Eclipse中利用Django访问Mysql

一、安装Python2.7
二、Eclipse中配置Pydev
三、安装Mysql,创建空数据库db
四、安装MySQL-python-1.2.3.win32-py2.6.exe
五、下载并安装Django
六、前面都是为了配置开发环境的,下面是正题:

用Pydev快速构建Django应用:
  1.创建工程:打开Eclipse,选择File->New->Project->Pydev->Pydev Django Project,
    工程名字我用的是mysite,接下来根据提示进行操作即可,需要注意的是,在配置
    Django Settings的时候,需要在选择的数据库上面预先建好一个空的数据库。
    Database Engine我选择的是MysqL。
    工程建好后,打开settings.py,生成的数据库配置如下即正确:
    DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'db',
        'USER':'root',
        'PASSWORD':'root',
        'HOST':'localhost',
        'PORT':'3306',
        }
    }
    右键选择工程->Run as->Pydev:Django,然后打开浏览器,输入http://127.0.0.1:8000/,
    如果出现It worked!,即OK。
  2.创建应用:右键选中刚刚建立的工程->Django->Create application(manage.py startapp),
    输入应用名称polls,点击“完成”。
    打开mysite.polls.models.py,修改为:    
# Create your models here.
from django.db import models
import datetime
class Poll(models.Model):
    question = models.CharField(max_length=200)
    pub_date = models.DateTimeField('date published')
    def was_published_today(self):
        return self.pub_date.date() == datetime.date.today()
    def __unicode__(self):
        return self.question
class Choice(models.Model):
    poll = models.ForeignKey(Poll)
    choice = models.CharField(max_length=200)
    votes = models.IntegerField()
    def __unicode__(self):
        return self.choice
        
  3.配置应用:打开mysite.settings.py,在INSTALLED_APPS中增加 'django.contrib.admin',
    'mysite.polls'(注:如果运行时提示找不到模块polls,就更改为'polls')
  4.激活管理功能:打开mysite.urls.py,进行编辑:    
from django.conf.urls import patterns, include, url
from django.contrib import admin
admin.autodiscover()

urlpatterns = patterns('',
    # Examples:
    # url(r'^$', 'mysite.views.home', name='home'),
    # url(r'^blog/', include('blog.urls')),

    url(r'^admin/', include(admin.site.urls)),
)
  5.生成表:右键点击工程->Django->Sync DB(manage.py syncdb)
    你会发现,已经自动根据模型为你建好了各种表



    
    
    
    
    
    
    
    

    

  • 1
    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:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 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