一、现阶段工作以及下阶段目标

 

 

一、现阶段工作以及下阶段目标

现阶段工作

又不知道第几遍了,又完完全全重构了一遍博客网站,但这次只是推翻了一部分:

这次重构的结果就是前后端完全分离。前端使用 React 前端框架搭建,后端就继续使用 Django 框架。前端使用后端提供的 API 接口,实现了目前看到了样子。

此网站目前主要分为了 三个 模块:博客、项目、日记

  • 博客模块基本搭建完成了,就剩一下细节继续完善了。还有评论区一直纠结要不要存在,最终还是删去了。

  • 项目模块第一阶段初步完成,将 OneDrive 网盘整合进来。虽然前端界面丑陋无比,后端代码也杂乱无比,复制了许多别人现成的代码,但之后会慢慢优化,慢慢整理。

  • 日记模块尚未开发,没有头绪。

下阶段目标

  • 持续优化博客前端界面以及博客内容界面,添加目录索引栏

  • 优化网盘前端界面,以及前端功能。

  • 接入其他网盘接口

  • 日记不清楚,走一步看一步吧

  • 整理后端代码,将 OneDrive 代码优化整理

  • 学习缓存机制 redis , 引入网站后端

目前能想到具体功能:

  • 博客列表中的分类标签加一些样式

  • 博客内容中添加目录索引栏

  • 博客中添加评论区域,要加么????

  • oneDrive 网盘界面 添加网盘路径 以及 返回上一层,不然层级太深就太不方面了

  • 后端-整理 oneDrive 代码

  • 后端-整理 其他 项目代码

我理想中的后端是要为我的所有项目都要提供数据支撑。它要达到高并发,高效率,高可用。

同时其他前端或者项目要做到少调用

下一节

接下来就具体的写一下,前端、后端编写过程 以及 之前遇到的问题和解决方法。

补充

我的网站地址为:

Asa · 个人博客站

有兴趣欢迎参观,虽然还未完善!

目前博客前端阶段展示:(期待未来博客会变成什么样子。。。哈哈)

END

 

 

这个公众号分享一些

我平时的胡思乱想和代码其他东西

如果您稍微感兴趣

可以关注一下

坚持是一种信仰,点赞是一种态度!

                                 

 

现阶段目标检测算法包括anchor-based算法和anchor-free算法两种主要类型。 在anchor-based算法中,目标检测模型会预定义一组锚框(anchors),这些锚框覆盖了不同尺度和长宽比的目标。模型通过计算锚框与真实目标框之间的重叠程度(如IOU),然后根据一定的规则判断锚框是否包含目标。常见的anchor-based算法有two-stage算法和one-stage算法。two-stage算法先通过预测一组候选框,然后再对候选框进行分类和精细化回归;而one-stage算法则直接在每个位置上预测目标类别和位置信息。 在anchor-free算法中,不再依赖于预定义的锚框。相反,模型直接预测目标的位置和类别,通常使用一些特定的方法来生成目标候选框,如CenterNet和CornerNet等。这些算法通过直接回归目标的中心位置或角点位置,实现目标检测。 此外,基于transformer的目标检测算法也是当前的研究热点。这类算法利用transformer模型在图像中提取特征,并通过自注意力机制实现目标检测任务。 总结来说,现阶段目标检测算法主要包括anchor-based算法、anchor-free算法和基于transformer的算法。每种算法都有其独特的优势和适用场景,根据具体需求和任务可以选择合适的算法进行目标检测。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [最新目标检测算法回顾2022笔记](https://blog.csdn.net/qq_41895003/article/details/124933371)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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