NOKIA支持SILVERLIGHT之我见

NOKIA支持SILVERLIGHT了,【详见下文转载】

我想这对于FLASH LITE绝对是一个不利的消息,我个人也使用过SILVERLIGHT,感觉在上手和功能的强大情况上,SL比起FLASH产品差的太多了。当然谁都要相信微软的实力,如果它真正重视某一样东西的话,那么我们无法忘却的是我们的应用程序大部分还是要运行在XP的平台上,拿运行效率来说,那么FLASH的显然要SL的慢很多,微软自己尚没有大的动作的情况下,却有个大的手机厂商来支持其产品,这一举动,无疑为动摇不定的SL开发者们打了一剂强心针,这一回SL有足够的资本与FLASH同台竞技了。

我在等待着ADOBE和其他手机厂商的回应,我相信还是FLASH更好


作者 Robert Bazinet译者 朱永光

Nokia宣布它将让Microsoft Silverlight 2.0支持运行Symbian OS的S60手机,以及Series 40设备和Nokia Internet平板设备Silverlight让开发人员有机会创建运行在多种平台上具有丰富和良好交互界面的应用程序。

Silverlight面向进行集成化富媒体(integrated-rich-media)Web 2.0应用开发的人群,也是微软对Adobe Flash的一个回应。Silverlight是:

Silverlight 2包括了一个跨平台、跨浏览器的.NET Framework版本,能让丰富的.NET开发平台运行于浏览器中。开发人员能使用任何.NET语言(包括VB、C#、JavaScript、 IronPython和IronRuby)来编写Silverlight应用程序。

这个公告包括了这个星期在Las VegasMIX08会议上面向开发人员的一个演示:

3 月5日在Las Vegas举行的微软MIX08会议上,微软将在开幕主题演讲上演示运行于S60的Silverlight。Silverlight打算在今年晚些时候提 供给S60开发人员,并会在短期内为具有S60许可证的人提供初期服务。这将让S60开发人员为基于Symbian OS的S60应用程序选用比如今更广泛的开发环境。今天S60开发人员能使用:C++(利用原生的Symbina OS APIs和Open C提供的标准POSIX函数库的子集)、S60 Web 运行时(支持基于标准的Web技术,如Ajax、JavaScript、CSS和HTML)、Java语言、来自Adobe的Flash Lite和Python。

Nokia需要Silverlight的原因在Nokia的新闻发布中解释得非常清楚:

如 今,消费者对于他们的需求非常清楚:“在任何设备上都能轻易地访问紧密集成的访问和数据”,Nokia设备软件部门的资深副总裁Lee Williams如是说,“Nokia的软件策略是基于跨平台开发环境的,实现跨Nokia各类设备的丰富应用程序开发。Nokia致力于支持市场领先和 内容丰富的互联网应用程序环境,接受并鼓励开放的创新。通过和微软合作,我们正在为开发社区、具有S60许可的人群和整个业界创造一个非常好的机会和额外 的选择。”
Silverlight是一个跨浏览器、跨平台的插件,用于实现下一代媒体体验和丰富交互的应用程序。Silverlight 已经为世界上大量的应用程序和组织提供强大的功能,包括Entertainment Tonight、NBA和NBC Universal,把优秀的Web体验提供给了客户。与Nokia的这个安排通过让Silverlight运行于亿万台设备上,而会大大延展 Silverlight的领域。

微软是决心给予开发人员一个用于移动设备上的强大平台,其将超越Nokia Symbian OS现有的开发平台:

微 软最终计划在他自己的Windows Mobile平台上包括一个Silverlight的运行时。虽然Nokia并非微软Windows Mobile手机设备合作伙伴,据闻Nokia也将加入(以向Sony Ericsson和HTC这样竞争对手靠拢)。以此同时,微软选择Nokia作为把Silverlight带到手机里的厂商,也是因为Nokia处于市场 的领先位置。

Nokia关于Silverlight的演示可以在MIX的网站上找到,关于这个公告更多的信息可以在Nokia网站上看到。

  • 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
支持yolov5s,yolov5m,yolov5l.zip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