探索智慧农业精准除草,基于高精度YOLOv8全系列参数【n/s/m/l/x】模型开发构建农田作物场景下杂草作物分割检测识别分析系统

news/2024/5/9 5:05:24/文章来源:https://blog.csdn.net/Together_CZ/article/details/136945616

智慧农业是未来的一个新兴赛道,随着科技的普及与落地应用,会有更加广阔的发展空间,关于农田作物场景下的项目开发实践,在我们前面的博文中也有很堵相关的实践,单大都是偏向于目标检测方向的,感兴趣可以自行移步阅读即可:

《自建数据集,基于YOLOv7开发构建农田场景下杂草检测识别系统》 

《轻量级目标检测模型实战——杂草检测》

《激光除草距离我们实际的农业生活还有多远,结合近期所见所感基于yolov8开发构建田间作物杂草检测识别系统》

《基于yolov5的农作物田间杂草检测识别系统》

《AI助力智慧农业,基于YOLOv3开发构建农田场景下的庄稼作物、田间杂草智能检测识别系统》

《AI助力智慧农业,基于YOLOv4开发构建不同参数量级农田场景下庄稼作物、杂草智能检测识别系统》 

《AI助力智慧农业,基于YOLOv5全系列模型【n/s/m/l/x】开发构建不同参数量级农田场景下庄稼作物、杂草智能检测识别系统》

 《AI助力智慧农业,基于YOLOv6最新版本模型开发构建不同参数量级农田场景下庄稼作物、杂草智能检测识别系统》

《AI助力智慧农业,基于YOLOv7【tiny/yolov7/yolov7x】开发构建不同参数量级农田场景下庄稼作物、杂草智能检测识别系统》 

《AI助力智慧农业,基于YOLOv8全系列模型【n/s/m/l/x】开发构建不同参数量级的识别系统》

《AI助力智慧农业,基于DETR【DEtection TRansformer】模型开发构建田间作物场景下庄稼作物、杂草检测识别系统》

《助力智能化农田作物除草,基于轻量级YOLOv8n开发构建农田作物场景下玉米苗、杂草检测识别分析系统》

《助力智能化农田作物除草,基于YOLOv8全系列【n/s/m/l/x】参数模型开发构建农田作物场景下玉米苗、杂草检测识别分析系统》

《助力智能化农田作物除草,基于DETR(DEtection TRansformer)模型开发构建农田作物场景下玉米苗、杂草检测识别分析系统》

《助力智能化农田作物除草,基于YOLOv3全系列【yolov3tiny/yolov3/yolov3spp】参数模型开发构建农田作物场景下玉米苗、杂草检测识别分析系统》

《助力智能化农田作物除草,基于YOLOv5全系列【n/s/m/l/x】参数模型开发构建农田作物场景下玉米苗、杂草检测识别分析系统》

《助力智能化农田作物除草,基于YOLOv6全系列【n/s/m/l】参数模型开发构建农田作物场景下玉米苗、杂草检测识别分析系统》

《助力智能化农田作物除草,基于YOLOv7【tiny/l/x】不同系列参数模型开发构建农田作物场景下玉米苗、杂草检测识别分析系统》

还有一些这里就不再一一列举了。

本文的主要目的是想要基于YOLOv8全系列的参数模型来开发构建农田作物场景下的杂草作物分割检测识别系统,首先看下实例效果:

接下来简单看下数据集:

YOLOv8官方项目地址在这里,如下所示:

目前已经收获超过1.7w的star量了。官方提供的预训练模型如下所示:

Modelsize
(pixels)
mAPbox
50-95
mAPmask
50-95
Speed
CPU ONNX
(ms)
Speed
A100 TensorRT
(ms)
params
(M)
FLOPs
(B)
YOLOv8n-seg64036.730.596.11.213.412.6
YOLOv8s-seg64044.636.8155.71.4711.842.6
YOLOv8m-seg64049.940.8317.02.1827.3110.2
YOLOv8l-seg64052.342.6572.42.7946.0220.5
YOLOv8x-seg64053.443.4712.14.0271.8344.1

可以根据自己的需求进行选择使用即可。

训练数据配置文件如下:

# Dataset
path: ./dataset
train:- /data/dataset/images/train
val:- /data/dataset/images/test
test:- /data/dataset/images/test# Classes
names:0: crop1: weed

这里我们一共开发了全系列五款不同参数量级的模型,实验阶段保持相同的参数设置,等待所有模型训练完成之后,我们来对其各个指标进行对比可视化。

【Precision曲线】
精确率曲线(Precision-Recall Curve)是一种用于评估二分类模型在不同阈值下的精确率性能的可视化工具。它通过绘制不同阈值下的精确率和召回率之间的关系图来帮助我们了解模型在不同阈值下的表现。
精确率(Precision)是指被正确预测为正例的样本数占所有预测为正例的样本数的比例。召回率(Recall)是指被正确预测为正例的样本数占所有实际为正例的样本数的比例。
绘制精确率曲线的步骤如下:
使用不同的阈值将预测概率转换为二进制类别标签。通常,当预测概率大于阈值时,样本被分类为正例,否则分类为负例。
对于每个阈值,计算相应的精确率和召回率。
将每个阈值下的精确率和召回率绘制在同一个图表上,形成精确率曲线。
根据精确率曲线的形状和变化趋势,可以选择适当的阈值以达到所需的性能要求。
通过观察精确率曲线,我们可以根据需求确定最佳的阈值,以平衡精确率和召回率。较高的精确率意味着较少的误报,而较高的召回率则表示较少的漏报。根据具体的业务需求和成本权衡,可以在曲线上选择合适的操作点或阈值。
精确率曲线通常与召回率曲线(Recall Curve)一起使用,以提供更全面的分类器性能分析,并帮助评估和比较不同模型的性能。

【Recall曲线】
召回率曲线(Recall Curve)是一种用于评估二分类模型在不同阈值下的召回率性能的可视化工具。它通过绘制不同阈值下的召回率和对应的精确率之间的关系图来帮助我们了解模型在不同阈值下的表现。
召回率(Recall)是指被正确预测为正例的样本数占所有实际为正例的样本数的比例。召回率也被称为灵敏度(Sensitivity)或真正例率(True Positive Rate)。
绘制召回率曲线的步骤如下:
使用不同的阈值将预测概率转换为二进制类别标签。通常,当预测概率大于阈值时,样本被分类为正例,否则分类为负例。
对于每个阈值,计算相应的召回率和对应的精确率。
将每个阈值下的召回率和精确率绘制在同一个图表上,形成召回率曲线。
根据召回率曲线的形状和变化趋势,可以选择适当的阈值以达到所需的性能要求。
通过观察召回率曲线,我们可以根据需求确定最佳的阈值,以平衡召回率和精确率。较高的召回率表示较少的漏报,而较高的精确率意味着较少的误报。根据具体的业务需求和成本权衡,可以在曲线上选择合适的操作点或阈值。

【F1值曲线】
F1值曲线是一种用于评估二分类模型在不同阈值下的性能的可视化工具。它通过绘制不同阈值下的精确率(Precision)、召回率(Recall)和F1分数的关系图来帮助我们理解模型的整体性能。F1分数是精确率和召回率的调和平均值,它综合考虑了两者的性能指标。F1值曲线可以帮助我们确定在不同精确率和召回率之间找到一个平衡点,以选择最佳的阈值。

【mAP0.5】
mAP0.5,也被称为mAP@0.5或AP50,指的是当Intersection over Union(IoU)阈值为0.5时的平均精度(mean Average Precision)。IoU是一个用于衡量预测边界框与真实边界框之间重叠程度的指标,其值范围在0到1之间。当IoU值为0.5时,意味着预测框与真实框至少有50%的重叠部分。
在计算mAP0.5时,首先会为每个类别计算所有图片的AP(Average Precision),然后将所有类别的AP值求平均,得到mAP0.5。AP是Precision-Recall Curve曲线下面的面积,这个面积越大,说明AP的值越大,类别的检测精度就越高。
mAP0.5主要关注模型在IoU阈值为0.5时的性能,当mAP0.5的值很高时,说明算法能够准确检测到物体的位置,并且将其与真实标注框的IoU值超过了阈值0.5。

【mAP0.5:0.95】
mAP0.5:0.95,也被称为mAP@[0.5:0.95]或AP@[0.5:0.95],表示在IoU阈值从0.5到0.95变化时,取各个阈值对应的mAP的平均值。具体来说,它会在IoU阈值从0.5开始,以0.05为步长,逐步增加到0.95,并在每个阈值下计算mAP,然后将这些mAP值求平均。
这个指标考虑了多个IoU阈值下的平均精度,从而更全面、更准确地评估模型性能。当mAP0.5:0.95的值很高时,说明算法在不同阈值下的检测结果均非常准确,覆盖面广,可以适应不同的场景和应用需求。
对于一些需求比较高的场合,比如安全监控等领域,需要保证高的准确率和召回率,这时mAP0.5:0.95可能更适合作为模型的评价标准。
综上所述,mAP0.5和mAP0.5:0.95都是用于评估目标检测模型性能的重要指标,但它们的关注点有所不同。mAP0.5主要关注模型在IoU阈值为0.5时的性能,而mAP0.5:0.95则考虑了多个IoU阈值下的平均精度,从而更全面、更准确地评估模型性能。

【loss】

综合对比来看,x系列的模型效果反而不好,这个跟我们数据集过于小也有很大的关系。接下来为了依次对比不同系列的模型详细情况,我们分开每个指标下面每个模型进行可视化,如下:

【F1值】

【loss】

【mAP0.5】

【mAP0.5:0.95】

【Precision】

【Recall】

Batch实例如下:

混淆矩阵如下:

训练可视化如下:

离线推理实例如下:

掩模如下:

提取得到的边界数据如下:

{"weed": [[[922, 592, 1001, 692], [[947, 596], [945, 598], [939, 598], [935, 602], [935, 604], [933, 606], [933, 608], [927, 614], [927, 616], [925, 618], [925, 620], [923, 622], [923, 655], [925, 657], [925, 659], [931, 665], [933, 665], [937, 669], [939, 669], [951, 681], [953, 681], [955, 683], [957, 683], [959, 685], [961, 685], [963, 687], [965, 687], [967, 689], [978, 689], [982, 685], [984, 685], [986, 683], [988, 683], [994, 677], [994, 673], [996, 671], [996, 669], [1000, 665], [1000, 659], [1002, 657], [1002, 634], [1000, 632], [1000, 622], [996, 618], [996, 616], [994, 614], [994, 610], [986, 602], [986, 600], [984, 598], [982, 598], [980, 596]]], [[822, 460, 973, 632], [[919, 466], [917, 468], [911, 468], [909, 470], [907, 470], [905, 472], [903, 472], [901, 474], [899, 474], [897, 476], [893, 476], [891, 478], [888, 478], [886, 480], [878, 480], [876, 483], [872, 483], [870, 485], [866, 485], [864, 487], [862, 487], [860, 489], [858, 489], [856, 491], [854, 491], [852, 493], [850, 493], [846, 497], [844, 497], [842, 499], [840, 499], [836, 503], [834, 503], [828, 509], [828, 511], [826, 513], [826, 551], [828, 553], [828, 568], [830, 570], [830, 584], [832, 586], [832, 594], [834, 596], [834, 600], [836, 602], [836, 604], [840, 608], [840, 610], [842, 612], [842, 614], [852, 624], [854, 624], [856, 626], [858, 626], [860, 628], [864, 628], [866, 626], [872, 626], [874, 624], [876, 624], [878, 622], [880, 622], [882, 620], [884, 620], [886, 618], [888, 618], [893, 614], [895, 614], [901, 608], [903, 608], [907, 604], [909, 604], [911, 602], [913, 602], [915, 600], [917, 600], [919, 598], [921, 598], [925, 594], [927, 594], [929, 592], [933, 592], [935, 590], [931, 586], [931, 570], [933, 568], [933, 566], [953, 545], [953, 543], [955, 541], [955, 539], [957, 537], [957, 533], [959, 531], [959, 529], [961, 527], [961, 523], [963, 521], [963, 517], [965, 515], [965, 511], [967, 509], [967, 505], [969, 503], [969, 478], [967, 476], [967, 474], [965, 472], [965, 470], [963, 468], [961, 468], [959, 466]]], [[133, 356, 609, 821], [[301, 365], [299, 367], [291, 367], [289, 369], [285, 369], [283, 371], [281, 371], [279, 373], [277, 373], [271, 379], [271, 381], [251, 402], [249, 402], [216, 434], [214, 434], [208, 440], [208, 442], [198, 452], [198, 454], [192, 460], [192, 462], [184, 470], [184, 472], [180, 476], [180, 478], [176, 483], [176, 485], [164, 497], [162, 497], [149, 509], [149, 511], [143, 517], [143, 519], [141, 521], [141, 523], [139, 525], [139, 543], [137, 545], [137, 634], [139, 636], [139, 655], [141, 657], [141, 663], [145, 667], [145, 669], [147, 671], [147, 673], [149, 675], [149, 679], [151, 681], [151, 693], [153, 695], [151, 697], [151, 701], [149, 703], [149, 713], [151, 715], [151, 723], [153, 726], [153, 738], [155, 740], [155, 744], [157, 746], [157, 748], [176, 766], [178, 766], [180, 768], [182, 768], [188, 774], [190, 774], [194, 778], [196, 778], [198, 780], [200, 780], [210, 790], [212, 790], [220, 798], [220, 800], [232, 813], [234, 813], [236, 815], [238, 815], [240, 817], [273, 817], [275, 815], [291, 815], [293, 817], [309, 817], [311, 819], [334, 819], [336, 817], [344, 817], [352, 809], [354, 809], [360, 802], [360, 800], [362, 798], [364, 798], [368, 794], [370, 794], [374, 790], [376, 790], [382, 784], [384, 784], [386, 782], [388, 782], [390, 780], [392, 780], [407, 766], [409, 766], [415, 760], [417, 760], [419, 758], [421, 758], [425, 754], [427, 754], [431, 750], [433, 750], [435, 748], [437, 748], [439, 746], [441, 746], [445, 742], [447, 742], [451, 738], [453, 738], [455, 736], [459, 736], [461, 734], [465, 734], [467, 732], [469, 732], [471, 730], [475, 730], [477, 728], [483, 728], [486, 726], [490, 726], [492, 723], [494, 723], [496, 721], [498, 721], [502, 717], [504, 717], [510, 711], [512, 711], [532, 691], [532, 689], [556, 665], [556, 663], [558, 661], [558, 659], [562, 655], [562, 653], [564, 651], [564, 649], [567, 647], [567, 642], [569, 640], [569, 638], [571, 636], [571, 634], [573, 632], [573, 630], [575, 628], [575, 626], [577, 624], [577, 622], [581, 618], [581, 614], [583, 612], [583, 608], [585, 606], [585, 602], [587, 600], [587, 596], [589, 594], [589, 588], [591, 586], [591, 576], [593, 574], [593, 566], [595, 564], [595, 561], [597, 559], [597, 557], [601, 553], [601, 551], [603, 549], [603, 547], [605, 545], [605, 543], [607, 541], [607, 537], [609, 535], [609, 505], [607, 503], [607, 499], [605, 497], [605, 495], [603, 493], [603, 491], [599, 487], [599, 485], [597, 483], [597, 480], [595, 478], [595, 476], [589, 470], [589, 468], [585, 464], [585, 462], [573, 450], [573, 448], [556, 432], [556, 430], [548, 422], [548, 420], [544, 416], [544, 414], [540, 410], [540, 408], [534, 402], [534, 399], [526, 391], [526, 389], [514, 377], [512, 377], [508, 373], [506, 373], [502, 369], [500, 369], [498, 367], [496, 367], [494, 365], [453, 365], [451, 367], [447, 367], [445, 369], [443, 369], [441, 371], [439, 371], [427, 383], [425, 383], [417, 391], [413, 391], [411, 393], [409, 393], [407, 395], [405, 395], [402, 397], [388, 397], [386, 395], [382, 395], [380, 393], [376, 393], [374, 391], [370, 391], [368, 389], [366, 389], [364, 387], [362, 387], [360, 385], [358, 385], [354, 381], [352, 381], [348, 377], [346, 377], [342, 373], [340, 373], [338, 371], [336, 371], [332, 367], [330, 367], [328, 365]]], [[998, 694, 1296, 927], [[1026, 701], [1024, 703], [1018, 703], [1016, 705], [1014, 705], [1006, 713], [1006, 723], [1004, 726], [1004, 732], [1006, 734], [1006, 746], [1008, 748], [1008, 750], [1012, 754], [1012, 756], [1014, 758], [1016, 758], [1018, 760], [1018, 762], [1022, 766], [1024, 766], [1036, 778], [1036, 780], [1044, 788], [1044, 790], [1046, 792], [1046, 794], [1053, 800], [1053, 804], [1055, 807], [1055, 813], [1053, 815], [1053, 817], [1050, 819], [1050, 821], [1048, 823], [1048, 825], [1046, 827], [1046, 829], [1044, 831], [1044, 833], [1042, 835], [1042, 843], [1040, 845], [1040, 849], [1038, 851], [1038, 859], [1040, 861], [1040, 865], [1042, 867], [1042, 875], [1044, 877], [1044, 883], [1046, 885], [1046, 888], [1048, 890], [1048, 892], [1050, 894], [1050, 896], [1057, 902], [1059, 902], [1063, 906], [1069, 906], [1071, 908], [1085, 908], [1087, 906], [1103, 906], [1105, 904], [1109, 904], [1113, 900], [1115, 900], [1117, 898], [1117, 892], [1121, 888], [1123, 890], [1123, 898], [1129, 904], [1129, 906], [1131, 908], [1131, 910], [1138, 916], [1140, 916], [1144, 920], [1146, 920], [1148, 922], [1152, 922], [1154, 924], [1192, 924], [1194, 922], [1196, 922], [1198, 920], [1200, 920], [1204, 916], [1206, 916], [1219, 904], [1221, 904], [1225, 900], [1227, 900], [1229, 898], [1231, 898], [1235, 894], [1237, 894], [1255, 875], [1257, 875], [1263, 869], [1265, 869], [1271, 863], [1273, 863], [1275, 861], [1275, 859], [1281, 853], [1281, 851], [1287, 845], [1287, 843], [1289, 841], [1293, 841], [1293, 717], [1291, 717], [1289, 715], [1287, 715], [1281, 709], [1279, 709], [1277, 707], [1271, 707], [1269, 709], [1257, 709], [1255, 707], [1235, 707], [1233, 705], [1198, 705], [1196, 703], [1176, 703], [1174, 701]]], [[759, 1, 1035, 289], [[763, 5], [761, 7], [761, 35], [763, 37], [763, 51], [765, 53], [765, 55], [767, 57], [767, 59], [775, 67], [777, 67], [783, 73], [783, 75], [791, 84], [791, 86], [816, 110], [816, 112], [826, 122], [826, 124], [830, 128], [830, 130], [832, 132], [832, 134], [834, 136], [834, 140], [836, 142], [836, 161], [834, 163], [834, 165], [832, 167], [832, 171], [830, 173], [830, 175], [828, 177], [828, 179], [826, 181], [826, 183], [824, 185], [824, 187], [820, 191], [820, 193], [818, 195], [818, 197], [816, 199], [816, 203], [814, 205], [814, 207], [812, 209], [812, 219], [810, 221], [810, 235], [812, 237], [812, 246], [814, 248], [814, 250], [816, 252], [816, 258], [818, 260], [818, 262], [828, 272], [830, 272], [832, 274], [834, 274], [836, 276], [840, 276], [842, 278], [848, 278], [850, 280], [878, 280], [880, 278], [884, 278], [886, 276], [891, 276], [895, 272], [897, 272], [901, 268], [903, 268], [907, 264], [909, 264], [929, 244], [929, 242], [931, 240], [931, 237], [937, 231], [937, 229], [939, 227], [939, 225], [943, 221], [943, 219], [945, 217], [945, 215], [947, 213], [947, 211], [949, 209], [949, 207], [951, 205], [951, 203], [955, 199], [955, 197], [959, 193], [959, 191], [961, 189], [961, 187], [974, 175], [976, 175], [988, 163], [988, 161], [996, 152], [996, 150], [1000, 146], [1002, 146], [1004, 144], [1004, 142], [1008, 138], [1008, 132], [1010, 130], [1010, 124], [1012, 122], [1012, 120], [1014, 118], [1014, 116], [1016, 114], [1016, 102], [1014, 100], [1014, 98], [1012, 96], [1012, 94], [1010, 92], [1010, 88], [1008, 86], [1008, 84], [1000, 75], [998, 75], [996, 73], [996, 71], [990, 65], [990, 63], [986, 59], [986, 57], [984, 55], [984, 53], [980, 49], [980, 45], [978, 43], [978, 35], [982, 31], [982, 27], [984, 25], [984, 23], [986, 21], [988, 21], [992, 17], [1026, 17], [1028, 15], [1030, 15], [1030, 11], [1032, 9], [1030, 7], [965, 7], [963, 9], [961, 9], [963, 11], [963, 29], [961, 31], [961, 33], [957, 37], [955, 37], [953, 39], [949, 39], [947, 37], [943, 37], [941, 35], [939, 35], [937, 33], [935, 33], [933, 31], [929, 31], [927, 29], [925, 29], [923, 27], [913, 27], [911, 29], [899, 29], [897, 27], [888, 27], [886, 25], [882, 25], [880, 23], [876, 23], [874, 21], [872, 21], [870, 19], [868, 19], [864, 15], [864, 13], [858, 7], [848, 7], [846, 5]]], [[840, 6, 1292, 562], [[844, 13], [842, 15], [842, 266], [844, 268], [844, 276], [846, 278], [856, 278], [858, 276], [864, 276], [870, 270], [870, 268], [874, 264], [876, 264], [880, 260], [882, 260], [891, 252], [893, 252], [907, 237], [907, 235], [911, 231], [913, 231], [925, 219], [925, 217], [927, 215], [929, 215], [929, 213], [933, 209], [933, 207], [947, 193], [947, 185], [949, 183], [951, 183], [953, 181], [957, 181], [959, 179], [963, 179], [965, 177], [976, 177], [978, 175], [980, 175], [982, 173], [984, 173], [986, 171], [988, 171], [990, 169], [992, 169], [1000, 161], [1002, 161], [1006, 156], [1020, 156], [1022, 159], [1026, 159], [1028, 161], [1030, 161], [1032, 163], [1034, 161], [1038, 161], [1046, 169], [1046, 171], [1048, 173], [1048, 175], [1053, 179], [1053, 181], [1059, 187], [1059, 189], [1061, 191], [1061, 193], [1065, 197], [1065, 199], [1071, 205], [1071, 207], [1073, 209], [1073, 211], [1075, 213], [1075, 217], [1077, 219], [1077, 242], [1075, 244], [1075, 246], [1071, 250], [1071, 252], [1069, 254], [1067, 254], [1055, 266], [1053, 266], [1046, 272], [1044, 272], [1040, 276], [1038, 276], [1036, 278], [1032, 278], [1030, 280], [1028, 280], [1026, 282], [1024, 282], [1022, 284], [1018, 284], [1016, 286], [1012, 286], [1010, 288], [1004, 288], [1002, 290], [992, 290], [990, 292], [978, 292], [976, 294], [965, 294], [963, 296], [961, 296], [959, 298], [955, 298], [953, 300], [949, 300], [947, 302], [943, 302], [941, 304], [939, 302], [923, 302], [921, 304], [915, 304], [913, 306], [903, 306], [901, 308], [882, 308], [880, 306], [872, 306], [870, 308], [868, 308], [858, 318], [858, 321], [856, 323], [856, 325], [854, 327], [854, 329], [852, 331], [852, 335], [850, 337], [850, 341], [846, 345], [846, 353], [844, 355], [844, 359], [846, 361], [846, 369], [848, 371], [848, 373], [862, 387], [864, 387], [868, 391], [870, 391], [872, 393], [874, 393], [876, 395], [878, 395], [880, 397], [886, 397], [888, 399], [897, 399], [899, 402], [907, 402], [909, 404], [915, 404], [917, 406], [921, 406], [923, 408], [929, 408], [931, 410], [939, 410], [941, 412], [953, 412], [955, 414], [963, 414], [965, 416], [969, 416], [972, 418], [974, 418], [982, 426], [984, 426], [988, 430], [990, 430], [998, 438], [1000, 438], [1002, 440], [1004, 440], [1006, 442], [1008, 442], [1018, 452], [1020, 452], [1022, 454], [1024, 454], [1042, 472], [1042, 474], [1044, 476], [1044, 478], [1046, 480], [1046, 483], [1048, 485], [1048, 487], [1050, 489], [1050, 491], [1053, 493], [1053, 495], [1055, 497], [1055, 503], [1057, 505], [1057, 509], [1059, 511], [1059, 513], [1061, 515], [1061, 517], [1065, 521], [1065, 523], [1067, 523], [1081, 537], [1081, 539], [1093, 551], [1095, 551], [1097, 553], [1101, 553], [1103, 555], [1105, 555], [1107, 557], [1117, 557], [1119, 559], [1184, 559], [1186, 557], [1196, 557], [1198, 555], [1200, 555], [1212, 543], [1212, 541], [1219, 535], [1219, 533], [1227, 525], [1227, 523], [1231, 519], [1231, 517], [1235, 513], [1235, 511], [1237, 509], [1237, 505], [1239, 503], [1239, 501], [1241, 499], [1241, 497], [1243, 495], [1243, 493], [1251, 485], [1251, 478], [1261, 468], [1263, 468], [1263, 466], [1275, 454], [1277, 454], [1277, 452], [1279, 450], [1279, 446], [1283, 442], [1285, 442], [1289, 438], [1293, 438], [1293, 112], [1291, 112], [1289, 114], [1281, 114], [1279, 112], [1277, 112], [1275, 110], [1273, 110], [1267, 104], [1265, 104], [1261, 100], [1259, 100], [1247, 88], [1243, 88], [1241, 86], [1239, 86], [1237, 84], [1235, 84], [1233, 82], [1229, 82], [1227, 80], [1225, 80], [1223, 78], [1221, 78], [1219, 75], [1217, 75], [1215, 73], [1212, 73], [1208, 69], [1206, 69], [1202, 65], [1200, 65], [1192, 57], [1192, 55], [1190, 53], [1190, 51], [1188, 49], [1188, 45], [1186, 43], [1186, 17], [1182, 17], [1180, 15], [1166, 15], [1164, 13], [1067, 13], [1065, 15], [978, 15], [976, 13], [965, 13], [963, 15], [947, 15], [945, 17], [943, 17], [941, 19], [925, 19], [923, 17], [919, 17], [917, 19], [915, 19], [913, 21], [909, 21], [907, 23], [903, 23], [901, 25], [886, 25], [884, 23], [878, 23], [876, 21], [870, 21], [868, 19], [866, 19], [862, 15], [856, 15], [854, 13]]], [[733, 828, 1041, 966], [[822, 831], [820, 833], [810, 833], [807, 835], [803, 835], [801, 837], [801, 839], [785, 855], [785, 857], [783, 859], [783, 863], [781, 865], [781, 867], [779, 869], [777, 869], [775, 871], [773, 871], [771, 873], [771, 875], [763, 883], [761, 883], [759, 885], [755, 885], [753, 888], [751, 888], [749, 890], [745, 890], [743, 892], [741, 892], [741, 894], [739, 896], [739, 908], [737, 910], [737, 918], [739, 920], [739, 924], [737, 926], [737, 966], [1040, 966], [1040, 960], [1038, 958], [1036, 958], [1034, 956], [1032, 956], [1030, 954], [1020, 954], [1018, 956], [1004, 956], [1002, 954], [1008, 948], [1008, 946], [1006, 946], [1002, 942], [1000, 942], [998, 940], [998, 932], [1000, 930], [1002, 930], [1004, 928], [1006, 928], [1008, 926], [1010, 926], [1026, 910], [1026, 908], [1028, 906], [1028, 904], [1032, 900], [1032, 898], [1034, 896], [1034, 894], [1036, 892], [1036, 890], [1038, 888], [1038, 883], [1036, 881], [1036, 879], [1034, 877], [1034, 875], [1032, 873], [1032, 871], [1030, 869], [1030, 865], [1028, 863], [1028, 859], [1026, 857], [1026, 855], [1016, 845], [1014, 845], [1012, 843], [1008, 843], [1006, 841], [988, 841], [986, 839], [974, 839], [972, 837], [961, 837], [959, 839], [957, 839], [951, 845], [949, 845], [945, 849], [941, 849], [939, 851], [929, 851], [927, 853], [915, 853], [911, 857], [901, 857], [897, 853], [895, 853], [888, 847], [886, 847], [884, 845], [882, 845], [878, 841], [878, 835], [872, 835], [870, 833], [854, 833], [852, 831]]], [[548, 633, 1052, 962], [[759, 636], [757, 638], [745, 638], [743, 640], [741, 640], [741, 642], [739, 645], [739, 669], [737, 671], [737, 687], [735, 689], [735, 711], [733, 713], [733, 715], [724, 723], [724, 726], [720, 730], [720, 734], [718, 736], [718, 740], [716, 742], [716, 744], [712, 748], [708, 748], [706, 750], [702, 750], [700, 752], [694, 752], [692, 754], [674, 754], [672, 756], [666, 756], [664, 758], [660, 758], [658, 760], [656, 760], [654, 762], [652, 762], [648, 766], [645, 766], [643, 768], [641, 768], [639, 770], [639, 772], [627, 784], [625, 784], [615, 794], [613, 794], [609, 798], [607, 798], [597, 809], [595, 809], [593, 811], [593, 813], [583, 823], [581, 823], [569, 835], [569, 837], [564, 841], [564, 843], [562, 845], [562, 847], [560, 849], [560, 851], [558, 853], [558, 859], [556, 861], [556, 892], [558, 894], [558, 902], [560, 904], [560, 910], [562, 912], [562, 918], [564, 920], [564, 922], [562, 924], [562, 926], [558, 930], [556, 930], [554, 932], [554, 938], [552, 940], [552, 948], [554, 950], [554, 956], [560, 956], [562, 954], [571, 954], [573, 952], [595, 952], [597, 954], [613, 954], [615, 956], [619, 956], [621, 958], [623, 958], [625, 960], [631, 960], [635, 964], [635, 966], [686, 966], [686, 964], [690, 960], [708, 960], [712, 964], [712, 966], [921, 966], [921, 964], [923, 962], [925, 962], [927, 960], [929, 960], [933, 956], [935, 956], [937, 954], [941, 954], [943, 952], [943, 950], [945, 948], [945, 944], [947, 942], [947, 938], [945, 936], [945, 934], [943, 932], [943, 930], [937, 924], [937, 922], [933, 918], [933, 916], [931, 914], [931, 912], [925, 906], [921, 906], [919, 904], [913, 904], [911, 902], [907, 902], [905, 900], [901, 900], [899, 898], [895, 898], [893, 896], [876, 896], [874, 898], [872, 898], [870, 900], [868, 900], [868, 902], [860, 910], [856, 910], [854, 912], [852, 912], [840, 924], [840, 926], [838, 928], [838, 934], [836, 936], [836, 940], [830, 946], [824, 946], [822, 944], [820, 944], [818, 946], [810, 946], [807, 944], [807, 936], [810, 934], [810, 928], [807, 928], [803, 924], [799, 924], [797, 922], [795, 922], [793, 920], [791, 920], [789, 918], [785, 918], [783, 920], [773, 920], [769, 924], [767, 924], [765, 926], [759, 926], [757, 924], [747, 924], [745, 922], [739, 922], [737, 920], [731, 920], [726, 916], [726, 908], [729, 906], [729, 904], [737, 896], [739, 896], [741, 894], [745, 894], [747, 892], [751, 892], [755, 888], [755, 885], [757, 883], [757, 881], [759, 879], [761, 879], [765, 875], [765, 873], [767, 871], [767, 869], [769, 867], [769, 865], [775, 859], [777, 859], [789, 847], [795, 847], [797, 845], [799, 847], [812, 847], [814, 849], [816, 849], [822, 855], [826, 851], [828, 851], [830, 849], [840, 849], [842, 847], [844, 847], [846, 845], [854, 845], [856, 843], [868, 843], [870, 841], [882, 841], [884, 839], [886, 839], [893, 833], [895, 833], [897, 831], [901, 831], [903, 829], [905, 829], [907, 827], [909, 827], [917, 819], [923, 819], [925, 817], [931, 817], [933, 815], [943, 825], [943, 827], [945, 829], [945, 831], [947, 833], [947, 839], [945, 841], [945, 845], [947, 847], [947, 851], [949, 853], [949, 857], [953, 857], [955, 855], [957, 855], [965, 847], [969, 847], [972, 845], [976, 845], [978, 843], [990, 843], [992, 841], [1002, 841], [1004, 839], [1010, 839], [1012, 837], [1018, 837], [1020, 835], [1026, 835], [1028, 833], [1040, 833], [1042, 831], [1044, 831], [1046, 829], [1046, 827], [1048, 825], [1048, 800], [1046, 798], [1046, 796], [1044, 794], [1044, 792], [1042, 790], [1042, 788], [1040, 786], [1040, 784], [1038, 784], [1022, 768], [1020, 768], [1018, 766], [1016, 766], [1014, 764], [1010, 764], [1008, 762], [992, 762], [990, 764], [978, 764], [976, 766], [972, 766], [969, 764], [963, 764], [961, 762], [959, 762], [957, 760], [953, 760], [951, 758], [947, 758], [945, 756], [939, 756], [937, 754], [935, 754], [925, 744], [925, 742], [923, 740], [923, 736], [919, 732], [919, 719], [915, 715], [915, 713], [907, 705], [905, 705], [895, 695], [895, 693], [878, 677], [878, 673], [876, 671], [874, 671], [868, 665], [868, 661], [866, 659], [866, 655], [864, 653], [864, 651], [862, 649], [860, 649], [858, 647], [848, 647], [846, 645], [836, 645], [832, 640], [826, 640], [824, 638], [801, 638], [799, 636]]], [[857, 4, 1291, 360], [[1079, 5], [1077, 7], [1050, 7], [1048, 9], [1036, 9], [1034, 11], [1020, 11], [1018, 9], [996, 9], [994, 7], [949, 7], [947, 9], [945, 9], [945, 11], [943, 13], [943, 15], [941, 17], [917, 17], [915, 19], [913, 19], [911, 21], [909, 21], [907, 23], [901, 23], [899, 25], [891, 25], [888, 23], [880, 23], [878, 21], [872, 21], [870, 19], [868, 19], [862, 13], [860, 15], [860, 19], [858, 21], [858, 260], [860, 262], [860, 274], [862, 276], [864, 276], [866, 274], [868, 274], [868, 272], [872, 268], [872, 266], [874, 264], [876, 264], [886, 254], [888, 254], [905, 237], [905, 235], [907, 233], [909, 233], [913, 229], [915, 229], [919, 225], [921, 225], [921, 223], [935, 209], [939, 209], [941, 207], [941, 203], [949, 195], [949, 187], [951, 185], [953, 185], [955, 183], [959, 183], [961, 181], [967, 181], [969, 179], [976, 179], [978, 177], [980, 177], [984, 173], [986, 173], [990, 169], [992, 169], [1000, 161], [1002, 161], [1004, 159], [1006, 159], [1008, 156], [1020, 156], [1022, 159], [1024, 159], [1026, 161], [1030, 161], [1032, 163], [1036, 163], [1038, 161], [1048, 171], [1048, 173], [1050, 175], [1050, 177], [1053, 179], [1055, 179], [1057, 181], [1057, 183], [1061, 187], [1061, 191], [1063, 193], [1063, 195], [1065, 197], [1067, 197], [1073, 203], [1073, 207], [1075, 209], [1075, 215], [1077, 217], [1077, 242], [1075, 244], [1075, 246], [1073, 248], [1073, 250], [1057, 266], [1055, 266], [1053, 268], [1050, 268], [1046, 272], [1044, 272], [1040, 276], [1038, 276], [1036, 278], [1034, 278], [1032, 280], [1028, 280], [1026, 282], [1024, 282], [1022, 284], [1018, 284], [1016, 286], [1012, 286], [1010, 288], [1004, 288], [1002, 290], [994, 290], [992, 292], [978, 292], [976, 294], [965, 294], [961, 298], [959, 298], [957, 300], [953, 300], [951, 302], [949, 302], [947, 304], [945, 304], [943, 306], [933, 306], [931, 308], [921, 308], [919, 310], [911, 310], [909, 312], [891, 312], [888, 310], [882, 310], [880, 308], [878, 308], [876, 306], [870, 306], [862, 314], [862, 318], [860, 321], [860, 355], [862, 357], [876, 357], [878, 359], [1053, 359], [1055, 357], [1162, 357], [1164, 359], [1182, 359], [1184, 357], [1200, 357], [1202, 359], [1293, 359], [1293, 118], [1291, 118], [1289, 116], [1283, 116], [1281, 114], [1279, 114], [1275, 110], [1273, 110], [1269, 106], [1267, 106], [1263, 102], [1261, 102], [1259, 100], [1257, 100], [1251, 94], [1251, 92], [1249, 92], [1245, 88], [1243, 88], [1241, 86], [1237, 86], [1235, 84], [1233, 84], [1231, 82], [1227, 82], [1225, 80], [1223, 80], [1221, 78], [1219, 78], [1215, 73], [1212, 73], [1208, 69], [1206, 69], [1202, 65], [1200, 65], [1196, 61], [1196, 59], [1190, 53], [1190, 51], [1188, 49], [1188, 43], [1186, 41], [1186, 29], [1188, 27], [1188, 21], [1186, 19], [1186, 15], [1184, 13], [1184, 11], [1182, 9], [1178, 9], [1176, 7], [1156, 7], [1154, 5]]], [[371, 884, 610, 966], [[500, 888], [498, 890], [483, 890], [481, 892], [479, 892], [469, 902], [469, 904], [461, 912], [459, 912], [455, 916], [453, 916], [451, 918], [443, 918], [441, 920], [427, 920], [425, 922], [419, 922], [417, 924], [415, 924], [413, 926], [409, 926], [407, 928], [405, 928], [400, 932], [396, 932], [394, 934], [392, 934], [390, 936], [386, 936], [384, 938], [380, 938], [378, 940], [376, 940], [374, 942], [374, 946], [372, 948], [372, 966], [611, 966], [611, 958], [609, 956], [609, 952], [607, 954], [593, 954], [591, 956], [567, 956], [564, 954], [564, 950], [562, 950], [560, 948], [560, 944], [562, 942], [562, 940], [560, 938], [560, 936], [558, 934], [558, 932], [556, 930], [556, 928], [552, 924], [552, 922], [550, 922], [548, 920], [546, 920], [544, 918], [544, 916], [542, 914], [542, 912], [540, 910], [540, 908], [538, 906], [538, 904], [536, 902], [536, 900], [534, 898], [534, 896], [530, 892], [528, 892], [526, 890], [516, 890], [514, 888]]], [[954, 1, 1294, 327], [[1079, 5], [1077, 7], [1053, 7], [1050, 9], [1038, 9], [1036, 11], [1018, 11], [1016, 9], [992, 9], [990, 7], [959, 7], [957, 9], [957, 45], [955, 47], [955, 98], [957, 100], [957, 120], [959, 122], [959, 132], [959, 130], [961, 128], [961, 126], [967, 120], [976, 120], [982, 126], [982, 140], [980, 142], [980, 146], [978, 148], [978, 150], [976, 152], [976, 154], [969, 161], [969, 167], [972, 169], [972, 173], [974, 175], [978, 175], [980, 173], [984, 173], [986, 171], [988, 171], [992, 167], [994, 167], [1000, 161], [1002, 161], [1004, 159], [1006, 159], [1008, 156], [1012, 156], [1014, 154], [1016, 154], [1018, 156], [1024, 156], [1026, 159], [1032, 159], [1034, 156], [1034, 154], [1036, 152], [1036, 150], [1038, 148], [1040, 148], [1042, 150], [1042, 152], [1044, 154], [1044, 156], [1042, 159], [1042, 161], [1048, 167], [1048, 169], [1050, 171], [1050, 173], [1053, 175], [1053, 177], [1059, 183], [1059, 185], [1061, 187], [1061, 193], [1063, 195], [1063, 197], [1069, 203], [1069, 205], [1071, 207], [1071, 209], [1073, 211], [1073, 217], [1075, 219], [1075, 242], [1073, 244], [1073, 246], [1063, 256], [1063, 258], [1057, 264], [1055, 264], [1050, 268], [1048, 268], [1042, 274], [1040, 274], [1038, 276], [1036, 276], [1034, 278], [1032, 278], [1030, 280], [1028, 280], [1026, 282], [1022, 282], [1020, 284], [1016, 284], [1014, 286], [1010, 286], [1008, 288], [1000, 288], [998, 290], [982, 290], [980, 292], [963, 292], [961, 294], [959, 294], [959, 296], [957, 298], [957, 308], [955, 310], [955, 323], [959, 327], [1061, 327], [1063, 325], [1156, 325], [1158, 327], [1293, 327], [1293, 116], [1287, 116], [1285, 114], [1281, 114], [1277, 110], [1275, 110], [1271, 106], [1269, 106], [1265, 102], [1263, 102], [1261, 100], [1259, 100], [1247, 88], [1243, 88], [1241, 86], [1239, 86], [1237, 84], [1233, 84], [1231, 82], [1227, 82], [1225, 80], [1223, 80], [1221, 78], [1219, 78], [1215, 73], [1212, 73], [1210, 71], [1208, 71], [1204, 67], [1202, 67], [1194, 59], [1194, 57], [1190, 53], [1190, 51], [1188, 49], [1188, 43], [1186, 41], [1186, 15], [1180, 9], [1176, 9], [1174, 7], [1158, 7], [1156, 5]]]], "crop": [[[955, 179, 1071, 290], [[1000, 183], [998, 185], [996, 185], [982, 199], [980, 199], [980, 201], [974, 207], [972, 207], [972, 209], [965, 215], [965, 217], [963, 219], [963, 223], [961, 225], [961, 227], [955, 233], [955, 276], [957, 278], [957, 280], [967, 290], [969, 290], [972, 292], [980, 292], [982, 294], [990, 294], [992, 292], [1002, 292], [1004, 290], [1006, 290], [1008, 288], [1012, 288], [1014, 286], [1020, 286], [1022, 284], [1024, 284], [1030, 278], [1032, 278], [1036, 274], [1038, 274], [1042, 270], [1044, 270], [1053, 262], [1053, 260], [1057, 256], [1059, 256], [1063, 252], [1065, 252], [1065, 250], [1069, 246], [1069, 244], [1071, 242], [1071, 207], [1069, 209], [1067, 209], [1065, 211], [1063, 209], [1061, 209], [1059, 207], [1055, 207], [1053, 205], [1050, 205], [1048, 203], [1046, 203], [1042, 199], [1040, 199], [1038, 197], [1036, 197], [1026, 187], [1026, 185], [1024, 185], [1022, 183]]]]}

感兴趣的话也都可以自行动手尝试一下吧!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_1026235.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

鸿蒙网络开发学习:【ylong_http】

简介 ylong_http 构建了完整的 HTTP 能力,支持用户使用 HTTP 能力完成通信场景的需求。 ylong_http 使用 Rust 编写,为 OpenHarmony 的 Rust 能力构筑提供支持。 ylong_http 在 OpenHarmony 中的位置 ylong_http 向 OpenHarmony 系统服务层中的网络协…

【C语言】指针基础知识(二)

一,指针变量类型的意义 1,指针的类型决定了,对指针解引⽤的时候有多⼤的权限(⼀次能操作⼏个字节)。 例如:char* 的指针解引⽤访问⼀个字节,int* 的指针解引⽤访问四个字节,short*…

关于 Flutter 项目中已为整个 APP 配置了主题颜色但是在 AppBar 等某些组件中主题颜色不生效的问题

这里需要先说明的,从 Flutter 2.5 开始,Flutter 团队开始慢慢移除ThemeData 中 primaryColor 属性对所有组件的影响,取而代之的是基于 ColorScheme 的 Color。因此,在 Flutter 2.5 之后为整个 APP 配置主题颜色,我们需…

vscode c++环境配置

1.基础软件安装 安装Visual Studio Code. 安装C拓展。点击在vscode界面最左侧的Extensions图标(打开快捷键:ctrlshiftX),搜索“C/C”,点击进行安装。 确保已安装gcc. 一般ubuntu系统会预装gcc.在终端窗口中输入如下…

数据处理库Pandas的数据结构Series

Series是一种一维数据结构,每个元素都带有一个索引,与一维数组的含义相似,其中索引可以为数字或字符串,如图3-1所示。 Series 对象包含两个主要的属性:index 和 values,分别为上例中的左右两列。因为传给构…

GEE:将分类特征和标签提取到样本点,并以(csv/shp格式)下载到本地

作者:CSDN @ _养乐多_ 本文将介绍在Google Earth Engine(GEE)平台上,下载用于机器学习分类或者回归的样本点数据,样本点数据携带了分类特征和标签信息,可以以csv格式或者SHP格式。 结果如下图所示, 文章目录 一、核心函数1.1 采样1.2 下载函数二、代码链接三、完整代码…

大数据Spark--入门

文章目录 Spark 概述Spark 是什么Spark and HadoopSpark and HadoopSpark 核心模块 Spark 简单上手创建Maven项目增加 Scala 插件增加依赖关系WordCount异常处理 Spark 概述 Spark 所需资料 链接:https://pan.baidu.com/s/12iaW68vriL6i-xI1kmr0_g?pwdm4zc 提取码…

C语言指针详解(上)

一.什么是指针 指针是一种类型,用来存储变量的地址的类型 有哪些类型呢 字符指针:char* 整型指针:int* 浮点型指针:float* 双精度浮点型指针:double* 空指针:void* (每一个类型的指针&a…

Python学习之-正则表达式

目录 前言:1.re.serach1.1例子: 2.re.match2.1示例1:2.2 示例2: 3.re.findall3.1 示例 4.re.fullmatch4.1 示例1:4.2 示例2: 5.re.split5.1 示例1:5.2 示例2:5.3 示例3: 6.re.sub6.1 示例&#…

langchin-chatchat部分开发笔记(持续更新)

大模型相关目录 大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容 从0起步,扬帆起航。 大模型应用向开发路径及一点个人思考大模型应用开发实用开源项目汇总大模型问答项目…

Python图像处理——计算机视觉中常用的图像预处理

概述 在计算机视觉项目中,使用样本时经常会遇到图像样本不统一的问题,比如图像质量,并非所有的图像都具有相同的质量水平。在开始训练模型或运行算法之前,通常需要对图像进行预处理,以确保获得最佳的结果。图像预处理…

巨控GRM560工业物联网的升级后的功能

巨控GRM560:工业自动化领域的革命者 标签:#工业自动化 #PLC #远程控制 #OPCUA #MQTT 随着工业4.0时代的到来,智能制造已经成为了发展的大势所趋。在这样的背景下,自动化控制系统的核心——可编程逻辑控制器(PLC)的作用…

pytorch如何向tensor结尾添加元素或维度--torch.cat()、torch.unsqueeze()的用法

目录 示例1 矢量后增加元素 示例2 tensor维度增加1 示例3 另一种替代unsqueeze的方法 示例1 矢量后增加元素 使用torch.cat()函数 ptorch.Tensor([1,5,0]) ptorch.cat((p, torch.Tensor([4])), 0) 结果: 这里,cat的第一个输入变量用()包绕&#xf…

Vue.js高效前端开发(增删查)

效果图 代码&#xff1a; <!DOCTYPE html> <html><head><meta charset"utf-8"><title></title></head><body><div id"app"><span>ID</span><input type"text" name"…

javaSwing五子棋游戏

一、导言 五子棋&#xff0c;是一种源自中国古代的棋类游戏&#xff0c;也是一种非常古老和经典的对弈游戏。它简单易懂&#xff0c;规则清晰&#xff0c;深受广大玩家喜爱。本文将介绍如何利用Java Swing这个强大的GUI工具包&#xff0c;来实现一个简单的五子棋游戏。通过这个…

mysql基础2多表查询

多表查询 多表关系: 一对多 案例: 部门 与 员工的关系 关系: 一个部门对应多个员工&#xff0c;一个员工对应一个部门 实现: 在多的一方建立外键&#xff0c;指向一的一方的主键 多对多 案例: 学生 与 课程的关系 关系: 一个学生可以选修多门课程&#xff0c;一门课程也可以…

《论文阅读》PAGE:一个用于会话情绪原因蕴含基于位置感知的图模型 ICASSP 2023

《论文阅读》PAGE&#xff1a;一个用于会话情绪原因蕴含基于位置感知的图模型 ICASSP 2023 前言 简介任务定义模型构架Utterances Encoding with EmotionPosition-aware GraphCausal Classifier实验结果 前言 亲身阅读感受分享&#xff0c;细节画图解释&#xff0c;再也不用担…

鸿蒙开发之ArkUI组件常用组件图片和文本

ArkUI即方舟开发框架是HarmonyOS应用的UI开发提供了完整的基础设施&#xff0c;包括简洁的UI语法、丰富的UI功能&#xff08;组件、布局、动画以及交互事件&#xff09;&#xff0c;以及实时界面预览工具等&#xff0c;可以支持开发者进行可视化界面开发。 开发文档地址 &…

国产数据库中统计信息自动更新机制

数据库中统计信息描述的数据库中表和索引的大小数以及数据分布状况&#xff0c;统计信息的准确性对优化器选择执行计划时具有重要的参考意义。本文简要整理了下传统数据库和国产数据库中统计信息的自动更新机制&#xff0c;以加深了解。 1、数据库统计信息介绍 优化器是数据库…

20240319-图论

图论练习题目 拓扑排序深度优先搜索方法广度优先搜索方法 无向无权图无向有权图有向无权图 利用广度优先搜索算法有向有权图 带排序的广度优先算法/dijkstra最小生成树prims算法Kruskals Algorithm 最小割 min-cut二分图 Bipartite Graph 队列例题1 所有可能的路径例题2 岛屿数…