冲刺no.1

项目:ccsu小助手

 

角色:用户

 

开发前:经过我们上一次我们对于自己成员的技术能力和性格分析,进行了相应的工作分配,让每一个成员都能发挥出自己所擅长的东西,而我通过了队友的认同,荣获了客户这一个角色。因为我平时喜欢对一些细微的东西提出一些特别、有远见的提议,审美等等也都比较具有参考性。

 

开发时:目前我们组通过为期一周的全员努力,已经有了一个初步的注册登录模型了,这个登录模型通过用户注册,输入用户名和密码进行注册,注册之后,系统会为用户添加一条允许的用户登录信息。然后通过用户输入用户名和密码就可以完成登录,而我们组在弄这个的时候有,我就会相应地提出允许用户连续登录的次数,从而避免用户信息被套取。接下来还会开始做一些找回密码的操作,大概就是通过录入更多的客户可供验证信息,进行相应地密码找回。账号默认11位数的电话号码,应当在输入电话号码时手机会收到注册验证信息(目前无法实现),会对11位数的账号进行验重,已注册的账号不可再次注册,密码的要求是大于8位数的数字字符组。我们还会接着推出的是我们的阳光平台,里面包含了为我们学生服务的一系列服务,比如校园卡的查询、挂失、充值等等,还可以向阳光平台反映自己宿舍遇到的问题,学校会在第二天派出专人,为同学们服务。

 

目前我们具体实现的就这么多,因为大三课时和自学的东西比较多,因此没有很多的时间来完成老师每一次不知的作业,但是我们会在有限的时间里认真对待,积极融入我们这个小团体做好自己本职角色应该做的事。

转载于:https://www.cnblogs.com/imokay/p/7758644.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