北航软件工程硕士_软件学院20182019届软件工程硕士学位授予仪式顺利举行

2019年11月17日下午,软件学院2018-2019届软件工程硕士学位授予仪式在北航晨兴音乐厅隆重举行。学院党委书记张德生老师,学院院长,副院长王丽华老师、宋友老师,党委副书记王亚老师,部分研究生导师代表,学院部分老师和辅导员和600余名硕士毕业生参加了大会。大会由软件学院党委书记张德生老师主持。

b57502d286196812416daa3f6494ba40.png 8b72263521d671819099e330ab130ff6.png

学位授予仪式在庄严的国歌声中拉开序幕。首先由导师代表王海泉老师在大会上发言,他向毕业生表示热烈祝贺,并鼓励同学们树立远大理想,牢记使命与担当,为实现中华民族的伟大复兴贡献自己的聪明才智,希望同学们保持学习的习惯,永怀感恩之心在奔向成功中享受奋斗的快乐。

b7df13e963779d55505599490ff3f8b1.png b77f39e4c717739d2672435839df49cf.png

崔茜茜同学代表全体毕业生发言,她回顾了在北航软件学院求学过程中收获的情谊以及学习到的知识,表达了对学院和老师们的感恩之情、对学弟学妹的美好祝福以及在未来征途上铭刻北航人印记,传承北航精神的坚定决心。在校生代表秦飞同学向毕业的学长学姐们表示热烈祝贺,并送上最诚挚的祝福。

aebcdf8c82f380a66ca8167d52b3caa9.png ad804b5a765c629aec97ee21c44241df.png

软件学院院长为毕业生们送上了最诚挚的祝福。院长首先他向全体毕业生致以热烈的祝贺,向悉心指导、潜心育人的导师们以及为同学们发展进步辛勤工作的教职员工们致以崇高的敬意。院长在讲话中谈到,社会发展的生命力源于创造,人生的价值实现于创造,新一轮的信息技术革命正在改变社会发展模式,以软件为核心的信息技术正在掀起新的产业革命大潮。我们正处在这样一个大变革中最关键的时刻,因此,要将思维“变频”,要有足够的超前意识和创造精神,敢于创造,勇于追梦。软件学院始终秉承“新工科”办学思维,在人才培养过程中紧密与企业合作,冲破了校企隔阂,始终坚持以市场需求为导向,为行业、为社会输送了大批领军人才。院长最后表示,希望学院的“创新基因”能深深地植入同学们的整个生命,使得大家有能力有勇气去引领行业发展、用创新的力量改变世界,去成就一个更好的自己,去创造信息技术产业新奇迹。

dfdaed5538470ba68b911ceb047ad3b3.png 60a7ffdfc93fe3d4650dfa2e4ab2dfb1.png

最后王丽华副院长宣布了《软件工程硕士学位授予名单》,所有参会导师上台,为全体毕业生授予硕士学位。

e2f74c60e168cd12f15e98ab5ca45257.png

在感受光荣的激动与兴奋中,同学们内心充满了对学校和学院的留恋,也点燃了走出校园后继续奋斗的火热激情。仪式最后,学院党委书记张德生老师动情的说道,“同学们,从今天起,你们就获得了北航的硕士学位,成为北航的校友。一入北航门,一生北航人。学院将不断加强与校友的联系,进一步做好校友工作。欢迎同学们关注母校的发展,常回母校看看,北航永远是你们的大家庭!”

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【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 类别1 1: immature 类别2 2: mid-ripe 类别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 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【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