博客园随笔备份

 

之前一直研究怎么备份博客园的文章,一开始一直用ctrl+P来打印成pdf备份,但是这样做之后比较鸡肋,不方便后续编辑,

排版也比较难看。

 

今天又尝试了一下发现了两个思路:

用keepnote备份。之前记笔记一直用keepnote,优点是可以压缩打包备份,而且不涉及到云端,比较隐私。

下面看看各大浏览器将博客园复制到keepnote的效果。

keepnote

1.chrome

乱码了

 

2.firefox

 

虽然成功复制,但是格式没了。

3.opera

 

opera这里表现拔群,能够很好的复制其内容,这里我将默认的字体调节成微软雅黑,看起来挺舒服的。

 

4.ie

 

咦怎么没了? ie没法复制内容到里面

 

 

有道笔记

 

突然想到之前在用的有道笔记,看看是否会有更好的效果。博客本来就是公开的,

备份到里面也不算隐私。

 

1.chrome

 

表现拔群!格式什么都复制进去了。

 

2.opera

 

可以正常复制,并且显示微软雅黑字体,不过图没了,差评。

 

3.firefox

 

 

 

FF比较中规中矩,表现也不赖。

 

4.ie

 

 

ie在这边终于发力了,字体效果,排版都不错,

 

 

 

综上所述,使用有道笔记配合ie或者chrome都可以很好地备份博客。

转载于:https://www.cnblogs.com/tanhangbo/p/4570064.html

  • 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