开源项目 `touchable` 使用教程

开源项目 touchable 使用教程

touchableFlutter library to add gestures and animations to each Shape you draw on your canvas in your CustomPainter项目地址:https://gitcode.com/gh_mirrors/to/touchable

1. 项目的目录结构及介绍

touchable/
├── README.md
├── package.json
├── src/
│   ├── index.js
│   ├── config.js
│   └── utils/
│       ├── helper.js
│       └── logger.js
└── public/
    ├── index.html
    └── assets/
        ├── css/
        └── images/
  • README.md: 项目说明文件,包含项目的基本信息和使用指南。
  • package.json: 项目的依赖管理文件,包含项目的依赖包和脚本命令。
  • src/: 源代码目录,包含项目的核心代码。
    • index.js: 项目的入口文件。
    • config.js: 项目的配置文件。
    • utils/: 工具函数目录,包含一些辅助函数。
      • helper.js: 辅助函数文件。
      • logger.js: 日志记录函数文件。
  • public/: 静态资源目录,包含项目的静态文件。
    • index.html: 项目的HTML入口文件。
    • assets/: 资源目录,包含CSS和图片等静态资源。
      • css/: CSS文件目录。
      • images/: 图片文件目录。

2. 项目的启动文件介绍

项目的启动文件是 src/index.js。该文件主要负责初始化项目和启动应用。以下是 index.js 的基本内容:

// src/index.js
const express = require('express');
const config = require('./config');
const { logger } = require('./utils/logger');

const app = express();
const port = config.port || 3000;

app.get('/', (req, res) => {
  res.send('Hello World!');
});

app.listen(port, () => {
  logger.info(`Server is running on port ${port}`);
});
  • 引入 express 框架和项目的配置文件 config.js
  • 创建 express 应用实例。
  • 定义一个基本的GET路由,返回 "Hello World!"。
  • 启动服务器并监听配置文件中定义的端口(默认为3000)。

3. 项目的配置文件介绍

项目的配置文件是 src/config.js。该文件主要负责定义项目的配置项,如端口号、数据库连接等。以下是 config.js 的基本内容:

// src/config.js
module.exports = {
  port: process.env.PORT || 3000,
  database: {
    host: process.env.DB_HOST || 'localhost',
    user: process.env.DB_USER || 'root',
    password: process.env.DB_PASSWORD || '',
    name: process.env.DB_NAME || 'touchable',
  },
  logLevel: process.env.LOG_LEVEL || 'info',
};
  • port: 定义服务器的监听端口,默认值为3000。
  • database: 定义数据库连接配置,包括主机地址、用户名、密码和数据库名。
  • logLevel: 定义日志记录的级别,默认值为 info

这些配置项可以通过环境变量进行覆盖,以实现不同环境下的配置管理。

touchableFlutter library to add gestures and animations to each Shape you draw on your canvas in your CustomPainter项目地址:https://gitcode.com/gh_mirrors/to/touchable

  • 8
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

霍薇樱Quintessa

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