GXT与EXT-GWT GWT-EXT 以及收费问题 (转)

最近看了看gae,准备做小程序放上去。后来又看了看GWT,然后又看了看GXT。

最终还是整了个GXT的desktop例子,准备接着写试试。

网上不少文档,让我比较迷糊,迷糊了2天,今天终于全部通透了。

下面的文章给我不少帮助,贴出来分享一下。

地址:http://yonglin4605.javaeye.com/blog/450625

很多人可能搞不太清楚这几个东西的区别

GWT-EXT是google团队在ext基础上开发的基于GWT平台的框架

ext在2.2版本之前是免费的(LPGL协议)

而在2.2版本后改变了协议,为GPL3.0,意味这EXT将不再完全免费

google的GWT-EXT团队非常不爽,一怒之下决定停止GWT-EXT的开发,因此GWT-EXT的最后版本对应EXT是2.0,并且以后也不会再升级

在EXT更改协议之前,还有一个GWT上面的框架MyGwt,也是基于EXT开发的。

在EXT更改协议后,EXT团队合并了MyGwt,将该框架设为EXT下的一个子项目。重命名为:EXT-GWT

也叫GXT

关于收费问题。

EXT原先遵循LPGL协议,之后改为GPL协议

这2个协议就差一个L字母,这里L的意思就是less

就是说LPGL比GPL有更少的开放性。

很多人听了后会说,这样的话GPL更开放,岂不是更好。

事实是,GPL太开放了,以至于没人敢用他。因为他具有传染性,

比如EXT是GPL协议,如果你使用了EXT,那么你的项目也必须开源。

而这对应商业应用是致命的,商业项目开源了,你还怎么赚钱啊。

那么为什么交了钱,你的EXT就可以随便用了呢。

其实这更GPL协议无关了。

因为你交了钱后,EXT组织会给你一个单独的授权协议,与GPL无关。

在该授权协议中,你可以随便使用EXT而不用开源自己的项目。

GXT的收费情况和EXT是一样的。
  • 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