markdown语法学习

Markdown语法

[视频教程地址](http://www.iqiyi.com/w_19rxrm4ebh.html)

#加空格表示一级标题(一个)
两个#加空格为二级标题(章节标题)
三个#加空格为三级标题(段落标题)
。。。最多到六级标题
标题一般只用到三级,
四五六级标题一般不使用,而是采用有序列表或者无序列表在文章中显示

字体设置

左右两星:加粗
左右单星:倾斜
加颜色:
支持html

段落设置

 段与段之间至少敲一个空格
 段与段

列表设置

有序列表:

  1. 数字点空格

无序列表:

  • 减号加空格

超链接设置

方式一:
英文输入法下,中括号加小括号:
[解释说明](链接网址)
百度超链接

方式二:
适合文章中多处使用到一个链接
星号+空格+两个中括号

图片链接

感叹号+中括号+小括号
图片说明

其他链接

尖括号
https://www.baidu.com/

表格

利用竖线
第一行表示三列: |a|b|c|
第二行表示格式(左对齐,居中,右对齐):|:–|:–: | --: |
第三行表示内容:|a| b |c |

abc
abc

代码

行内代码用``括起来: this is inline code
块代码:上下 ```

markdown

分割线


上下至少三个星号


沙发


转义字符

一:反斜杠转义字符
\ 反斜杠加其它字符

二:特殊反义字符
©

  • 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