- 博客(17)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 C/C++学习——知识点总结记录（持续更新）
一、动态多态构成的条件二、动态多态与静态多态三、纯虚函数与抽象类四、虚析构与纯虚析构五、C++文件读写总结2023秋招不易，加油！！！
2023-09-03 15:33:53
747
原创 C/C++学习——工厂模式
优点：简单粗暴，直观易懂缺点：1、所有东西生产在一起，产品太多会导致代码量庞大2、开闭原则遵循（开放拓展、关闭修改）的不是太好，要新增产品就必须修改工厂方法。
2023-08-31 10:41:55
352
原创 C/C++学习——单例模式(懒汉模式与饿汉模式)
单例模式（Singleton Pattern）是一种创建型设计模式，用于确保在应用程序的生命周期内只存在一个特定类的唯一实例。这意味着无论何时请求该类的实例，都将返回同一个实例，而不会创建多个相同的对象。
2023-08-30 20:10:23
1074
原创 C/C++学习——不定参数
在C语言中，可以使用不定参数函数（variadic functions）来处理可变数量的参数。这些函数可以接受不定数量的参数，并且在函数内部可以使用一些。
2023-08-30 16:11:01
960
原创 C++数据结构学习——栈
栈（Stack）是计算机科学中一种常见的数据结构，它是一种线性数据结构，具有特定的添加和删除元素的方式，遵循"先进后出"（Last In, First Out，LIFO）原则。栈通常用于管理函数调用、表达式求值、内存管理等多个计算机科学领域。提示：以下是本篇文章正文内容，下面案例可供参考栈适用于需要后进先出操作的情况，例如函数调用和操作历史记录。
2023-08-26 16:29:11
1147
原创 C++数据结构学习——双向循环链表
*双向链接：**每个节点都包含两个指针，一个指向前一个节点（前驱节点），另一个指向后一个节点（后继节点）。这种双向连接使得在链表中可以轻松地在两个方向上遍历节点。**循环性质：**最后一个节点的后继节点指向第一个节点，形成一个环状结构。这意味着可以无限循环遍历链表，因为没有真正的末尾。**灵活性：**由于双向链接，可以方便地在链表中插入、删除和移动节点，而不需要像单链表那样需要迭代查找前一个节点。**前向和后向遍历：**可以从任何节点开始，向前或向后遍历整个链表。
2023-08-22 16:54:16
235
原创 C++数据结构学习——单链表
单链表（Singly Linked List）是一种常见的数据结构，用于存储一系列元素，这些元素被组织成一个链表，其中每个元素被称为节点（Node）。单链表的特点是节点之间只有一个指针，指向下一个节点，而最后一个节点的指针通常为空（或者指向一个特殊的终止标志）。
2023-08-19 11:29:14
774
原创 Ubuntu18.04—错误 NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. 解决方案
电脑重启后，会停留在Ubuntu系统高级设置界面上，进入后选择之前的系统内核版本，然后确认开机，就可以了！修改GRUB_TIMEOUT=0 改为 -1。
2023-08-11 09:00:43
337
原创 学习笔记（三）基于PaddleDetection的PPYOLO目标检测模型复现
基于PaddleDetection的PPYOLO模型复现1. PPYOLO模型简介2. 环境搭建2.1 Paddle框架安装2.2 PaddleDetection依赖库安装3. 训练自己的数据集3.1 准备数据集3.2 修改配置文件3.3 训练4. 推理测试1. PPYOLO模型简介PP-YOLO是PaddleDetection优化和改进的YOLOv3的模型，其精度(COCO数据集mAP)和推理速度均优于YOLOv4模型。PPYOLO可以在均值平均精度（42.5%mAP）和检测速率（72.9FPS）之间
2021-05-23 13:05:58
4594
6
原创 （学习笔记二）基于NanoDet模型的车辆检测项目
1.NaonoDet模型简介NanoDet是一个速度超快和轻量级的移动端Anchor-free目标检测模型，该模型的模型文件大小仅几兆（nanodet_m.pth仅3.86M），其在移动ARM CPU上的速度达到97fps（10.23ms），而且提供了基于ncnn推理框架的C++实现和Android demo。本次项目我们基于PyTorch来实现使用NanoDet模型进行车辆检测。2.模型环境搭建2.1源码下载NanoDet的源码已经在GitHub开源社区中公布，我们在GitHub中搜索找到Nano
2021-05-05 19:10:37
2741
12
原创 (学习笔记一)基于YOLOv5的车辆检测项目
基于YOLOv5的车辆识别项目测试报告1.YOLOv5模型简介YOLO能实现图像或视频中物体的快速识别，在相同的识别类别范围和识别准确率条件下，YOLO识别速度最快。YOLO有多种模型，其中最新的为V5，V5的特点是速度更快，识别准确率更高，权重文件更小，可以搭载在配置更低的移动设备上。本次测试采用V5模型，对各种场景下的车辆类型进行批量检测，对检测结果进行分析，重点是道路车辆类别能否得到正确识别，以探讨YOLOv5模型应用于车辆检测的可行性。2.测试环境搭建2.1下载源码本次测试采用的是YOL
2021-04-21 20:17:53
24222
80
原创 ESP80266WiFi通信模块连接51单片机实现双向通信
做毕设需要用到WiFi通信，选用了ESP8266WiFi通信模块，这个小芯片功能强大，有AP、STA和混合通信三种模式，简单说下三种模式是什么意思：AP模式相当于8266是一个热点，由独立的WiFi信号，其它设备可以连接到这个热点上来实现通信，做多支持5个设备接入；STA模式就是8266去连接公用WiFi网络，其他设备通过WiFi网络来实现和8266通信，这种模式下可以进行透传；混合模式就是...
2020-03-23 16:10:31
3472
3
American Sign Language Letters.v1-v1.yolov5pytorch.zip
2021-05-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人