设计师(网页)必要的网站

网页设计师入门必经之路:网页设计师的书签

设计师的家
蓝色理想—— 网页设计和前端开发梦起源的地方 
deviantART —— 大型国际性设计网站 
站酷 —— 交流设计 分享快乐 
68Design —— 网页设计师联盟 
UCDchina —— 以用户为中心的设计 
UIRSS —— ui设计大社区 
CHINAUI-优艾网 —— 中国UI设计大本营 
42区 —— 集合牛人 
iconfans —— 给力的iconfans 
UI制造者 —— UI制造者 
itfeed —— web设计开发交流博客平台 
站酷 —— 设计师必去的地方 
名博
白鸦 —— 以用户为中心的设计 
Keso-洪波 —— 对牛乱弹琴 
千鸟志 —— 千鸟
Rokey.net —— 从微软到自己的公司 
tony —— 懒得设计
坏人 —— 网络.电子商务.产品设计.用户体验.和我的生活
团队,UED
淘宝UED —— 淘宝网用户体验团队
aliued —— 阿里巴巴用户体验部
腾讯 ISD Webteam —— ISD Webteam
腾讯CDC —— 为用户创造优质的在线体验
腾讯游戏设计团队 —— 腾讯游戏设计团队
支付宝 UED 官方网站 —— 支付宝 UED 官方网站
百度泛用户体验 —— 百度泛用户体验团队
D2 前端技术论坛 —— 前端技术论坛
163 UED —— 163 UED
百度UX Day —— 用户体验每一天
网易杭州研究院 —— 网易杭州研究院UX团队
网易UEDC —— 网易用户体验设计中心
腾讯无线UED —— 腾讯无线UED用户体验团队
19楼UED —— 19楼UED Team
Youshang UED Team-金蝶友商 —— 金蝶友商网用户体验团队
MED —— 阿里妈妈营销展现研究团队
Google黑板报 —— 谷歌的中国博客
35UI团队 —— 35UI团队
阿里soft —— 来自Alibaba 
口碑UED —— 口碑UED
携程UED —— 携程UED
人人网FED —— 人人网FED Team
人人网UGC —— 人人网UGC广播站 
盛大游戏UED —— 盛大游戏UED Team 
搜狐UED —— 搜狐UED Team 
第九城市UED —— 第九城市UED Team 
百度无线MUX —— 百度无线用户体验部 
livesino —— live 
优壹来了 —— 当用户体验遇上商业 
豆瓣博客 —— 豆瓣blog 
前端开发
Web标准化交流会 —— 给力 
kejun —— 贪玩前端技术 
前端观察 —— 前端观察站,很给力 
WEB前端开发 —— 关注前端开发 
CSS森林 —— CSS森林 
前端开发资源工具
w3school —— [给力]领先的 Web 技术教程 – 全部免费 
CSS 3.0 参考手册 (中文版) —— 来自腾讯ISD WebTeam 
HTML 5 参考手册 —— HTML 5 参考手册 
jQuery 参考手册j —— Query 参考手册 
CSS3开发工具收集 —— 很给力的集合,自己看吧 
CSS整理与优化工具 —— CSS整理 
PNG压缩网站 —— 推荐一个PNG压缩网站,压缩比率还是蛮高的,好工具啊! 
CSS Sprites 样式生成工具 v2.3 —— Sprites 雪碧 
懒人图库 —— 很好的代码资源下载站 
书籍杂志下载
CSS禅意花园中文版PDF电子书下载 —— CSS Zen Garden 
《精通CSS与HTML设计模式》中文版PDF电子书下载 —— Amazon盛誉图书 
《UCD火花集》电子书版下载 ——《UCD火花集》请支持正版 
设计欣赏
nclud 
cssremix 
bestcss —— 中文最佳网站设计 
webprogram —— 韩国网页设计欣赏 
getshop —— 韩国网页设计欣赏 
蓝色理想酷站库 —— 蓝色理想酷站库 
爱酷站 
cssremix ——cssremix 
mezzoblue 
设计素材资源
站酷 —— 站酷素材很给力 
FBrushes笔刷 —— 4000多种PS笔刷免费下载 
视觉中国下吧 —— 视觉中国下吧 
deviantart —— deviantart 
freepsd —— freepsd 
photoshopfiles —— photoshopfiles 
psgalaxy —— psgalaxy 
photoshopcandy —— photoshopcandy 
smashingmagazine —— smashingmagazine 
gettyimages —— 全球最大商业图片网 
365psd —— psd下载 
psd.cn —— 设计师互动平台 
素材天下 —— 素材天下 
教程
Psdtuts+ —— [最给力]Psdtuts+ 
webdesigntuts+ —— [最给力]webdesigntuts+ 
photoshopstar —— photoshopstar 
photoshoplady —— photoshoplady 
photoshoproadmap —— photoshoproadmap 
tutorial9 —— tutorial9 
hv-designs —— hv-designs 
adobetutorialz —— adobetutorialz 
webdesignerdepot —— webdesignerdepot 
PS真功夫 —— 专注国外ps教程翻译工作 
移动互联网
cocoachina —— 苹果开发中文站 
Mobile Design China —— 移动互联网分享平台 
百度无线MUX —— 百度无线用户体验部 
落花流水 —— elya 
周陟 —— 移动设备产品设计师 
ipader —— 乐活互联网,做i派达人 
mobiletuts+ —— mobiletuts+ 
KM/GTD
站酷 —— 设计

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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