- 博客(5)
- 资源 (20)
- 收藏
- 关注
原创 Android端记录跑步运动轨迹数据的App
本项目功能实现了跑步运动轨迹、运动数据(运动日期记录、单个日期运动次数、每次运动的基本数据(运动距离、时长、消耗、速度等))。地图及运动轨迹展示使用的高德地图(APPKey需要替换为自己创建的,可参考高德官方文档进行改进);运动相关数据使用Realm数据库保存,登录注册功能也是由本地Realm数据库模拟完成;运动日历展示使用开源框架,可根据需求自行修改。运动轨迹处理修改优化可参考高德官方文档 :https://lbs.amap.com/dev/demo/path-record#Android项目源.
2021-04-07 16:12:54 5625 3
原创 Self-Supervised Deep Correlation Tracking
Abstract特征提取网络的训练通常需要大量的人工标注的训练样本,这使得训练过程是一个耗时且昂贵的过程。因此,本文提出了一种基于深度相关框架的有效自监督学习跟踪器(self-SDCT)。基于鲁棒跟踪器的前后向跟踪一致性,本文提出了一种多周期一致性损失作为自监督信息,用于从相邻视频帧中学习特征提取网络。在训练阶段,我们在Siamese相关跟踪框架下,通过前后预测生成连续视频帧的伪标签,并利用提出的多周期一致性损失学习特征提取网络。此外,本文还提出了一种相似性丢弃策略,可以丢弃一些低质量的训练样本对,并在
2021-03-24 19:01:48 716 2
原创 Android实现自定义星星评分控件
这篇文章主要为大家详细介绍了Android自定义星星评分控件的使用方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下。下面为控件的实现历程:此控件高效,直接使用ondraw绘制,先亮照:由于Android自身的星星评分控件样式可以改,但是他的大小不好调整的缺点,只能用small normal这样的style调整,自定义不强。星星评分控件的设计,大体规划为:需要两张图片,一颗亮星星,一颗空星星;(当然图片不一定是星星,其他图片也可以,现在实验就用星星就好了)星星数量,间距...
2021-03-21 18:06:41 571
原创 MAST: A Memory-Augmented Self-Supervised Tracker
Abstract近年来,人们对自监督密集跟踪的研究取得了很大的进展,但其性能与监督方法仍有很大的差距。我们提出了一个在视频上训练的无注释的密集跟踪模型,该模型在现有的基准上比以前的自监督方法有显著的优势(+15%),并且达到了与监督方法相当的性能。在本文中,我们首先通过深入的实验来重新评估用于自我监督训练和重建损失的传统选择,最后阐明最优选择。第二,我们通过使用关键的内存组件来增强我们的体系结构,从而进一步改进现有的方法。第三,以大规模半监督视频对象分割(aka)为基准。密集跟踪),并提出了一个新的度量
2021-03-08 21:48:15 1132 1
原创 华为Mate系列平板手机安装谷歌框架
华为Mate系列平板手机安装谷歌框架详细步骤点击链接:https://download.csdn.net/download/yangge97/14044298
2021-01-08 10:57:20 8197 1
PyQt5界面、美化、首页界面demo
2021-05-30
Android端记录跑步运动轨迹数据的App
2021-04-07
拼车App源码(课程设计)
2021-03-22
移动互联网+拼车模式下出租车动态调度组织优化解决方案及关键技术研究(内含源码、ppt、项目文档)
2021-03-22
Android自定义星星评分控件
2021-03-21
Android打车项目源码
2021-03-16
Android仿滴滴打车项目源码
2021-03-16
小O地图(地图数据挖掘、处理、分析及可视化图表的地图工具软件)
2021-03-06
哈夫曼树的功能实现
2018-01-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人