摘要: 一、项目需求与背景 1. 背景 车道线检测是自动驾驶和高级驾驶辅助系统(ADAS)的核心任务之一,旨在通过摄像头或其他传感器实时识别道路上的车道线标记,帮助车辆保持车道、避免偏离,并为路径规划提供关键信息。传统方法(如边缘检测、霍夫变换或滑动窗口)依赖手工设计特征,在光照变化、遮挡、复杂道路(如弯曲 阅读全文
posted @ 2025-02-22 22:20 从前慢y 阅读(37) 评论(0) 推荐(0) 编辑
摘要: 一、车道线检测概述及传统视觉检测方法实战 1、学习准备 第三方库:numpy(矩阵计算) 基础图像处理相关知识:opencv 深度学习框架:pytorch、tensorflow 2、算法介绍 传统的语义分割要判断每一个像素点,该算法把图像分割成一个个的小网格; 例如原图是1280*720像素的图像, 阅读全文
posted @ 2025-02-16 00:16 从前慢y 阅读(72) 评论(0) 推荐(0) 编辑
摘要: 1-车道数据与标签解读 1.1 数据集链接 原项目共使用两个数据集 这里出于学习便捷考虑,只使用CULane的部分数据集进行训练 数据集目录 1.2 list目录 其中list目录下都是文件的路径 1.3 frame目录 frame目录下都是视频的节帧 1.4 lable目录 lable目录下都是车 阅读全文
posted @ 2025-02-11 13:31 从前慢y 阅读(22) 评论(0) 推荐(0) 编辑
摘要: 一、图的相似度计算 1、点向量&图向量的计算: 图中的点,通过GCN来变化成向量; 点的向量和图的突出特征进行点乘; 点乘的结果是各个点对于图的所占权重; 点向量乘以对应权重,然后累加,最后的结果即为图的向量; 2、类似SVD的分割算法: 假设【100W X 1000W】的图像太大了,所以分割成两个 阅读全文
posted @ 2025-02-09 20:22 从前慢y 阅读(37) 评论(0) 推荐(0) 编辑
摘要: 【算法基础】蓝桥杯入门算法 一、STL库 1.动态数组 vector<int> a .push_back() .pop.back() .size() .clear() 可能存在空间爆炸问题,用 vector<int> () .swap(v)来解决。 2.集合 set<int> v .insert() .erase() .cou 阅读全文
posted @ 2022-03-31 02:39 从前慢y 阅读(138) 评论(0) 推荐(0) 编辑
摘要: 【JavaEE】Web应用—拼夕夕网上商城系统 系统功能需求分析 本应用是一个基于SpringMVC与Web开发的网上商城应用,其采用结构化设计分析方法,该系统包括:后端接口模块、web前台购物和web后台管理 这三大总的模块; 其中后端接口模块包括基于mysql数据库中用户、货物、购物车、订单、广告、评论、商家等表对应接口的开发,与国际化设计, 阅读全文
posted @ 2022-02-21 12:28 从前慢y 阅读(504) 评论(2) 推荐(1) 编辑
摘要: 一、研发背景 现阶段,个人与公司对于文件管理及存储的云盘需求日益增大,由于市场对应模块的功能较少,且不足以满足用户需求,现需要一套符合个人使用需求及管理功能的个人网盘系统。 二、术语定义 术语、缩略语 说明 文件 用户上传到网盘的文件,包括所有常用文件类型(.word,.txt,.ppt.jpg等) 阅读全文
posted @ 2022-02-21 12:05 从前慢y 阅读(254) 评论(0) 推荐(0) 编辑
摘要: 一、应用内容 某大型商场预计在下个周进行一次大型的促销活动,促销的主要手段为捆绑销售,即将某些商品进行捆绑销售并以一定的折扣卖出。然而,捆绑并不是随机的,商场希望捆绑的商品都是关联的,即若在平时用户买了商品A,则他有大概率会买商品B的话,将A和B进行捆绑就有很大概率比单卖的话销量更高,即和B是关联商 阅读全文
posted @ 2022-02-21 11:44 从前慢y 阅读(455) 评论(0) 推荐(0) 编辑
摘要: 【JavaEE】验收答辩知识点 阅读全文
posted @ 2021-12-27 15:15 从前慢y 阅读(356) 评论(0) 推荐(0) 编辑
摘要: 13.在所有的重要归类中定义了它们的风险吗?风险规划的四种主要策略是? 风险: 技术风险 成本风险 信息风险 策略: 回避风险 转移风险 损失控制 自留风险 14.描述项目执行控制的基本步骤,设计一个项目数据采集表格,绘制燃尽图。 1)建立计划标准; 2)观察项目的性能; 3)测量和分析结果; 4) 阅读全文
posted @ 2021-12-14 13:28 从前慢y 阅读(266) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示