Android开发工具类大集合(六)

雪中送炭:十大前沿移动应用开发工具
2013-09-12 10:53 佚名 安卓巴士 字号:T | T

移动应用开发的路程是艰辛的,欣慰的是一些精心设计的开发工具可以为你在开发道路过程中雪中送炭。我们为大家整理了10款移动应用开发工具,这些工具改变了我们设计移动应用的常规方式。
AD:
移动应用开发的路程是艰辛的,欣慰的是一些精心设计的开发工具可以为你在开发道路过程中雪中送炭。我们为大家整理了10款移动应用开发工具,这些工具改变了我们设计移动应用的常规方式。

AppGyver

 

 

AppGyver为移动开发提供了一系列的工具,其中包括了PhoneGap应用Steroids和Prototyper等。Prototyper可以把一些网页组合在一起,开发者可以建立实体模型并与团队成员及客户共同测试创意思路。Steroids允许开发人员利用他们更为熟悉的Web开发技术编写本机移动应用,这种方式比直接使用本机代码简单得多。

Firebase

 

 

数据是任何应用的源泉,拥有了Firebase,信息的存储和分享会变得轻松许多。作为一款网络应用实时后台,Firebase帮助用户摆脱管理服务器的麻烦,快速创建应用。在建立项目之后,Firebase可以将建立key value库引发的冲突妥善地处理好,这样用户就可以专注问题本身,节省开发时间,迅速完成应用。

Intel XDK

 

 

提起Intel大家想到的都是硬件相关的事情, 但是Intel在今年发布的Intel XDK是一款支持HTML5开发的工具,用户可以通过浏览器来测试自己的项目。最新版Intel XDK的改进包括一个新型拖放界面,该界面可加快新应用程序、原型以及更快速的游戏界面的开发。此外,英特尔还在新版Intel XDK中加入了更强大的开发框架,可根据设备的本机主题开发与之相适应的应用程序。

Appscend

 

 

Appscend提供了一个进行跨平台开发工作的云环境,支持用程序的管理、分析及消息推送等功能。Appscend将一个基于模板的设计系统和一个云基础的CMS捆绑在一起,你需要做的就是加一些广告,点几个按钮把结果上传到App Store和Google Play上。

Icenium Mist

 

 

Icenium Mist是个基于浏览器的开发环境,开发者可以在任何地方仅通过Web浏览器即可创建应用。Icenium Mist简化了跨平台混合移动应用的开发,它利用了云的能力与灵活性,使用HTML、CSS与JavaScript为iOS与Android设备构建应用。

Parse

 

 

Parse是一款基于Baas的后端云存储服务平台,为开发者提供云端数据的存储和读取。Parse提供了一套用于储存数据和推送消息的API。Parse非常的稳定,兼容性和灵活性强,相对于其他Baas平台,Parse在上手方面是最为容易的。

Tabris

 

 

如果你是一个Java程序员,可能你会为Android和Blackberry编写程序。有了Tabris,开发者可以像编写Android程序那样用Java编写iOS程序。Java的代码首先在服务器上运行,接着以JSON包的形式将数据发送到Android和iOS上,利用本地的窗口组建将JSON代码进行解译后显示出来。此外,Tabris 基于Eclipse RAP(Rich Ajax Platform),提供了用于构建移动客户端的原生部件。通过本地客户端和服务器端应用的结合,简化了Java开发者的应用开发工作。

Appcelerator Titanium

 

 

Titanium应用程序使用HTML,JavaScript和CSS进行开发,并支持PHP、Ruby和Python。应用程序可以使用Appceelerator API访问本地特性,用户界面组件和类似于Analytic的可选模块。Titanium把Jabascript和本地库链接在一起,然后把它编译成字节码。iOS或者Android SDK编译器可以为目标平台构建一个软件包。

Sencha Architect

 

 

Sencha Architect构建在该公司的HTML5布局工具Ext Designer之上,并扩展了其功能,为桌面与移动Web应用的构建提供更为广泛的应用设计环境。通过联合使用Sencha Touch与Ext JS 4,Sencha Architect旨在提升开发者的生产效率并驱动应用设计模式上的最佳实践。Senchca Architect提供了一个可视化的画布与代码编辑平台,并且使用了拖放的方式,旨在快速实现移动与桌面应用的装配。开发好应用后,开发者就可以通过Sencha Architect打包应用以部署到Web上或是发布到原生的应用商店中。

Corona SDK

 

 

专门针对跨平台的Corona SDK涵盖了为iOS、Android、Kindle Fire和Nook设计应用的所有特征,还有一款必不可少的物理引擎。Corona SDK支持硬件加速、GPS、指南针及照相机,支持与Map、Facebook、OpenFient、GameCenter的集成,脚本语言Lua也是易于上手。

 

本项目是一个基于SSM(Spring+SpringMVC+MyBatis)后端框架与Vue.js前端框架开发的疫情居家办公系统。该系统旨在为居家办公的员工提供一个高效、便捷的工作环境,同时帮助企业更好地管理远程工作流程。项目包含了完整的数据库设计、前后端代码实现以及详细的文档说明,非常适合计算机相关专业的毕设学生和需要进行项目实战练习的Java学习者。 系统的核心功能包括用户管理、任务分配、进度跟踪、文件共享和在线沟通等。用户管理模块允许管理员创建和管理用户账户,分配不同的权限。任务分配模块使项目经理能够轻松地分配任务给团队成员,并设置截止日期。进度跟踪模块允许员工实时更新他们的工作状态,确保项目按计划进行。文件共享模块提供了一个安全的平台,让团队成员可以共享和协作处理文档。在线沟通模块则支持即时消息和视频会议,以增强团队之间的沟通效率。 技术栈方面,后端采用了Spring框架来管理业务逻辑,SpringMVC用于构建Web应用程序,MyBatis作为ORM框架简化数据库操作。前端则使用Vue.js来实现动态用户界面,搭配Vue Router进行页面导航,以及Vuex进行状态管理。数据库选用MySQL,确保数据的安全性和可靠性。 该项目不仅提供了一个完整的技术实现示例,还为开发者留下了扩展和改进的空间,可以根据实际需求添加新功能或优化现有功能。
本项目是一个基于SSM(Spring+SpringMVC+MyBatis)后端框架与Vue.js前端框架开发的网上球鞋竞拍系统。该项目旨在为球鞋爱好者提供一个便捷、高效的在线竞拍平台,用户可以在此平台上浏览、搜索、竞拍心仪的球鞋,并参与到各种有趣的竞拍活动中。 系统的主要功能包括用户注册登录、球鞋信息展示、竞拍活动创建与管理、实时竞拍以及交易安全保障等。用户可以通过注册账号后,浏览平台上发布的各球鞋信息,包括品牌、型号、颜色、尺码以及当前竞拍状态等。系统支持用户创建和管理自己的竞拍活动,设定竞拍规则和时间,同时提供实时竞拍功能,确保公平、透明的交易过程。 在技术实现上,后端采用SSM框架进行开发,Spring负责业务逻辑层,SpringMVC处理Web请求,MyBatis进行数据库操作,保证了系统的稳定性和扩展性。前端则使用Vue.js框架,结合Axios进行数据请求,实现了前后端分离,提高了开发效率和用户体验。 数据库设计方面,系统采用了MySQL数据库,存储用户信息、球鞋信息、竞拍活动等数据,确保数据的安全性和完整性。此外,项目还包含了详细的文档资料,包括需求分析、系统设计、数据库设计以及测试报告等,为项目的实施和维护提供了有力的支持。 该项目不仅适合作为计算机相关专业学生的毕业设计题目,也适合Java学习者进行实战练习,通过在此基础上进行功能扩展和改进,可以进一步提升编程技能和项目管理能力。
【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 别1 1: immature 别2 2: mid-ripe 别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
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