大连工业大学Csdn高校俱乐部成功组建啦~

大连工业大学Csdn高校俱乐部于2013年五月二十日得到学校批准,成立为校级社团,是一个隶属于Csdn总部的具有学习和实践意义的一个俱乐部。俱乐部得到了信院老师和领导的大力支持,并且在老师的指导下,开始做一些基础的项目。俱乐部目前有主席副主席各一名,并有技术部,组织部 ,办公室,外联部,宣传部,美工部等部门十余名部长。目前已得到了很多在校大学生的关注,并且赢得了较好评价。社团努力使每个成员利用各自的特长,来为社团的活动做贡献。

近期俱乐部利用微信平台创办了一个公众账号,目前主要是为即将到来的新生提供餐饮查询方面的信息,平台收集了学校内和周边的所有餐饮店的餐单和促销信息,同时发布校园兼职,考试比赛等信息,微信平台也作为社团与学生交流的工具,让大家来了解Csdn,了解我们社团。详情可以关注我们的微信公众账号,已经有很多人关注了哦~

微信的公众账号ID为:dlpucsdn


我们还学习制作了自己的网站:www.dlpucsdn.com

通过这个简单的网站,展示我们社团的成果,(大牛的话请无视网站的制作水平吧,网站是完全是我们自己在这半个月来学的,边学便做,以后渐渐会有更多的改进)同时在两位主席与指导老师的交流中,我们下一步是将网站做成一个校内资源网站,整合各种学习资料供大家学习。我们知道这需要更多的专业知识,但这也是这个成立社团的目的:通过实践锻炼大家的专业水平。

在最近的这一个月的忙碌中,大家在新的集体中互相磨合,因为我们的主要成员是大一的学生,社团也是信院的唯一一个社团,大家的热情和行动使老师渐渐给我们更大的发展空间,现在社团汇集了2012级学生中计算机水平最高的一群人,同时还有其他学院的同学帮助我们宣传,外联和美工,我们有最专业的队伍,大家都利用各自学到的专业知识在Csdn俱乐部这个社团里面实践:信院的学生主要负责专业技术方面的开发,技术部也是社团最主要的力量,艺术学院的同学负责图片的制作,美化,宣传海报的制作,网页色彩搭配等等,管理学院的同学为社团的运营模式提供意见,同时负责宣传,对外推销我们社团,外语学院的同学主要负责外联,与社会上的公司和其他高校交流。通过明确的分工,大家都能找到自己的位置,锻炼自己,也为社团做出了贡献。下面贴出我们的社团最主要的建设者们:


下面这张图为大家在一起整理收集到的校园餐饮数据,并上传到微信平台和网站上,忙碌中~:


最近的计划:在最初的成员磨合一段时间后,我们打算在放暑假之前招一批技术部的人,并在暑假分配学习任务,增加社团的技术实力,来为开学时社团做更多的事情做准备,另外我们近期会邀请在百度工作的大四毕业学长来给大家做学习指导(学长最近较忙,等人家有时间)。还有我们通过dlpucsdn.com要把社团做成一个信院的门户,让大家来了解我们这些学科,以便更加方便的交流。我们还要定期举办讲座演讲比赛等,邀请老师为我们指导,并且初步计划让社团成员每周出一人来演讲,介绍其擅长的领域,由于马上期末了,计划在下学期正式开始。

(社长言)马上就要期末考试了,大家在社团成立初期忙完这一阵要全力开始复习了,非常感谢大家在这段时间的付出,我坚信没有选错每一个人加入社团来参与建设,还有更加感谢我们的指导老师,在整个组建过程中,沈老师都为我们做了很多,为我们想的很周到,在每一个环节都给了我们全力的支持,还要感谢我们信院的副院长姚老师,姚老师一直在给我们放大发展空间,有这样的老师支持,相信我们这一群有热情有执行力的家伙们,肯定能把社团办好!


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 3
    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 3
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