《芒果书》剑指系列YOLO改进专栏目录 （内容持续更新中）

《芒果书》剑指系列专栏 是以Baseline模型划分

比如 《🔗剑指YOLOv8原创改进》 只会更新 YOLOv8 模型改进相关的内容

比如 《🔗剑指YOLOv7原创改进》 只会更新 YOLOv7 模型改进相关的内容

比如 《🔗剑指YOLOv5原创改进》 只会更新 YOLOv5 模型改进相关的内容

还在持续更新中
包括《网络结构原创改进、损失函数改进、标签分配策略… 写作技巧改进等等》

🥭：如果是改进YOLOv5、YOLOv7、YOLOv8 等模型的其中之一的话，可以订阅对应的其中一个。

文章目录

      • 剑指YOLO改进专栏 目录(持续更新中)
        • 一、剑指YOLOv8原创改进
        • 二、剑指YOLOv7原创改进
        • 三、剑指YOLOv5原创改进
      • 其他专栏目录
        • 一、芒果改进YOLO高阶指南
        • 二、芒果改进YOLO进阶指南
        • 三、目标检测YOLO改进指南
        • 四、芒果YOLO轻量化网络改进

剑指YOLO改进专栏 目录(持续更新中)

一、剑指YOLOv8原创改进

专栏地址：独家全网首发专栏《剑指YOLOv8原创改进》

专栏内容目录一览

🏆模型🚀改进内容🎈创新点改进类型
YOLO系列👉独家全网首发专栏《剑指YOLOv8原创改进》专栏目录🥭📖
YOLOv8👉改进FocalLoss损失函数损失函数
YOLOv8👉改进QualityFocal损失函数损失函数
YOLOv8👉改进VariFocalNet损失函数损失函数
YOLOv8👉改进PolyLoss损失函数损失函数
YOLOv8👉即插即用｜原创改进ShareSepHead新颖检测头升级版检测头
YOLOv8👉NanoDet动态标签分配策略标签分配策略
YOLOv8👉改进最新MPDIoU损失函数损失函数
YOLOv8👉改进ATSS标签分配策略标签分配策略
YOLOv8👉改进主干EfficientNet模型主干网络
YOLOv8👉改进主干EfficientNetV2升级版改进主干网络
YOLOv8👉改进最新EMO结构改进主干网络
YOLOv8👉最新ICCV2023顶会LSKNet改进主干网络
YOLOv8👉更新中

二、剑指YOLOv7原创改进

专栏地址：独家全网首发专栏《剑指YOLOv7原创改进》

专栏内容目录一览

🏆模型🚀改进内容🎈创新点改进类型
YOLO系列👉独家全网首发专栏《剑指YOLOv7原创改进》专栏目录🥭📖
YOLOv7👉改进主干EfficientNet模型主干网络
YOLOv7👉改进主干EfficientNetV2升级版主干网络
YOLOv7👉使用NanoDet动态标签分配策略标签分配策略
YOLOv7👉原创改进EMO主干网络
YOLOv7👉最新ICCV2023顶会LSKNet主干网络
YOLOv7👉改进最新MPDIoU损失函数损失函数
YOLOv7👉改进ATSS标签分配策略v1标签分配策略
YOLOv7👉更新中

三、剑指YOLOv5原创改进

专栏地址：独家全网首发专栏《剑指YOLOv5原创改进》

专栏内容目录一览

🏆模型🚀改进内容🎈创新点改进类型
YOLO系列👉独家全网首发专栏《剑指YOLOv5原创改进》专栏目录🥭📖
YOLOv5👉改进主干EfficientNet模型主干网络
YOLOv5👉改进主干EfficientNetV2升级版主干网络
YOLOv5👉原创改进EMO主干网络
YOLOv5👉最新ICCV2023顶会LSKNet主干网络
YOLOv5👉改进最新MPDIoU损失函数损失函数
YOLOv5👉改进ATSS标签分配策略v1标签分配策略
YOLOv5👉更新中

其他专栏目录

一、芒果改进YOLO高阶指南

专栏地址：独家全网首发专栏《芒果改进YOLO高阶指南》

专栏内容目录一览

🏆模型🚀改进内容🎈创新点改进类型
YOLOv8👉改进用于目标检测的渐近特征金字塔网络AsymptoticFPNFPN特征融合
YOLOv8👉最新原创XIoU_NMS改进点, 改进有效可以直接当做自己的原创改进点来写主干网络、Neck
YOLOv8👉全网独家改进遮挡损失函数Repulsion Loss损失函数
YOLOv8👉即插即用｜新颖轻量化非对称多级压缩LADH检测头，原创改进适配YOLOv8高效检测头检测头
YOLOv8👉新颖的GhostSlimFPN范式网络结构FPN结构
YOLOv8👉高效 GhostNet 网络主干网络
YOLOv8👉CFNet：即插即用｜原创改进结构显著提升检测性能，小目标检测涨点必备改进 原创
YOLOv8👉独家原创改进最新PWConv核心结构｜CVPR2023改进 原创
YOLOv8👉独家首发最新原创 EfficiCLNMS 改进点改进 NMS
YOLOv8👉首发独家原创结构FasterNeXt｜CVPR2023原创 结构
YOLOv8👉原创改进最新结构CBiF、BiFB 小目标检测涨点原创 网络
YOLOv8👉主干系列BiFormer主干网络
YOLOv8👉特征融合网络 BiFPN 结构FPN 网络
YOLOv8👉增加小检测头、Transformer检测头检测头
YOLOv8👉首发全新改进RepFPN结构FPN 结构
YOLOv8👉首发原创全新 XIoU 损失函数损失函数
YOLOv8👉全新 EfficiCLoss 损失函数损失函数
YOLOv8👉最新结构 InceptionNeXt主干网络
YOLOv8👉芒果YOLO改进｜YOLOv8改进代码原创大全集，全方位角度对YOLOv8模型进行改进，推荐🌟全新版本
YOLOv8👉SCI期刊写作必备-生成YOLOv8等主流模型同款图表图表
🏆模型🚀改进内容🎈创新点改进类型
YOLOv5 / YOLOv7👉YOLO改进超过50种注意力机制，全篇共计30万字注意力机制
YOLOv5 / YOLOv7👉最新结构 InceptionNeXt主干网络
YOLOv5 / YOLOv7👉首发最新PWConv核心结构原创核心结构
YOLOv5👉改进AFPN渐近特征金字塔网络主干网络
YOLOv5👉独家首发最新原创XIoU_NMS改进改进 NMS
YOLOv5👉原创改进损失函数 Repulsion损失函数
YOLOv5 / YOLOv7👉即插即用｜新颖原创｜轻量化非对称多级压缩LADH检测头检测头
YOLOv5 / YOLOv7👉CFNet：即插即用｜原创改进结构显著提升检测性能，小目标检测涨点必备原创
YOLOv5 / YOLOv7👉独家首发最新EfficiCLNMS改进点改进 NMS
YOLOv5 / YOLOv7👉原创全新 XIoU 损失函数损失函数
YOLOv5 / YOLOv7👉改进最新结构CBiF、BiFB原创核心结构
YOLOv5 / YOLOv7👉最新主干系列BiFormer主干网络
YOLOv5 / YOLOv7👉即插即用｜最新检测头改进集合｜首发最新更新超多种高精度&轻量化解耦检测头主干网络
YOLOv7👉AFPN目标检测的渐近特征金字塔网络FPN结构
YOLOv7👉原创改进损失函数 Repulsion损失函数
YOLOv7👉最新主干FasterNet系列主干网络
YOLOv7👉原创独家改进｜损失函数EfficiCIoU-Loss损失函数
YOLOv5 / YOLOv7👉新颖特定任务检测头TSCODE检测头
YOLOv5👉最新主干FasterNet系列主干网络
🏆模型🚀改进内容🎈创新点改进类型
YOLO系列👉数据集可视化｜改进模型的实验数据更丰富优化 写作内容
YOLOv5 / YOLOv7👉改进之实验结果新增mAP75的值(一)：新增打印mAP75的值，便于YOLOv5系列模型对比实验获取更多精度数据，丰富实验数据优化 写作内容
YOLOv5 / YOLOv7👉改进之实验结果打印F1 Score的值(二)：新增打印F1 Score的值，便于YOLOv5系列模型对比实验获取更多精度数据，丰富实验数据优化 写作内容
YOLOv5 / YOLOv7👉训练结果完善results.png、results.csv打印的数据(三)｜全网首发原创制作，新增打印mAP75和F1的值，修改原始风格，丰富实验数据优化 写作内容
YOLOv5 / YOLOv7👉打印热力图可视化：适用于自定义模型，丰富实验数据优化 写作内容
YOLOv5 / YOLOv7👉输出COCO指标：输出自定义数据集中small、medium、large大中小目标的mAP值，适用于自定义数据集，精度基本对齐，丰富实验数据，便于对比优化 写作内容
YOLOv5 / YOLOv7👉全网独家首发｜YOLOv7改进方式提升(代码二)，使得改进难度下降，将网络配置层数从104层极致压缩到24层，更清晰更方便更快的改进YOLOv7，完全对齐官方YOLOv7网络模型数据改进
YOLOv5 / YOLOv7👉SCI期刊写作必备｜手把手绘制目标检测领域YOLO论文常见的性能对比折线图，一键生成YOLOv7等主流论文同款图表，包含多种不同功能风格对比图表优化 写作内容
YOLOv5 / YOLOv7👉原创最新｜SCI写作必备（一）绘制YOLOv7论文同款性能对比图-Python：包含多种不同功能风格图表｜包括mAP、Params、FPS等对比图表（YOLOv6/YOLOv7同款）优化 写作内容
改进👉更新中改进

二、芒果改进YOLO进阶指南

专栏地址：独家全网首发专栏《芒果改进YOLO进阶指南》

专栏内容目录一览

🏆模型🚀改进内容🎈创新点改进类型
YOLOv8👉设计 EffQAFPN 结构原创FPN结构
YOLOv8👉改进EfficientRep结构原创主干结构
YOLOv8👉改进CReToNeXt 结构改进结构
YOLOv8👉全网首发最新 MobileViTv3 系列最强改进版本改进核心结构
YOLOv8👉全网首发最新苹果续作加强版 MobileViTv2结构改进核心结构
YOLOv8👉最新原创 ConvNeXtv2 升级版改进核心结构
YOLOv8👉原创结合Conv2Formers改进结构改进核心结构
YOLOv8👉FocalLoss结合变种IoU套装：包含Focal-EIoU｜Focal-SIoU｜Focal-CIoU、GIoU等损失函数
YOLOv8👉改进损失函数Wise-IoU损失函数
YOLOv8👉最新原创提出改进 QARepNeXt 结构原创核心结构
YOLOv8👉首发结合 RepLKNet 构建 最新 RepLKDeXt 结构原创核心结构
YOLOv8👉芒果YOLO专栏的YOLOv8的Baseline改进：打造更方便版本NEW YOLOv8Baseline改进
YOLOv8👉改进损失函数WDLoss损失函数
YOLOv5 / YOLOv7👉全网首发Dense设计核心最新提出DenseOne密集网络原创 核心 结构
YOLOv5 / YOLOv7👉手把手最新结合多种类Loss，包括PolyLoss / VarifocalLoss / GeneralizedFLoss / QualityFLoss / DFL等原创 核心 改进
YOLOv5 / YOLOv7👉手把手最新结合多种类Loss，包括PolyLoss / VarifocalLoss / GeneralizedFLoss / QualityFLoss / DFL等原创 核心 改进
YOLOv5 / YOLOv7👉首发最新改进一种强大性能的全新架构(顶会2022), 该架构精度超越TPH-YOLOv5原创核心结构
YOLOv7👉首发改进结合BiFPN结构的特征融合网络改进FPN网络
YOLOv7👉SIoU等结合FocalLoss应用：组成Focal-EIoU｜Focal-SIoU｜Focal-CIoU｜Focal-GIoU、DIoU等改进点损失函数
YOLOv7👉改进用于小目标检测的归一化高斯 Wasserstein Distance Loss损失函数
YOLOv7👉原创高效 RepFPN 结构原创 核心网络结构
YOLOv7👉原创结合 Conv2Former 改进结构改进主干网络
YOLOv7👉全网首发最新基于TOOD标签分配策略改进标签分配改进
YOLOv7👉最新Wise-IoU损失函数损失函数
YOLOv7👉最新提出改进 CReToNeXt 结构原创核心结构
YOLOv7👉最新原创RepGhostNeXt结构改进主干网络
YOLOv7👉首发最新原创 ConXBv2 升级版结构改进主干网络
YOLOv7👉首发结合最新 QARepVGG 升级Rep结构原创核心结构
YOLOv7👉GhostNetV2 架构改进主干网络
YOLOv7👉首发改进特征融合网络BiFPN结构改进FPN网络
YOLOv5👉FocalLoss结合变种IoU套装：包含Focal-EIoU｜Focal-SIoU｜Focal-CIoU｜Focal-GIoU、DIoU等损失函数
YOLOv5👉用于微小目标检测的Normalized Gaussian Wasserstein Distance，小目标高效涨点损失函数
YOLOv5👉原创改进 EfficientRep 结构核心网络结构
YOLOv5👉最新Wise-IoU损失函数损失函数
YOLOv5👉首发最新改进广义焦点损失Generalized Focal Loss改进
YOLOv5👉最新原创改进提出 v5-CReToNeXt 结构核心网络结构
YOLOv5👉原创结合 Conv2Formers 改进结构改进主干网络
YOLOv5👉首发最新基于GFL损失函数损失函数
YOLOv5👉最新原创提出改进 QARepNeXt 结构原创核心结构
YOLOv5👉全网最新原创 ConXBv2 升级版模型改进
YOLOv5👉GhostNetV2 架构改进主干网络
YOLOv5👉最新原创打造RepGhostNeXt结构原创核心结构
YOLOv5👉全网首发最新 MobileViTv3 系列最强版本（三）原创核心网络
YOLOv5👉全网首发最新苹果续作加强版 MobileViTv2 结构原创核心网络
YOLOv5👉最新结合 ICLR2022 顶会 轻量通用的 MobileViT原创核心网络
YOLOv7👉全网首发最新 MobileViTv3 系列最强版本原创核心结构
YOLOv7👉全网首发最新苹果续作加强版 MobileViTv2 结构原创核心结构
YOLOv7👉首发最新结合 ICLR2022 顶会轻量通用的 MobileViT 结构原创核心结构
YOLOv7👉首发最新改进一种强大性能的全新架构(顶会2022)原创核心结构
改进👉更新中改进

三、目标检测YOLO改进指南

专栏地址：独家全网首发专栏《目标检测YOLO改进指南》

专栏内容目录一览

🏆模型🚀改进内容🎈创新点改进类型
YOLOv7👉CSDN独家全网首发专栏《目标检测YOLO改进指南》专栏目录🥭📖
YOLOv7👉最新结合即插即用CA(Coordinate attention) 注意力机制注意力机制(试读)
YOLOv7👉首发最新结合Global Context Modeling结构改进核心结构
YOLOv7👉首发最新结合多种X-Transformer结构新增小目标检测层检测头
YOLOv7👉结合Adaptively Spatial Feature Fusion自适应空间特征融合结构改进FPN结构
YOLOv7👉首发结合最新CSPNeXt主干结构改进原创结构
YOLOv7👉最新结合DO-DConv卷积、Slim范式提高性能涨点改进基础结构
YOLOv7👉最新即插即用的动态卷积ODConv改进基础结构
YOLOv7👉首发结合最新Centralized Feature Pyramid集中特征金字塔改进核心结构
YOLOv7👉首发结合 RepLKNet 构建 最新 RepLKDeXt 结构改进原创结构
YOLOv7👉最新HorNet结合YOLOv7应用！新增 HorBc结构改进原创结构
YOLOv7👉ConvNeXt结合YOLOv7基于ConvNeXt结构 构建 CNeB 模块原创核心网络
YOLOv5👉首发结合最新Extended efficient Layer Aggregation Networks结构改进核心结构
YOLOv5👉最新MobileOne结构改进核心结构
YOLOv5👉ACmix结构,自注意力和卷积集成改进核心结构
YOLOv5👉最新HorNet结合YOLO应用首发改进 核心结构
改进👉最新结合用于小目标的新CNN卷积构建块改进 核心结构
改进👉增加Swin-Transformer小目标检测头检测头
改进👉最新HorNet结合YOLOv7应用改进 核心结构
改进👉更新中改进

四、芒果YOLO轻量化网络改进

专栏地址：独家全网首发专栏《芒果YOLO轻量化网络改进》

专栏内容目录一览

🏆模型🚀改进内容🎈创新点改进类型
YOLO系列👉独家全网首发专栏《芒果YOLO轻量化网络改进》专栏目录🥭📖
YOLOv7、v7Tiny👉MobileNetV3结构改进主干网络
YOLOv7、v7Tiny👉ShuffleNet V2主干改进主干网络
YOLOv7、v7Tiny👉GhostNet主干改进主干网络
YOLOv7-Tiny👉轻量级PP-LCNet主干改进主干网络
YOLOv7、v7Tiny👉PicoDet 主干改进主干网络
YOLOv7👉测试改进主干网络
YOLOv5👉改进PicoDet主干系列改进主干网络
YOLOv5👉MobileNetV3结构改进主干网络
YOLOv5👉测试改进
YOLOv8👉MobileNetV3主干改进主干网络
YOLOv8👉改进ShuffleNet V2主干系列改进主干网络
YOLOv8👉轻量级PP-LCNet主干改进主干网络
YOLOv8👉改进 PicoDet 主干系列改进主干网络
YOLOv5、YOLOv7👉原创改进Soft-NMS,Soft-CIoUNMS,Soft-SIoUNMS,Soft-DIoUNMS,Soft-EIoUNMS,Soft-GIoUNMS改进NMS
YOLOv5、YOLOv7👉原创改进创新点 DIoU-NMS,SIoU-NMS,EIoU-NMS,CIoU-NMS,GIoU-NMS改进NMS
改进👉更新中改进

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/59845.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

abp vnext升级到指定版本并处理升级后的问题

abp vnext升级到指定版本并处理升级后的问题

在使用abp vnext时当版本更新后可能会跨越net的版本，如果我们想升级到指定版本该怎么做呢，升级之后又有一些问题需要处理，下面一起看一下： 当前我的项目是.net5 abp vnext4.2.1 当前的最新abp版本是7.* 对应的net版本是 net7,由于…
阅读更多...
flutter：二维码生成与读取

flutter：二维码生成与读取

前言 这csdn真的是服了，图片里有个二维码就直接变成违规图片了。至于效果的话，自己运行一下看看吧。 生成 flutter中生成二维码可以使用 qr_flutter。 官方文档 https://pub-web.flutter-io.cn/packages/qr_flutter 安装 flutter pub add qr_flutt…
阅读更多...
Java项目乱码几种情况

Java项目乱码几种情况

1.前端界面问题 在head标签里看是否有编码设置 <meta http-equiv"Content-Type" content"text/html; charsetutf-8" />2.浏览器端Tomcat乱码 在该界面加入 -Dfile.encodingUTF-8
阅读更多...
代码随想录算法训练营day24 | 回溯问题，77. 组合

代码随想录算法训练营day24 | 回溯问题，77. 组合

目录 回溯问题 77. 组合 回溯问题 回溯模板 void backtracking(参数) {if (终止条件) {存放结果;return;}for (选择&#xff1a;本层集合中元素&#xff08;树中节点孩子的数量就是集合的大小&#xff09;) {处理节点;backtracking(路径&#xff0c;选择列表); // 递归回溯…
阅读更多...
支付宝蜻蜓设备abs调试

支付宝蜻蜓设备abs调试

蜻蜓设备系统日志调试 1、蜻蜓设备进入开发者模式 长按关键键直到屏幕上出现设置按钮&#xff0c;点击设置按钮&#xff0c;选择关于本机&#xff0c;找到系统版本&#xff0c;连续点击8次&#xff0c;选择进入调试模式 2、找到小程序容器&#xff0c;连续点击8次&#xff0…
阅读更多...
WebGL: 几个入门小例子

WebGL: 几个入门小例子

本文罗列几个WebGL入门例子&#xff0c;用于帮助WebGL学习。 一、概述 WebGL (Web Graphics Library)是一组基于Open ES、在Web内渲染3D图形的Javascript APIs。 Ref. from Khronos Group: WebGL WebGL™ is a cross-platform, royalty-free open web standard for a low-lev…
阅读更多...
26 MFC序列号函数

26 MFC序列号函数

文章目录 Serialize对于存储文件的序列化 Serialize Serialize 是一个在 MFC (Microsoft Foundation Classes) 中常用的函数或概念。它用于将对象的数据进行序列化和反序列化&#xff0c;便于在不同的场景中保存、传输和恢复对象的状态。 在 MFC 中&#xff0c;Serialize 函数…
阅读更多...
【高光谱图像的去噪算法】通过全变异最小化对受激拉曼光谱图像进行去噪研究（Matlab代码实现）

【高光谱图像的去噪算法】通过全变异最小化对受激拉曼光谱图像进行去噪研究（Matlab代码实现）

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…
阅读更多...
Python二维数组的坑：vis = [[0]*m] * n

Python二维数组的坑：vis = [[0]*m] * n

先来看&#xff0c;vis [[0]*m] * n&#xff0c; vis2 [[0]*m for _ in range(n)]有什么区别&#xff1f; 这两行代码都是用来创建二维列表&#xff08;或矩阵&#xff09;&#xff0c;但它们之间有一个关键的区别在于列表的复制方式。 vis [[0]*m] * n&#xff1a; 这种方…
阅读更多...
SQL-每日一题【1193. 每月交易 I】

SQL-每日一题【1193. 每月交易 I】

题目 Table: Transactions 编写一个 sql 查询来查找每个月和每个国家/地区的事务数及其总金额、已批准的事务数及其总金额。 以 任意顺序 返回结果表。 查询结果格式如下所示。 示例 1: 解题思路 1.题目要求我们查找每个月和每个国家/地区的事务数及其总金额、已批准的事务数…
阅读更多...
工作方法论—马斯克的任务分解法

工作方法论—马斯克的任务分解法

总结&#xff1a;动手做一个工作之前&#xff0c;请先对它进行任务&#xff0c;然后高效执行每一个原子操作 德雷克公式&#xff1a; 如果大家对德雷克公式有些陌生&#xff0c;我们再来看一个 IT 人怎样用任务分解的思路解决问题。 我们都知道埃隆马斯克&#xff08;Elon Mu…
阅读更多...
SSM(Vue3+ElementPlus+Axios+SSM前后端分离)--搭建Vue 前端工程[一]

SSM(Vue3+ElementPlus+Axios+SSM前后端分离)--搭建Vue 前端工程[一]

文章目录 SSM--搭建Vue 前端工程--项目基础界面实现功能01-搭建Vue 前端工程需求分析/图解代码实现搭建Vue 前端工程下载node.js LTS 并安装: node.js 的npm创建Vue 项目使用idea 打开ssm_vue 项目, 并配置项目启动 Vue3 项目目录结构梳理Vue3 项目结构介绍 配置Vue 服务端口El…
阅读更多...
Python（六十六）字典生成式

Python（六十六）字典生成式

❤️ 专栏简介&#xff1a;本专栏记录了我个人从零开始学习Python编程的过程。在这个专栏中&#xff0c;我将分享我在学习Python的过程中的学习笔记、学习路线以及各个知识点。 ☀️ 专栏适用人群 &#xff1a;本专栏适用于希望学习Python编程的初学者和有一定编程基础的人。无…
阅读更多...
CI/CD—Docker初入门学习

CI/CD—Docker初入门学习

1 docker 了解 1 Docker 简介 Docker 是基于 Go 语言的开源应用容器虚拟化技术。Docker的主要目标是build、ship and run any app&#xff0c;anywhere&#xff0c;即通过对应用组件的封装、分发、部署、运行等生命周期的管理&#xff0c;达到应用组件级别的一次封装、到处运…
阅读更多...
获取SQL语句表名，判断DDL类型

获取SQL语句表名，判断DDL类型

1.在maven中引入jsqlparser依赖 <!--sql语句解析--><dependency><groupId>com.github.jsqlparser</groupId><artifactId>jsqlparser</artifactId><version>4.4</version></dependency>2.解析SQL语句具体代码 此代码解析…
阅读更多...
Redis 安装以及配置隧道连接

Redis 安装以及配置隧道连接

目录 1.CentOS 1. 安装Redis 2. Redis 启动和停⽌ 3. 操作Redis 2.Ubuntu 1. 安装Redis 2. Redis 启动/停⽌ 3. 操作 Redis 3.开启隧道 3.1 Xshell 配置隧道 3.2 windTerm 配置隧道 3.3 FinalShell配置隧道 4.可视化客户端连接 Another Redis Desktop Manager 1.Cen…
阅读更多...
【Spring Cloud一】微服务基本知识

【Spring Cloud一】微服务基本知识

系列文章目录 微服务基本知识 系列文章目录前言一、系统架构的演变1.1单体架构1.2分层架构1.3分布式架构1.4微服务架构1.5分布式、SOA、微服务的异同点 二、CAP原则三、RESTfulRESTful的核心概念&#xff1a; 四、共识算法 前言 在实际项目开发过程中&#xff0c;目前负责开发…
阅读更多...
《向量数据库指南》——怎么做VectorDBBench能发展成为ClickBench一样的行业标准？

《向量数据库指南》——怎么做VectorDBBench能发展成为ClickBench一样的行业标准？

目录 设计目标 真实负载模拟 广泛采用 持续更新和维护 社区支持和参与 VectorDBBench要像ClickBench一样成为行业标准，需要从多个方面进行改进和完善。以下是一些可行的方法： 设计目标 VectorDBBench应该具有灵活、可扩展的模块化架构，支持多种向量数据库系统，以及自定…
阅读更多...
【Jmeter】 Report Dashboard 生成html图形测试报告

【Jmeter】 Report Dashboard 生成html图形测试报告

目录 背景 生成图形报告的方式 1、直接使用一个已存在的 CSV文件生成 2、负载测试完成后自动生成 使用示例 报告内容详情 测试报告摘要图 响应时间随时间变化曲线 活跃线程随时间变化曲线 I/O&#xff08;Bytes&#xff09;随时间变化曲线(忽略事务控制器示例结果) …
阅读更多...
将程序打包成单一一个可执行文件

将程序打包成单一一个可执行文件

最近做了一个界面交互渲染的小项目&#xff0c;项目主要的功能是通过TCP接收数据然后在界面中渲染出对应的状态。由于用户的最大需求是炫酷&#xff0c;于是为了方便实现特殊的交互逻辑&#xff0c;我选择用freeglut自行实现了界面的交互和渲染&#xff0c;又用OpenCV做了部分图…
阅读更多...
最新文章

Copyright @ 2022~2023