讯++S7协议 支持S7-200,S7-300,S7-1200,S7-1500+使用技术C#+S7net 立即下载

相关推荐

MATLAB模拟6自由度无人机检查,具备干扰补偿、裂纹检测和自主复检功能。.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

德芙巧克力的故事

吃过德芙巧克力吗?送过德芙巧克力吗?收到过德芙巧克力吗?德芙巧克力的物语是“Do you love me?”是否曾经手里拿着时有幸福的味道呢?

Amoretto的世界 2186

基于MATLAB的前向运动学和3D可视化,利用均匀变换和DH约定实现6自由度机器人机械臂的3D可视化。.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

这是一个悲伤的故事

thinkinwm的专栏 780

AI大模型医学影像诊断智能识别应用方案.pptx

AI大模型医学影像诊断智能识别应用方案.pptx

智能驾驶智慧交通行业智算中心(AIDC)建设规划方案.pptx

智能驾驶智慧交通行业智算中心(AIDC)建设规划方案.pptx

Python-Flask:值得让我吐槽好久,铭记于心的SQL语句

一.它的由来是项目中的设备管理需求,需要俩个模型类,其中一个用来记录资产信息,另一个记录资产借用历史纪录,这就存在数据展示的连接问题,由于需要做筛选,而筛选的逻辑十分复杂,大致包括借用,归还,销毁,时间,模糊查询等操作。当时做了一天,还是被公司的老资格点醒的。来欣赏一下吧: select t1.assetstatus, t1.assetnumber, t1.id, t2.user_name, ...

Odyssues_lee的博客 959

LLC谐振变换器恒压恒流双竞争闭环控制simulink仿真(附说明文档)

内容概要:本资源是一套面向电力电子与智能控制领域的综合性科研仿真资料合集,核心聚焦于LLC谐振变换器的恒压恒流双竞争闭环控制策略设计与Simulink建模仿真实现,涵盖半桥LLC、双向全桥LLC等拓扑结构的调频闭环仿真,并提供详尽的说明文档与PPT辅助材料。资源体系不仅深入呈现LLC变换器的动态响应与控制逻辑,还扩展至双有源桥(DAB)变换器的软开关协同优化、最小应力控制、EPS调制策略及新扩展移相角优化等前沿技术,同时集成三相PWM整流器在电网不平衡条件下的功率平衡控制、VOC+SVPWM双闭环控制等典型应用场景。此外,资源包涵盖状态估计(如EKF、UKF、PF)、微电网经济调度、卡尔曼滤波融合、神经网络控制、PID优化、储能系统管理等多个交叉方向,特别强调对顶级EI期刊研究成果的高精度复现,旨在帮助科研人员快速掌握先进控制算法的核心思想与仿真实现方法。; 适合人群:电气工程、自动化、电力电子、新能源科学与工程等相关专业的硕士博士研究生、高校科研人员,以及从事新能源变换器、智能电网、电动汽车、微电网系统研发的工程技术人员。; 使用场景及目标:① 深入理解LLC与DAB变换器的闭环控制机理,掌握恒压恒流切换、软开关实现与损耗优化方法;② 利用Simulink平台构建复杂电力电子系统模型,开展动态性能分析与控制器参数整定;③ 复现高水平期刊论文中的先进控制策略,提升科研创新能力与论文发表竞争力;④ 支持毕业设计、科研课题、项目申报及工程原型开发中的仿真验证环节。; 阅读建议:建议结合提供的完整资源目录循序渐进学习,优先研读标注“顶级EI复现”的案例以获取权威方法参考,配合MATLAB/Simulink动手搭建模型,重点关注控制框图设计、调制逻辑实现与仿真结果对比,深入理解算法背后的物理意义与数学推导过程。

孩子必听的数学家故事——笛卡尔

“我思故我在”这是勒内·笛卡儿(1596.3.31-1650.2.11)的经典名言之一。笛卡尔是世界著名的法国哲学家、数学家、物理学家。他为现代数学的发展做出了重要的贡献,因将几何坐标体系公式化而被认为是解析几何之父。

弗兮 6978

概率神经网络的分类预测-基于PNN的变压器故障诊断(Matlab代码实现)

内容概要:本文系统阐述了基于概率神经网络(PNN)的变压器故障诊断方法,结合Matlab代码实现分类预测。通过提取变压器运行过程中的关键特征参数,构建PNN模型以实现对正常状态与典型故障状态(如绕组短路、铁芯故障等)的高效分类识别。文章深入剖析了PNN的网络结构、概率密度估计原理、训练机制及分类决策过程,并通过仿真实验验证了该方法在故障诊断任务中具备较高的准确率与鲁棒性,展现了其在电力系统状态监测与智能运维中的良好应用前景。; 适合人群:具备一定机器学习理论基础和Matlab编程能力的电气工程、自动化、智能电网等相关领域的研究生、科研人员以及从事电力设备状态监测与故障诊断工作的工程技术人员。; 使用场景及目标:①实现变压器早期故障的智能化诊断与预警,提升电力系统运行安全性;②为基于神经网络的工业设备故障分类任务提供可复现的算法实现范例与技术验证平台; 阅读建议:建议读者结合文中提供的Matlab代码,动手复现实验流程,深入理解PNN在实际分类问题中的参数配置、训练策略、性能评估方法,并鼓励将该方法迁移至其他电力设备或机电系统的故障诊断场景中进行拓展研究与优化改进。

优快云首页 发布文章 优快云同步助手 多无人机面向城市空中交通的多无人机路径规划研究(Matlab代码实现) 37 100 摘要:会在推荐、列表等场景外露,帮助读者快速了解内容,支持

内容概要:本文围绕面向城市空中交通的多无人机路径规划问题展开研究,系统阐述了该领域的核心挑战与关键技术。文章首先定义了多无人机路径规划的问题,明确了包括飞行安全、避障、协同效率在内的多项约束条件与性能指标。随后,重点介绍了三大类路径规划方法:基于改进RRT算法和图论的全局路径规划方法,用于构建初始可行路径;基于动态风险场的模型预测控制和动态窗口法(DWA)的动态避障方法,以应对环境中的突发障碍;以及多无人机协同规划策略和分布式协同控制算法构成的局部协同调整方法,确保多机间的飞行安全与任务协同。研究通过搭建Matlab仿真实验平台,设计了多种复杂城市飞行场景,对所提方法进行了全面的仿真验证与结果对比分析,展示了各方法在不同场景下的有效性与优劣。; 适合人群:具备一定自动化、计算机或航空航天领域基础知识,从事无人机、智能交通、路径规划等相关方向研究的研发人员和研究生。; 使用场景及目标:①为城市空中交通管理系统(UATM)的设计与开发提供理论基础和技术参考;②应用于物流配送、城市巡检、应急救援等多无人机协同任务的路径规划算法设计与仿真验证;③作为相关领域科研工作的技术参考资料,推动多智能体协同决策与控制技术的发展。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,通过复现仿真结果加深对各类算法原理与实现细节的理解。在学习过程中,应重点关注全局规划与局部避障的结合机制,以及多机协同策略中的冲突消解逻辑。

我的巧克力播放器

昨天闲的么事做,所以想做个小东西玩玩 于是乎, 想起了 QQ 音乐播放器, 呵呵,所以打算仿做一个来玩玩啊 忙了一天,总算是给做出来了, 因为本来以为是个很小的东西,可能一下子就搞定了, 所以一开始也没怎么设计思路,拿起来就做了, 做到后面发现事实上要仿也不是那么容易的事情啊, 代码写的实在是凌乱,几乎是每一个事件里面单独写代码, 根本没注意什么封装,面向对象之类的,整个东西是个...

weixin_34405557的博客 130

无刷直流电机BLDC转速电流双闭环+无位置传感器控制仿真【仿真+详解说明报告+参考文献】

内容概要:本文详细介绍了一套针对无刷直流电机(BLDC)的Simulink仿真资源包,核心内容涵盖转速电流双闭环控制与无位置传感器控制技术,重点采用滑模观测器(SMO)实现对转子位置与速度的精确估算,避免了物理位置传感器带来的成本与可靠性问题。资源包提供了多个高质量仿真模型,包括基于模糊PID与传统PID控制策略的对比分析、无感控制结合滑模观测器与双闭环PI控制的综合系统等,全面展示不同控制算法在动态响应、抗干扰能力及稳态精度方面的性能差异。所有模型均基于Matlab/Simulink平台构建,配套详尽的技术说明文档与参考文献,深入解析控制结构设计、观测器原理、参数整定方法及系统稳定性分析,适用于电机驱动系统的研究、教学演示与工程验证。; 适合人群:面向电气工程、自动化、控制科学与工程及相关专业的本科生、研究生、科研人员和工程技术人员,尤其适合从事电机控制、电力电子与运动控制系统研究的专业人士,具备自动控制理论基础和Matlab/Simulink基本操作能力者更易上手。; 使用场景及目标:① 深入学习并掌握无刷直流电机双闭环调速系统的工作原理与无位置传感器控制的关键技术;② 对比研究模糊PID与传统PID在电机控制中的动态性能与鲁棒性差异;③ 开展滑模观测器在非线性系统状态估计中的建模与仿真研究;④ 支持课程设计、毕业设计、科研项目申报及学术论文复现等实际应用场景。; 阅读建议:建议用户结合提供的详解说明报告,逐步运行各仿真模型,重点关注控制器参数调节过程、滑模观测器的设计细节及其收敛性表现,深入分析系统启动、负载突变、转速切换等工况下的响应特性,鼓励在此基础上进行控制算法改进、引入新型观测器或拓展至其他电机类型进行创新性研究。

sqlite替换回车

UPDATE "server-2-15" set mid=replace(mid,x'0a','')

weixin_41972401的博客 1179

【顶级EI复现】基于KKT条件与分段解析优化的双有源桥DC-DC变换器软开关协同最小应力闭环控制方法(Simulink仿真实现)

内容概要:本文提出了一种基于KKT条件与分段解析优化的双有源桥DC-DC变换器软开关协同最小应力闭环控制方法,旨在实现高效能、低损耗的电力变换控制。通过构建包含软开关约束与电流应力目标的优化模型,结合KKT最优性条件进行数学推导,对变换器的工作模态进行分段解析处理,精确求解出满足零电压开通(ZVS)且电流有效值最小的最优工作点。在此基础上设计了闭环控制系统,有效提升了变换器在全功率范围内的运行效率与动态响应性能。文中详细阐述了控制策略的理论推导过程、优化求解算法实现及Simulink仿真实验验证,充分展示了该方法在协同优化软开关范围与器件应力方面的优越性。; 适合人群:从事电力电子与电力传动、新能源发电系统、电动汽车及微电网等相关领域的科研人员与工程技术人员,具备一定的电路理论、最优控制理论与仿真建模基础。; 使用场景及目标:①用于高效率双有源桥变换器的先进控制策略研究与设计;②为解决传统移相控制中软开关范围受限与功率器件电流应力高的问题提供优化思路;③适用于车载充电机、直流配电系统、可再生能源并网等对高功率密度与高效率有严苛要求的应用场景。; 阅读建议:建议结合Simulink仿真模型深入理解控制算法的具体实现流程,重点关注KKT条件在非线性约束优化中的应用逻辑以及分段解析策略的设计思想,同时可通过对比传统单移相控制(SPS)或双重移相控制(DPS)方法,直观体会本方法在效率提升与应力抑制方面的综合优势。

无人机【扩展卡尔曼滤波器从IMU和GPS数据计算无人机的姿态】使用不变扩展卡尔曼滤波器对微型无人机状态估计进行传感器融合(Matlab代码实现)

内容概要:本文系统介绍了基于不变扩展卡尔曼滤波器(Invariant Extended Kalman Filter, IEKF)的微型无人机状态估计方法,重点实现IMU与GPS数据的传感器融合,以精确估计无人机的姿态、位置和速度等关键状态信息。相较于传统EKF,IEKF充分利用系统内在的几何结构特性,具有更强的数值稳定性和更优的误差收敛性能,能够有效抑制非线性系统中的估计漂移问题。文章详细阐述了IEKF的理论推导过程,包括状态预测、协方差更新与观测校正环节,并提供了完整的Matlab代码实现,便于读者复现算法并深入理解其工作机制。该方法显著提升了无人机在复杂动态环境下的导航精度与鲁棒性,适用于对高可靠性状态估计有较高要求的无人系统应用。; 适合人群:具备控制理论、非线性滤波、惯性导航或机器人状态估计基础,从事无人机导航、自主系统开发及相关研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入理解IEKF在非线性系统状态估计中的优势及其相对于传统EKF的改进机制;②掌握IMU与GPS多传感器融合的基本架构与实现流程;③通过Matlab代码实践完成从理论建模到算法仿真的全过程,为构建高性能飞控系统或开展先进滤波算法研究奠定技术基础。; 阅读建议:建议结合非线性系统估计与李群理论背景知识进行学习,重点关注IEKF的状态演化模型设计与误差协方差更新逻辑,务必动手运行并调试所提供的Matlab代码,通过仿真实验对比不同工况下的滤波性能,从而深化对算法本质的理解与应用能力。

大模型智能体LLM急速入门

大模型智能体LLM急速入门

基于ADMM的车辆路径问题与时间窗口(VRPTW)的问题分解方案(Matlab代码实现)

内容概要:本文系统介绍了基于交替方向乘子法(ADMM)的车辆路径问题与时间窗口(VRPTW)的分解求解方案,并提供了完整的Matlab代码实现。该方法通过引入ADMM这一经典的分布式优化算法,将原本复杂的全局耦合优化问题分解为多个可并行求解的子问题,借助拉格朗日乘子协调各子问题间的约束一致性,从而实现对大规模VRPTW问题的高效求解。文中详细阐述了问题建模过程、ADMM迭代框架的设计原理、收敛性保障机制以及关键参数的设置策略,突出体现了分布式优化在物流路径规划中的可扩展性优势,适用于城市配送、电商物流等实际场景中的路径优化需求。; 适合人群:具备运筹学、优化理论基础及Matlab编程能力,从事物流优化、智能交通、供应链管理或分布式算法研究的高校研究生、科研人员及相关领域工程师。; 使用场景及目标:①解决带时间窗约束的大规模车辆路径问题(VRPTW);②学习并掌握ADMM在组合优化问题中的分解建模与协调求解机制;③实现面向分布式计算架构的路径优化算法,提升求解效率与系统可扩展性; 阅读建议:此资源强调算法实现与工程应用的结合,建议读者在理解VRPTW经典数学模型的基础上,深入剖析ADMM的增广拉格朗日函数构建与变量更新流程,并通过调试Matlab代码掌握算法收敛性分析、罚参数调优及性能评估方法,还可进一步拓展至其他分布式优化场景进行对比研究。

上一篇: 栀璃鸢年(四)
下一篇: 人的成熟不是年龄,而是懂得了放弃。Python_China的博客
等风说晚安
博客等级 码龄8年 2粉丝 11原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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