Java学习之路--字符类型和布尔类型|Java|编程-学习-Java
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
/**
 * Java字符类型和布尔类型
 * @author 葛宇
 */
package 数据类型和运算符;

public class TestPrimitiveDateType {
	public static void main(String[] args) {
		char a = 'A';
		char b =  '中';
		char c = '1';
		/*
		 * 对于字符类型数据，Java使用UNICODE编码表示
		 * 每个字符占2字节 
		 * 字符用' '  字符串用" "
	   */
		
	  //转义字符
		System.out.println('a'+'b');  //输出195
		System.out.println(""+'a'+'b');  //输出ab
		System.out.println(""+'a'+'\''+'b');  //输出a'b
		
	  //测试布尔类型
	  //布尔类型数据占一位而不是一字节，且不可以用'0'或'1'
		boolean man = true;
		boolean woman = false;
		if(man) {
			//...
		}
	}
}
试玩YOLOv3多目标检测|深度学习|深度学习-图像处理-目标检测

YOLOv3简介

官网链接
论文链接

运行环境搭建

首先下载源码：
源码： https://github.com/NUISTGY/TensorFlow2.0-Examples/tree/master/4-Object_Detection/YOLOV3

接着安装依赖库和训练好的权重：

1
2
$ pip3 install -r ./docs/requirements.txt
$ wget https://pjreddie.com/media/files/yolov3.weights

将权重文件置于源码文件夹目录下即可。

Quick Start

前面已经完成了所有的准备公作，运行以下命令即可进行目标检测：

1
2
$ python image_demo.py
$ python video_demo.py # if use camera, set video_path = 0

运行python image_demo.py的结果

尝试检测自己的图片或视频

想要识别自己的图片只需要做很小的改动即可。
打开image_demo.py:

将22行image_path改为自己图片的地址即可，视频目标检测同理。

最后再贴一张目标比较多的照片：

什么是MNIST 数据集|数据集|手写识别-MNIST

MNIST 数据集已经是一个被”嚼烂”了的数据集, 很多教程都会对它”下手”, 几乎成为一个 “典范”. 不过有些人可能对它还不是很了解, 下面来介绍一下.

手写数字

MNIST 数据集可在 http://yann.lecun.com/exdb/mnist/ 获取, 它包含了四个部分:

  • Training set images: train-images-idx3-ubyte.gz (9.9 MB, 解压后 47 MB, 包含 60,000 个样本)
  • Training set labels: train-labels-idx1-ubyte.gz (29 KB, 解压后 60 KB, 包含 60,000 个标签)
  • Test set images: t10k-images-idx3-ubyte.gz (1.6 MB, 解压后 7.8 MB, 包含 10,000 个样本)
  • Test set labels: t10k-labels-idx1-ubyte.gz (5KB, 解压后 10 KB, 包含 10,000 个标签)

解压后

MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据.