时钟

import turtle as t

import datetime as dt

import time

#画出背景

game=t.Screen()

game.bgcolor('black')

game.setup(600,600)

game.tracer(0)

#画圈

pen=t.Turtle()

pen.ht()

pen.speed(0)

pen.up()

pen.pensize(5)

def draw_clock(h,m,s):

    pen.clear()

    pen.up()

    pen.color('green')

    pen.goto(0,-210)

    pen.down()

    pen.seth(0)

    pen.circle(210)

    #画刻度

    pen.up()

    pen.goto(0,0)

    pen.seth(90)

    

    for _ in range(12):

        pen.forward(190)

        pen.down()

        pen.fd(20)

        pen.up()

        pen.goto(0,0)

        pen.rt(30)

    #画时针

    pen.up()

    pen.goto(0,0)

    pen.down()

    pen.seth(90)

    pen.rt(h/12*360)

    pen.color('white')

    pen.fd(80)

    #画分针和秒针

    pen.up()

    pen.goto(0,0)

    pen.down()

    pen.seth(90)

    pen.rt(m/60*360)

    pen.rt(30)

    pen.color('yellow')

    pen.fd(120)

 

    pen.up()

    pen.goto(0,0)

    pen.down()

    pen.seth(90)

    pen.rt(s/60*360)

    pen.rt(30)

    pen.color('blue')

    pen.fd(160)

 

    font=('Arial',20,'bold')

    hello='这个假期真长,今天都是{}年{}月{}日了。'.format(now.year,now.month,now.day)

    pen.up()

    pen.goto(-250,250)

    pen.color('red')

    pen.write(hello,'center',font=font)



 

now=dt.datetime.now()

draw_clock(now.hour,now.minute,now.second)

while True:

    game.update()

    time.sleep(1)

    now=dt.datetime.now()

    draw_clock(now.hour,now.minute,now.second)  

 

game.mainloop()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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