Qomo OpenProject Field Test 4发布!

2006年03月13日 04:33:00

Qomo 项目的Field Test 4将是这个项目的一个重要的里程碑!

Qomo的FT4终于公开了对OOP提供支持的Object.js,以及大量相关的示例。这包括:
----------
- RTL/Object.js : Qomo's OOP Core
- DOCUMENTs/Qomolangma实现篇(五).txt
- DOCUMENTs/TestCase/BaseObjectDemo.html
- DOCUMENTs/TestCase/BaseObjectDemo2.html
- DOCUMENTs/TestCase/BaseObjectDemo3.html
- DOCUMENTs/TestCase/AdvObjectDemo.html
- DOCUMENTs/TestCase/AdvObjectDemo2.html
- DOCUMENTs/TestCase/T_Url.html

Qomo FT4中的OOP特性,其实与原来在WEUI中所实现的(在语法上)基本一致。因此,接下来的工作中,将可以有大量的WEUI代码被重用。可以说Qomo中的UI层与DB层的工作量将会被减轻。--当然,即使如此,也还有大量的工作要做。

Qomo FT4不能很好的支持safari,但对firefox以及其它的基于mozilla的浏览器提供了良好的支持。上述的所有示例已经在ff的v1.5.0.1上通过测试。

Qomo FT4发布之际,我已经整理了开发团队的名单。但是由于未经成员们的确认,因此仍然未能将Qomo_team.txt加入到发布包的根目录。我将在周二或周三组织第二次的MSN会议。并在组内公共全部的WEUI代码,届时将启动UI、DB两个组的工作。

Oomo FT4之后,将不再发布Field Test。下一个版本将是Beta 1。最多有3个Beta版本,就将发布release。

Qomo的工作已经走入正轨,感谢大家的支持。并诚邀同好加入Qomolangma OpenProject Team:aim@263.net

下载:Qomo OpenProject Field Test 4
---------------------------
http://www.01cn.net/users/aimingoo/files/Qomo.V1(f4).zip



Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=622725


  • 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