谷歌chromeos_全民游戏!Steam或将登陆谷歌Chrome OS

近年来,游戏市场的发展可谓一日千里,以Steam为代表的游戏平台也在这股风潮中赚得盆满钵满。

目前,已经占领Windows、macOS和Linux三大系统的Steam又有了新动作,近日谷歌Chrome OS产品经理总监Kan Liu接受了采访,并表示他们正在努力实现Chrome OS对Steam的原生支持。

62b4cfbcb82025cd17a93cd9d6b9373e.png

Chrome OS

众所周知,Chrome OS是谷歌基于Linux开发的轻量级开源PC操作系统,应用于Chromebook笔记本等设备。据悉谷歌想要让Steam成为该系统下的一款自带app,V社可能也会提供帮助支持。目前尚未公开具体日期,不过这应该会用到Steam Proton,它能让Steam以及很多Steam游戏在Linux系统上完美运行。

8fbfef8c5b4257739db3265e47df69ae.png

Steam

目前为止,Chrome OS系统对Steam毫无任何支持性,一些网上的非官方手段也都各有缺陷。此外,谷歌系统设备大多是轻量级的,硬件性能不强,难以运行重磅大作,不过该系统上最热门的app还是各类游戏(多为手游),如果支持Steam可能大有益处。

或许,在未来的某天,谷歌用户也将为“喜加一”欢呼喝彩。

【ZOL客户端下载】看最新科技资讯,APP市场搜索“中关村在线”,客户端阅读体验更好。

(7371407)

  • 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