MonthAndYearPicker 项目教程

MonthAndYearPicker 项目教程

MonthAndYearPickerThe month and year picker for Android. Now you can pick month and year or only month or only year.项目地址:https://gitcode.com/gh_mirrors/mo/MonthAndYearPicker

1. 项目的目录结构及介绍

MonthAndYearPicker 项目的目录结构如下:

MonthAndYearPicker/
├── gradle/
│   └── wrapper/
├── monthandyearpicker/
│   └── src/
│       └── main/
│           └── java/
│               └── com/
│                   └── whiteelephant/
│                       └── monthpicker/
├── sample/
├── .gitignore
├── LICENSE
├── README.md
├── build.gradle
├── gradle.properties
├── gradlew
├── gradlew.bat
└── settings.gradle

目录结构介绍

  • gradle/: 包含 Gradle 的包装器文件。
  • monthandyearpicker/: 项目的主要代码目录,包含源代码和资源文件。
    • src/main/java/com/whiteelephant/monthpicker/: 主要的 Java 源代码文件。
  • sample/: 示例应用程序的代码。
  • .gitignore: Git 忽略文件。
  • LICENSE: 项目的许可证文件。
  • README.md: 项目的说明文档。
  • build.gradle: 项目的构建脚本。
  • gradle.properties: Gradle 属性文件。
  • gradlew: Gradle 包装器脚本(Unix)。
  • gradlew.bat: Gradle 包装器脚本(Windows)。
  • settings.gradle: Gradle 设置文件。

2. 项目的启动文件介绍

项目的启动文件位于 monthandyearpicker/src/main/java/com/whiteelephant/monthpicker/ 目录下,主要文件是 MonthPickerDialog.java

MonthPickerDialog.java

MonthPickerDialog.java 是 MonthAndYearPicker 的核心文件,负责创建和管理月份和年份选择器对话框。以下是该文件的一些关键方法:

  • setMinYear(int minYear): 设置最小年份。
  • setMaxYear(int maxYear): 设置最大年份。
  • setActivatedYear(int activatedYear): 设置激活的年份。
  • setMonthAndYearRange(int minMonth, int maxMonth, int minYear, int maxYear): 设置月份和年份的范围。
  • showMonthOnly(): 仅显示月份选择。
  • showYearOnly(): 仅显示年份选择。
  • setTitle(String title): 设置对话框的标题。
  • setOnMonthChangedListener(OnMonthChangedListener onMonthChange): 设置月份变化的监听器。
  • setOnYearChangedListener(OnYearChangedListener onYearChange): 设置年份变化的监听器。

3. 项目的配置文件介绍

项目的配置文件主要包括 build.gradlesettings.gradle

build.gradle

build.gradle 是项目的构建脚本,包含项目的依赖、插件和其他构建配置。以下是一些关键配置:

apply plugin: 'com.android.library'

android {
    compileSdkVersion 25
    buildToolsVersion "25.0.2"

    defaultConfig {
        minSdkVersion 14
        targetSdkVersion 25
        versionCode 1
        versionName "1.0"
    }
    buildTypes {
        release {
            minifyEnabled false
            proguardFiles getDefaultProguardFile('proguard-android.txt'), 'proguard-rules.pro'
        }
    }
}

dependencies {
    compile fileTree(dir: 'libs', include: ['*.jar'])
    compile 'com.android.support:appcompat-v7:25.3.1'
}

settings.gradle

settings.gradle 是 Gradle 的设置文件,包含项目的模块配置。

include ':monthandyearpicker'
include ':sample'

以上是 MonthAndYearPicker 项目的基本教程,涵盖了项目的目录结构、启动文件和配置文件的介绍。希望这些内容能帮助你更好地理解和使用该项目。

MonthAndYearPickerThe month and year picker for Android. Now you can pick month and year or only month or only year.项目地址:https://gitcode.com/gh_mirrors/mo/MonthAndYearPicker

【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 【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

打赏作者

冯爽妲Honey

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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