蒋豆芽
蒋豆芽

Yolov3项目心得

协助同门yolov3项目，客户木材检测要求几十毫秒以内的检测速度。


然后始终没那么快，后面追踪程序，一再验证结论，resize图片是需要时间的，少则几十毫秒，大图一两百毫秒。然后处理办法是提前把图resize到网络大小，跳过resize，利用memcpy函数来复制图片数据

你可能感兴趣的:(Yolov3项目心得)

  • YOLOv4 介绍及其模型优化方法
    1、YOLOv4介绍2020年4月，YOLOv4在悄无声息中重磅发布，在目标检测领域引起广泛的讨论。在YOLO系列的原作者JosephRedmon宣布退出CV领域后，表明官方不再更新YOLOv3。但在过去的两年中，AlexeyAB继承了YOLO系列的思想和理念，在YOLOv3的基础上不断进行改进和开发，于今年4月发布YOLOv4，并得到了原作者JosephRedmon的承认。YOLOv4可以使用传
  • 2020-10-30 Victor Zhong AI框架人工智能深度学习机器学习
    极片缺陷检测模型验证报告：1：数据准备训练集：326张验证集：81张2：模型准备模型：yolov33：训练参数设置epochs:4603batch_size:8device:RTX2080Ticfg:yolov3-spp-jp4：验证结果5：检测结果部分检测结果图，全部结果图见文件夹result：6:结果分析a.训练数据中，某一类缺陷标注数量相对较少，影响检测该类的目标；可以通过数据增强的方法或增
  • 深度学习目标检测之YOLOv3实战（二）训练自己的图像数据 郎郎不会飞 深度学习目标识别python深度学习
    深度学习目标检测之YOLOv3实战（二）训练自己的图像数据数据集准备数据集预处理原demo修改数据集训练目标检测补充二零二零年的大年初一，给大家拜个年，祝大家鼠年吉祥，万事如意，趁着喜气，把Yolov3训练自己的数据过程，记录一下，共勉共进。同样，无人机搭载山狗拍摄的视频，目标检测的种类是模型tank和airplane，部分效果图镇贴：数据集准备首先需要将自己的数据集准备好，不同场景下的目标数据尽
  • 目标检测——YOLO11算法解读 lishanlu136 #目标检测目标检测YOLO11YOLO系列算法解读
    作者：Ultralytics公司代码：https://github.com/ultralytics/ultralyticsYOLO系列算法解读：YOLOv1通俗易懂版解读、SSD算法解读、YOLOv2算法解读、YOLOv3算法解读、YOLOv4算法解读、YOLOv5算法解读、YOLOR算法解读、YOLOX算法解读、YOLOv6算法解读、YOLOv7算法解读、
  • YOLOv4 正负样本划分详解 要努力啊啊啊 计算机视觉YOLO目标检测深度学习计算机视觉目标跟踪
    ✅YOLOv4正负样本划分详解一、前言在目标检测中，正负样本划分是训练过程中的关键环节，它决定了哪些预测框参与损失计算，从而影响模型的学习效果。YOLOv4在YOLOv3的基础上进行了改进，包括：使用CSPDarknet53主干网络；引入PANet特征融合结构；支持Mosaic数据增强；使用CIoULoss和DIoU-NMS；但在正样本划分逻辑上，YOLOv4保持了与YOLOv3类似的设计方式，并
  • YOLO的作者们 小远披荆斩棘 YOLOv8v9v10等实验与论文总结YOLO
    YOLO之父JesephRedmon，他创建了yolov1、yolov2、yolov3三个版本，但是在2020年2月份却宣布退出CV学术界、停止一切关于计算机视觉的研究、原因是自己的开源算法已经用在军事和隐私问题上，这对他的道德造成了巨大的考验，他拒绝AI算法用于军事和隐私窥探。而在这2个月之后，另一位曾经参与YOLO项目维护的大神AlexeyBochkovskiy，在arXiv上提交了YOLOv
  • YOLOv3 正负样本划分详解 要努力啊啊啊 计算机视觉YOLO目标检测深度学习计算机视觉目标跟踪
    ✅YOLOv3正负样本划分详解一、前言在目标检测任务中，正负样本的划分是训练过程中的关键环节。它决定了哪些预测框参与位置回归、分类损失和置信度损失。YOLOv3在YOLOv2的基础上引入了多尺度预测和更精细的AnchorBoxes匹配策略，使得正样本的选择更加合理，提高了模型的召回率和定位精度。本文将基于以下来源进行解析：YOLOv3:AnIncrementalImprovement(论文原文)A
  • YOLOv4 改进点详解 要努力啊啊啊 计算机视觉YOLO目标检测计算机视觉算法
    ✅YOLOv4改进点详解一、前言YOLOv4是目标检测领域的一次重大升级，由AlexeyBochkovskiy等人在论文《YOLOv4:OptimalSpeedandAccuracyofObjectDetection》中提出。与YOLOv3相比，YOLOv4引入了多个结构优化和训练策略改进，在保持实时性的同时进一步提升了模型的精度和鲁棒性。本文将严格按照以下来源进行说明：✅论文原文：YOLOv4:
  • 算法在嵌入式端的部署与优化 早日退休！！！ 硬件算法嵌入式硬件
    算法在嵌入式端的部署与优化前言理论1.参考资源2.其他1.将深度学习模型移植到嵌入式端时，提高推理速度的方法2.深度学习模型移植到嵌入式端的主要流程3.假设将已经训练好的目标检测模型（比如YOLOv3)移植到树莓派4B这样一款嵌入式设备上，并且需要保证推理速度达到实时。具体流程如下4.在树莓派上使用ncnn推理引擎，可以采取以下措施提高推理速度5.先进行模型压缩再用推理模型部署是一种常见的深度学习
  • 项目：基于深度学习的图像检索系统开发（2） 爱吃橘的橘猫 深度学习人工智能python个人开发mysql前端项目复盘
    目录一．项目背景：二．项目内容：2.1项目步骤2.1.1数据准备2.1.2数据库设计2.1.3特征提取与存储2.1.4图像检索实现2.2遇到的问题及解决2.2.1问题1：特征向量维度不匹配2.2.2问题2：检索速度慢2.3项目成果三．项目心得：3.1技术收获四.项目代码实现：一．项目背景：在数字化浪潮席卷全球的当下，互联网数据量呈爆炸式增长，其承载的数据也正以指数级速度增长，其中视觉信息（图像、视
  • YOLOv3目标检测实战 宁安我 YOLO目标检测人工智能
    YOLOv3目标检测实战：从理论到代码实现目录YOLOv3目标检测实战：从理论到代码实现1.引言2.YOLOv3的核心原理2.1网络结构2.2锚框（AnchorBoxes）2.3损失函数2.4预测流程3.案例：使用YOLOv3进行目标检测3.1数据集准备3.2模型定义3.2.1Darknet-53主干网络3.2.2YOLOv3检测头3.3训练与优化3.3.1损失函数3.3.2训练脚本3.4模型推理
  • # YOLOv3：基于 PyTorch 的目标检测模型实现 www_pp_ YOLOpytorch目标检测
    YOLOv3：基于PyTorch的目标检测模型实现引言YOLOv3（YouOnlyLookOnce）是一种流行的单阶段目标检测算法，它能够直接在输入图像上预测边界框和类别概率。YOLOv3的优势在于其高效性和准确性，使其在实时目标检测任务中表现出色。本文将详细介绍如何使用PyTorch实现YOLOv3模型，并提供完整的代码实现。1.YOLOv3简介YOLOv3是YOLO系列算法的第三个版本，它在前
  • YOLOv3 目标检测算法深度解析 mozun2020 DL1:深度学习YOLO目标检测算法计算机视觉人工智能目标识别
    YOLOv3目标检测算法深度解析一、算法原理与核心创新1.1算法设计哲学YOLOv3（YouOnlyLookOnceversion3）作为YOLO系列的第三代算法，延续了单阶段检测范式，通过端到端的回归策略实现实时目标检测。其核心设计目标是在保持检测速度优势的同时，显著提升多尺度目标检测能力，尤其针对小目标检测和复杂场景优化。1.2关键技术创新点1.2.1Darknet-53骨干网络残差连接：引入
  • **深度学习之Keras-DIOU-YOLOv3: 更精确的目标检测利器** 许煦津
    深度学习之Keras-DIOU-YOLOv3:更精确的目标检测利器去发现同类优质开源项目:https://gitcode.com/在这个数字化时代，目标检测是计算机视觉领域的一个重要组成部分，广泛应用于自动驾驶、视频监控、图像理解等多个场景。是一个基于Keras实现的改进版YOLOv3模型，它引入了DIOU（Distance-Intersection-over-Union）损失函数，旨在提高目标定
  • 探秘PyTorch_YOLOv3：高效目标检测的利器 高慈鹃Faye
    探秘PyTorch_YOLOv3：高效目标检测的利器去发现同类优质开源项目:https://gitcode.com/项目简介是一个基于PyTorch实现的目标检测框架，它采用了YOLOv3算法，该算法由JosephRedmon等人在2018年提出，以其实时性、高精度和广泛的适应性而备受关注。该项目致力于提供一个简单易用且高效的YoloV3实现，让用户能够轻松地进行目标检测任务。技术分析YOLOv3
  • 机器学习、图像识别、视觉识别框架的对比表： 芯知社区 机器学习人工智能
    以下是机器学习、图像识别、视觉识别框架的对比表：特性TensorFlowPyTorchOpenCVGoogleCloudVisionAPIYOLOv3Halcon开发语言Python,C++等Python,C++等C++,Python,Java等通过REST和RPCAPI调用Python,C++等C,C++,C#,VisualBasic等应用场景机器学习、深度学习、图像处理等机器学习、深度学习、计
  • YOLO系列模型简介 西北风^_^ 大模型YOLO
    YOLO（YouOnlyLookOnce）系列模型是用于目标检测的一组深度学习模型，以其快速且高效的特点著称。该系列模型由JosephRedmon等人开发，自2016年的YOLOv1发布以来，已经经历了多个版本的迭代和发展，包括YOLOv2、YOLOv3、YOLOv4、YOLOv5、YOLOv6、YOLOv7及最新的YOLOv8等。每个版本都在前一代的基础上进行了改进和优化，提升了模型的速度和准确
  • 旋转目标检测：FCOS: Fully Convolutional One-Stage Object Detection【方法解读】 沉浸式AI 《AI与SLAM论文解析》目标检测人工智能计算机视觉论文解读旋转目标检测
    FCOS:全卷积单阶段目标检测我们提出了一种全卷积单阶段目标检测器（FCOS），以逐像素预测的方式解决目标检测问题，类似于语义分割。目前几乎所有的最先进目标检测器，如RetinaNet、SSD、YOLOv3和FasterR-CNN，都依赖于预定义的锚框。相反，我们提出的FCOS检测器是无锚框的，同时也是无候选区域的。通过消除预定义的锚框集，FCOS完全避免了与锚框相关的复杂计算，如训练期间计算重叠
  • 经典的YOLOv3和YOLOV5算法详解及代码复现 清风AI 深度学习算法详解及代码复现YOLO算法yolov3yolov5计算机视觉人工智能
    YOLO的基本原理YOLO(YouOnlyLookOnce)是一种革命性的目标检测算法，它巧妙地将复杂的检测问题转化为回归问题。这种方法的核心在于将输入图像划分为S×S网格，每个网格负责预测其内部的物体位置和类别。具体来说，每个网格需要预测(B×5+C)个值，其中B代表边界框数量，C为类别数。最终，模型输出一个S×S×(B×5+C)大小的张量。YOLO的一个关键创新是使用非极大值抑制(NMS)算法
  • YOLOv3 推理与后处理模块源码解析 LIUDAN'S WORLD YOLO系列教程YOLO人工智能目标检测
    一、YOLOv3模型推理过程源码解析推理过程指的是将输入图像送入训练好的YOLOv3模型，得到模型输出的预测结果。1.输入图像预处理(Preprocessing)在将图像送入模型之前，通常需要进行一系列的预处理操作，以使其符合模型的输入要求。常见的预处理步骤包括：图像缩放(Resizing):将输入图像缩放到模型训练时所使用的尺寸，例如常见的416x416或608x608。这通常涉及到保持图像的宽
  • 基于深度学习与YOLOv的人脸表情识别方法研究 源码空间站TH 深度学习人工智能
    内容概要：文章探讨了基于深度学习的人脸表情识别技术，重点介绍了YOLOv3算法的应用。通过结合YOLOv3的实时检测能力和传统的分类器方法，实现了一个高效的人脸表情识别系统。文中详细讨论了YOLOv3的工作原理，数据预处理方法，训练与测试流程，并展示了系统的应用场景，如图片识别、视频识别和实时识别等。适合人群：计算机视觉研究人员、深度学习爱好者和相关领域的工程师。使用场景及目标：适用于人机交互、在
  • YOLOv3预训练权重——开启目标检测的快捷之门 毕昕露Lionel
    YOLOv3预训练权重——开启目标检测的快捷之门【下载地址】yolov3预训练权重资源yolov3预训练权重资源欢迎来到YOLOv3预训练权重的下载页面！本仓库提供YOLOv3模型的预训练权重文件，旨在帮助开发者和研究人员快速启动目标检测项目项目地址:https://gitcode.com/open-source-toolkit/a7417在追求高效、准确的目标检测之旅中，YOLOv3预训练权重无
  • YOLOv3实践教程：使用预训练模型进行目标检测 LIUDAN'S WORLD YOLO系列教程YOLO深度学习计算机视觉人工智能
    目录简介环境准备获取预训练模型图像目标检测视频目标检测模型性能优化常见问题解答进阶学习路径简介YOLOv3（YouOnlyLookOnceversion3）是一种高效的实时目标检测算法，由JosephRedmon和AliFarhadi于2018年提出。与传统的目标检测方法相比，YOLO将目标检测视为单一的回归问题，直接从完整图像预测边界框及其类别概率，使其成为速度和准确性之间平衡的优秀选择。本教程
  • 复现deep_sort_yolov3--demo.py 聿默 目标跟踪tensorflowkeras
    0.环境opencv-python==4.1.0.25/4.1.2.30Pillowscikit-learn==0.19.2numpy==1.15.0keras==2.2.4tensorflow==1.12.0imutils1.修改1.1在deep_sort添加videocaptureasync.pyimportthreadingimportcv2classVideoCaptureAsync:de
  • 探索MobileNet-Yolo：轻量级的移动端目标检测神器 施刚爽
    探索MobileNet-Yolo：轻量级的移动端目标检测神器MobileNet-YoloMobileNetV2-YoloV3-Nano:0.5BFlops3MBHUAWEIP40:6ms/img,YoloFace-500k:0.1Bflops420KB:fire::fire::fire:项目地址:https://gitcode.com/gh_mirrors/mo/MobileNet-Yolo项目简
  • PyTorch-YOLOv3 安装和配置指南 劳蕾令
    PyTorch-YOLOv3安装和配置指南PyTorch-YOLOv3eriklindernoren/PyTorch-YOLOv3:是一个基于PyTorch实现的YOLOv3目标检测模型。适合用于需要实现实时目标检测的应用。特点是可以提供PyTorch框架下的YOLOv3模型实现，支持自定义模型和数据处理流程。项目地址:https://gitcode.com/gh_mirrors/py/PyTor
  • YOLO_v3_PyTorch: 基于PyTorch的YOLOv3实现指南 吕曦耘George
    YOLO_v3_PyTorch:基于PyTorch的YOLOv3实现指南YOLO_v3_PyTorch使用PyTorch实现基于YOLOv3的目标检测器项目地址:https://gitcode.com/gh_mirrors/yo/YOLO_v3_PyTorch项目介绍YOLO_v3_PyTorch是一个简洁的PyTorch版本YOLOv3框架，旨在提供对YOLOv3目标检测算法的支持，包括训练、推
  • 【目标检测】【深度学习】【Pytorch版本】YOLOV3模型算法详解 牙牙要健康 目标检测深度学习目标检测pytorch
    【目标检测】【深度学习】【Pytorch版本】YOLOV3模型算法详解文章目录【目标检测】【深度学习】【Pytorch版本】YOLOV3模型算法详解前言YOLOV3的模型结构YOLOV3模型的基本执行流程YOLOV3模型的网络参数YOLOV3的核心思想前向传播阶段反向传播阶段总结前言YOLOV3是由华盛顿大学的JosephRedmon等人在《YOLOv3:AnIncrementalImprovem
  • yolo模型学习笔记——4——yolov4相比与yolov3的优点 Summit- YOLO学习笔记
    1.网络结构和架构的改变(1)yolov3使用darknet-53的主干网络，该网络基于残差结构(2)yolov4使用CSPDarknet53，增强版darknet-53，具有更高的计算效率和更好的特征提取能2.优化技术(1)yolov3使用了基础的数据增强技术（如翻转、裁剪、亮度调整等），并且使用了自适应锚框来匹配目标的大小(2)yolov41.Mosaic数据增强这是一种新的数据增强方法，通过
  • 【ROS】Darknet_ROS YOLO V3 部署自训练模型 目标检测 Abaaba+ YOLO目标检测人工智能
    【ROS】Darknet_ROSYOLOV3目标检测前言整体思路安装依赖项检查克隆源码编译与构建准备文件1.权重文件（xf_real.weights）2.配置文件（xf_real.cfg）3.模型配置文件（xf_real.yaml）修改配置ros.yamldarknet_ros.launch使用与测试前言本文适用于已掌握YOLOv3和Darknet基础知识的读者，旨在帮助大家快速在ROS上部署自定
  • 微信开发者验证接口开发 362217990 微信 开发者 token 验证
    微信开发者接口验证。 Token，自己随便定义，与微信填写一致就可以了。 根据微信接入指南描述 http://mp.weixin.qq.com/wiki/17/2d4265491f12608cd170a95559800f2d.html 第一步：填写服务器配置 第二步：验证服务器地址的有效性 第三步：依据接口文档实现业务逻辑 这里主要讲第二步验证服务器有效性。 建一个
  • 一个小编程题-类似约瑟夫环问题 BrokenDreams 编程
            今天群友出了一题：         一个数列,把第一个元素删除,然后把第二个元素放到数列的最后,依次操作下去,直到把数列中所有的数都删除,要求依次打印出这个过程中删除的数。      &
  • linux复习笔记之bash shell (5) 关于减号-的作用 eksliang linux关于减号“-”的含义linux关于减号“-”的用途linux关于“-”的含义linux关于减号的含义
        转载请出自出处： http://eksliang.iteye.com/blog/2105677        管道命令在bash的连续处理程序中是相当重要的，尤其在使用到前一个命令的studout（标准输出）作为这次的stdin（标准输入）时，就显得太重要了，某些命令需要用到文件名，例如上篇文档的的切割命令（split）、还有
  • Unix(3) 18289753290 unix ksh
    1)若该变量需要在其他子进程执行，则可用"$变量名称"或${变量}累加内容 什么是子进程？在我目前这个shell情况下，去打开一个新的shell，新的那个shell就是子进程。一般状态下，父进程的自定义变量是无法在子进程内使用的，但通过export将变量变成环境变量后就能够在子进程里面应用了。 2)条件判断： &&代表and  ||代表or&nbs
  • 关于ListView中性能优化中图片加载问题 酷的飞上天空 ListView
    ListView的性能优化网上很多信息，但是涉及到异步加载图片问题就会出现问题。 具体参看上篇文章http://314858770.iteye.com/admin/blogs/1217594   如果每次都重新inflate一个新的View出来肯定会造成性能损失严重，可能会出现listview滚动是很卡的情况，还会出现内存溢出。 现在想出一个方法就是每次都添加一个标识，然后设置图
  • 德国总理默多克：给国人的一堂“震撼教育”课 永夜-极光 教育
    http://bbs.voc.com.cn/topic-2443617-1-1.html德国总理默多克：给国人的一堂“震撼教育”课　 安吉拉—默克尔，一位经历过社会主义的东德人，她利用自己的博客，发表一番来华前的谈话，该说的话，都在上面说了，全世界想看想传播——去看看默克尔总理的博客吧！ 　　德国总理默克尔以她的低调、朴素、谦和、平易近人等品格给国人留下了深刻印象。她以实际行动为中国人上了一堂
  • 关于Java继承的一个小问题。。。 随便小屋 java
    今天看Java 编程思想的时候遇见一个问题，运行的结果和自己想想的完全不一样。先把代码贴出来！ //CanFight接口 interface Canfight { void fight(); } //ActionCharacter类 class ActionCharacter { public void fight() { System.out.pr
  • 23种基本的设计模式 aijuans 设计模式
    Abstract Factory：提供一个创建一系列相关或相互依赖对象的接口，而无需指定它们具体的类。 　　Adapter：将一个类的接口转换成客户希望的另外一个接口。A d a p t e r模式使得原本由于接口不兼容而不能一起工作的那些类可以一起工作。 　　Bridge：将抽象部分与它的实现部分分离，使它们都可以独立地变化。 　　Builder：将一个复杂对象的构建与它的表示分离，使得同
  • 《周鸿祎自述：我的互联网方法论》读书笔记 aoyouzi 读书笔记
    从用户的角度来看,能解决问题的产品才是好产品,能方便/快速地解决问题的产品,就是一流产品.   商业模式不是赚钱模式 一款产品免费获得海量用户后,它的边际成本趋于0,然后再通过广告或者增值服务的方式赚钱,实际上就是创造了新的价值链.   商业模式的基础是用户,木有用户,任何商业模式都是浮云.商业模式的核心是产品,本质是通过产品为用户创造价值. 商业模式还包括寻找需求
  • JavaScript动态改变样式访问技术 百合不是茶 JavaScriptstyle属性ClassName属性
      一:style属性 格式:  HTML元素.style.样式属性="值";   创建菜单:在html标签中创建 或者 在head标签中用数组创建   <html> <head> <title>style改变样式</title> </head> &l
  • jQuery的deferred对象详解 bijian1013 jquerydeferred对象
            jQuery的开发速度很快，几乎每半年一个大版本，每两个月一个小版本。         每个版本都会引入一些新功能，从jQuery 1.5.0版本开始引入的一个新功能----deferred对象。    &nb
  • 淘宝开放平台TOP Bill_chen C++c物流C#
    淘宝网开放平台首页：http://open.taobao.com/ 淘宝开放平台是淘宝TOP团队的产品，TOP即TaoBao Open Platform， 是淘宝合作伙伴开发、发布、交易其服务的平台。 支撑TOP的三条主线为：    1.开放数据和业务流程     * 以API数据形式开放商品、交易、物流等业务；  &
  • 【大型网站架构一】大型网站架构概述 bit1129 网站架构
    大型互联网特点 面对海量用户、海量数据 大型互联网架构的关键指标 高并发 高性能 高可用 高可扩展性 线性伸缩性 安全性 大型互联网技术要点   前端优化 CDN缓存 反向代理 KV缓存 消息系统 分布式存储 NoSQL数据库 搜索 监控 安全 想到的问题： 1.对于订单系统这种事务型系统，如
  • eclipse插件hibernate tools安装 白糖_ Hibernate
    eclipse helios(3.6)版 1.启动eclipse 2.选择 Help > Install New Software...> 3.添加如下地址： http://download.jboss.org/jbosstools/updates/stable/helios/ 4.选择性安装：hibernate tools在All Jboss tool
  • Jquery easyui Form表单提交注意事项 bozch jquery easyui
    jquery easyui对表单的提交进行了封装，提交的方式采用的是ajax的方式，在开发的时候应该注意的事项如下：         1、在定义form标签的时候，要将method属性设置成post或者get，特别是进行大字段的文本信息提交的时候，要将method设置成post方式提交，否则页面会抛出跨域访问等异常。所以这个要
  • Trie tree(字典树)的Java实现及其应用-统计以某字符串为前缀的单词的数量 bylijinnan java实现
    import java.util.LinkedList; public class CaseInsensitiveTrie { /** 字典树的Java实现。实现了插入、查询以及深度优先遍历。 Trie tree's java implementation.(Insert,Search,DFS) Problem Description Igna
  • html css 鼠标形状样式汇总 chenbowen00 htmlcss
    css鼠标手型cursor中hand与pointer  Example：CSS鼠标手型效果 <a href="#" style="cursor:hand">CSS鼠标手型效果</a><br/>  Example：CSS鼠标手型效果 <a href="#" style=&qu
  • [IT与投资]IT投资的几个原则 comsci it
          无论是想在电商,软件,硬件还是互联网领域投资,都需要大量资金,虽然各个国家政府在媒体上都给予大家承诺,既要让市场的流动性宽松,又要保持经济的高速增长....但是,事实上,整个市场和社会对于真正的资金投入是非常渴望的,也就是说,表面上看起来,市场很活跃,但是投入的资金并不是很充足的......    
  • oracle with语句详解 daizj oraclewithwith as
    oracle with语句详解 转 在oracle中，select 查询语句，可以使用with,就是一个子查询，oracle 会把子查询的结果放到临时表中，可以反复使用 例子:注意，这是sql语句，不是pl/sql语句， 可以直接放到jdbc执行的 ----------------------------------------------------------------
  • hbase的简单操作 deng520159 数据库hbase
    近期公司用hbase来存储日志,然后再来分析 ,把hbase开发经常要用的命令找了出来. 用ssh登陆安装hbase那台linux后 用hbase shell进行hbase命令控制台! 表的管理 1）查看有哪些表 hbase(main)> list 2）创建表   # 语法：create <table>, {NAME => <family&g
  • C语言scanf继续学习、算术运算符学习和逻辑运算符 dcj3sjt126com c
    /* 2013年3月11日20:37:32 地点：北京潘家园 功能：完成用户格式化输入多个值 目的：学习scanf函数的使用 */ # include <stdio.h> int main(void) { int i, j, k; printf("please input three number:\n"); //提示用
  • 2015越来越好 dcj3sjt126com 歌曲
    越来越好 房子大了电话小了 感觉越来越好 假期多了收入高了 工作越来越好 商品精了价格活了 心情越来越好 天更蓝了水更清了 环境越来越好 活得有奔头人会步步高 想做到你要努力去做到 幸福的笑容天天挂眉梢 越来越好 婆媳和了家庭暖了 生活越来越好 孩子高了懂事多了 学习越来越好 朋友多了心相通了 大家越来越好 道路宽了心气顺了 日子越来越好 活的有精神人就不显
  • java.sql.SQLException: Value '0000-00-00' can not be represented as java.sql.Tim feiteyizu mysql
    数据表中有记录的time字段（属性为timestamp）其值为：“0000-00-00 00:00:00” 程序使用select 语句从中取数据时出现以下异常： java.sql.SQLException:Value '0000-00-00' can not be represented as java.sql.Date   java.sql.SQLException: Valu
  • Ehcache（07）——Ehcache对并发的支持 234390216 并发ehcache锁ReadLockWriteLock
    Ehcache对并发的支持          在高并发的情况下，使用Ehcache缓存时，由于并发的读与写，我们读的数据有可能是错误的，我们写的数据也有可能意外的被覆盖。所幸的是Ehcache为我们提供了针对于缓存元素Key的Read（读）、Write（写）锁。当一个线程获取了某一Key的Read锁之后，其它线程获取针对于同
  • mysql中blob,text字段的合成索引 jackyrong mysql
      在mysql中，原来有一个叫合成索引的，可以提高blob,text字段的效率性能， 但只能用在精确查询，核心是增加一个列，然后可以用md5进行散列，用散列值查找 则速度快 比如： create table abc(id varchar(10),context blog,hash_value varchar(40)); insert into abc(1,rep
  • 逻辑运算与移位运算 latty 位运算逻辑运算
    源码：正数的补码与原码相同例+7 源码：00000111 补码 ：00000111 （用8位二进制表示一个数） 负数的补码： 符号位为1，其余位为该数绝对值的原码按位取反；然后整个数加1。   -7 源码： 10000111 ，其绝对值为00000111  取反加一：11111001 为-7补码 已知一个数的补码，求原码的操作分两种情况：
  • 利用XSD 验证XML文件 newerdragon javaxmlxsd
    XSD文件 （XML Schema 语言也称作 XML Schema 定义（XML Schema Definition，XSD）。 具体使用方法和定义请参看： http://www.w3school.com.cn/schema/index.asp java自jdk1.5以上新增了SchemaFactory类 可以实现对XSD验证的支持，使用起来也很方便。 以下代码可用在J
  • 搭建 CentOS 6 服务器(12) - Samba rensanning centos
    （1）安装 # yum -y install samba Installed: samba.i686 0:3.6.9-169.el6_5 # pdbedit -a rensn new password:123456 retype new password:123456 …… （2）Home文件夹 # mkdir /etc
  • Learn Nodejs 01 toknowme nodejs
    （1）下载nodejs https://nodejs.org/download/ 选择相应的版本进行下载     （2）安装nodejs 安装的方式比较多，请baidu下 我这边下载的是“node-v0.12.7-linux-x64.tar.gz”这个版本 （1）上传服务器 （2）解压 tar -zxvf  node-v0.12.
  • jquery控制自动刷新的代码举例 xp9802 jquery
    1、html内容部分  复制代码代码示例: <div id='log_reload'> <select name="id_s" size="1"> <option value='2'>-2s-</option> <option value='3'>-3s-</option
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他