级联

高精地图中地面标识识别技术历程与实践

假装没事ソ 提交于 2019-12-04 11:25:20
导读:本文将主要介绍高德在高精地图地面标识识别上的技术演进,这些技术手段在不同时期服务了高精地图产线需求,为高德地图构建高精度地图提供了基础的技术保证。 1.面标识识别 地面标识识别,指在地图道路中识别出各种类型的地面标识元素,如地面箭头、地面文字、时间、地面数字、减速带、车距确认线、减速丘、人行横道、停止让行线、减速让行线等。这些自动化识别结果将作为生产数据交付给地图生产产线,经过制作后演变成服务于自动驾驶、车载导航、移动导航的地图。 高精地图一般对各个地图要素精度至少有着厘米级的要求,所以相对于普通地图来说需要更高的位置精度,这也是与普通地图识别的最大不同,所以探索如何将地面标识识别得又全又准是我们一直努力的方向。 地面标识识别有两大难点:一是地面标识本身的种类、大小繁多,二是地面标识易被磨损遮挡,清晰度参差不齐,这给高精度识别带来了巨大的挑战。 1)地面标识种类繁多 :实际场景中地面标识种类繁多,在内容、颜色、形状、尺寸等方面均有不同分布。 颜色:比如黄色、红色、白色等 形状:箭头形、各种文字数字形状、条形、多条形、面状、丘状等 尺寸:国标定义的标准箭头长度为9m,但也存在1m~2m甚至1m以下的地面标识元素,尤其减速带以及人行道等尺寸差异会更大,反映到图像中像素个数以及长宽比均会有较大差异。 图1. 部分地面标识 2)磨损压盖多 :地面元素长年累月受车辆

Hibernate一对多+级联操作

匿名 (未验证) 提交于 2019-12-03 00:38:01
1、建立一个实体类 package hibernate ; import java . util . HashSet ; import java . util . Set ; public class Customer { private Integer cid ; private String custName ; private String custLevel ; private String custSource ; private String custMobile ; //一对多的那个类,hibernate要求用Set private Set < LinkMan > setLinkMan = new HashSet < LinkMan >(); public Set < LinkMan > getSetLinkMan () { return setLinkMan ; } public void setSetLinkMan ( Set < LinkMan > setLinkMan ) { this . setLinkMan = setLinkMan ; } public Integer getCid () { return cid ; } public void setCid ( Integer cid ) { this . cid = cid ; } public

Flume技术原理

匿名 (未验证) 提交于 2019-12-03 00:22:01
Flume是开源日志系统。是一个分布式、可靠性和高可用的海量日志聚合系统,支持在系统中定制各类数据发送方,用于收集数据;同时,FLume提供对数据进行简单处理,并写到各种数据接收方(可定制)的能力。 Flume是流式日志采集工具,FLume提供对数据进行简单处理并且写到各种数据接收方(可定制)的能力,Flume提供从本地文件(spooling directory source)、实时日志(taildir、exec)、REST消息、Thift、Avro、Syslog、Kafka等数据源上收集数据的能力。 提供从固定目录下采集日志信息到目的地(HDFS,HBase,Kafka)能力。 提供实时采集日志信息(taidir)到目的地的能力。 FLume支持级联(多个Flume对接起来),合并数据的能力。 Flume支持按照用户定制采集数据的能力。 图:Flume在FusionInsight中的位置 Flume是收集、聚合事件流数据的分布式框架。 图:Flume基础架构图 Flume基础架构:Flume可以单节点直接采集数据,主要应用于集群内数据。 图:Flume多agent架构 Flume多agent架构:Flume可以将多个节点连接起来,将最初的数据源经过收集,存储到最终的存储系统中。主要应用于集群外的数据导入到集群内。 图:Flume架构图 各组件具体介绍如下: events

Oracle级联DG部署以及切换测试

匿名 (未验证) 提交于 2019-12-02 23:38:02
**前言:**文档描述搭建一级、二级DG并且模拟多个场景切换测试。DG搭建很简单,级联DG也是生产中比较常见的部署方式,如果一级DG切换为主库,那么就相当于一主两备。 一、 搭建一级备库 环境:11.2.0.4 单机 主库:192.168.100.129 SID:ecms 主机名:nhjcgl-db 一级备库:192.168.100.199 SID:ecms 主机名:dg1 二级备库:192.168.100.200 SID:ecms 主机名:dg2 1.1 主库准备 select FORCE_LOGGING,log_mode from v$database; alter database force logging; 1.2 开启归档 shu immediate startup mount alter database archivelog; alter database open; 1.3 参数设置 alter system set log_archive_config=‘dg_config=(ecms,ecmsdg1)’; alter system set log_archive_dest_2=‘service=ecmsdg1 async valid_for=(online_logfile,primary_role) db_unique_name=ecmsdg1’; 1.4

easyUI tree 多选框设置是否级联选中

匿名 (未验证) 提交于 2019-12-02 22:56:40
今天测试提出一个 bug,找了半天是因为easyUI的tree树前的多选框级联选中造成的;找了半天,终于取消了默认的级联关系 var treeUrl = 路径 treeManager.tree({checkbox:true,cascadeCheck:false,lines:true,url:treeUrl,onCheck:onCheck,treeHeight:150}); 加入cascadeCheck:false 属性,取消默认级联关系 文章来源: easyUI tree 多选框设置是否级联选中

【HTML】使用 JQuery 实现级联选择框

匿名 (未验证) 提交于 2019-12-02 20:32:16
代码: <!DOCTYPE html> <html> <head> <meta charset = "utf-8" > <title> 201731061203+许嘉欣 </title> <script type = "text/javascript" src = "js/jquery-3.3.1.min.js" ></script> <style> select { border : 1px solid palevioletred ; border - radius : 5px ; } select : focus { outline : none ; } </style> </head> <body> <form name = "form1" method = "post" > 省份: <select name = "province" id = "province" "changeSelect(this.selectedIndex)" ></select> 市区: <select name = "city" id = "city" ></section> </form> <script> var arrpro =[ "请选择省份" , "河北省" , "四川省" ]; var arrcit =[[ "请选择城市" ],[ "石家庄" , "邯郸" , "唐山" ],[ "成都

Bootstrap3级联多选下拉框

匿名 (未验证) 提交于 2019-12-02 20:32:16
1 <!DOCTYPE html> 2 <html> 3 <head> 4 <title>Bootstrap3级联多选下拉框</title> 5 <meta charset="utf-8"> 6 <link rel="stylesheet" href="F:/webClient/bootstrap-3.3.7-dist/css/bootstrap.min.css"> 7 <link rel="stylesheet" href="./bootstrap-select.css"> 8 <style> 9 body { 10 padding-top: 70px; 11 } 12 </style> 13 </head> 14 <body> 15 <nav class="navbar navbar-default navbar-fixed-top" role="navigation"> 16 <div class="container"> 17 <div class="navbar-header"> 18 <a class="navbar-brand" href="#">Bootstrap-select usability tests</a> 19 </div> 20 </div> 21 </nav> 22 <div class="container"> 23 <select id=

opencv多人脸检测,大幅降低误检、漏检解决一脸多框问题 (方法一)

我怕爱的太早我们不能终老 提交于 2019-12-01 23:34:51
上一段时间参加了某个比赛,其中有一环节需要用多人脸检测;由于其他队伍好多采用的商用SDK,竞争激烈,又不能误检更不能漏检测,而且保证框的数量只能和人脸数量对应,不能一个人脸上有多个框。 而我还是喜欢自己写,所以想出了几个方案实现了一下,实现都比较简单而且准确率都得到了保证。 比赛结束,最终因为性别检测出现了错误,与冠军失之交臂,我的方案好在是自己写的,顺便把源码也给大家 因为是在嵌入式上应用的,所以代码是用 C++实现 1.预读 为了方便后面大家理解,我在这里把我的思路县说一下,顺便把一些参数必要的部分说一下。 1.1思路 基础是使用的是Haar级联分类器,但是直接使用Haar级联分类器,单纯的调参都不能达到很好的效果。 所以是先用低阈值的人脸检测初步筛选出人脸框(因为是低阈值所以框总是比),然后在初筛的人脸框部分再进行人眼睛检测,只有同时存在人眼的部分才会做成人脸输出。 1.2Haar级联分类器使用心得 Haar级联分类器速度快,容易调用,是很好的工具。基础的使用教程,我放在这里 opencv 官网object模块使用例子 https://docs.opencv.org/master/db/d28/tutorial_cascade_classifier.html 其中创建检测器的参数在这里说明一下, cv::CascadeClassifier::detectMultiScale

功能表单之树形选择字段类型的高级使用——JEPLUS软件快速开发平台

拟墨画扇 提交于 2019-12-01 15:15:33
JEPLUS功能表单之树形选择字段类型的高级使用 JEPLUS功能表单中树形选择字段类型的目标字段在开发过程中还有一些高级配置和高级应用,如果知晓怎么配置也许能解决我们系统开发过程的大问题,这篇笔记我就详细讲解一JEPLUS功能表单中树形选择字段类型的高级使用,希望能够解决大家在实际开发过程中遇到的问题。 一、打开字段类型为树形选择的目标字段的属性配置界面 二、树形选择字段类型的数据字典的配置信息说明 配置信息说明: 内部字典编码 | url,表单字段1~表单字段2~表单字段3,id~text~code,M(多选)|S(单选),N(上下都不级联) | T(选父节点级联选中子节点) | D(选子节点级联选择父节点) id_,text_,code_ 加后缀下划线的可以将层级关系带下来。 配置完树形字典之后的配置信息是:JE_CORE_ROLE,XMINFO_LXR,code,S JE_CORE_ROLE:对应配置信息说明里面的url,代表的是树形数据字典的编码信息。 XMINFO_LXR :对应配置信息说明里面的表单字段,代表的是目标字段的字段编码。 code :对应配置信息说明里面的id~text~code,选择code表示选中数据字典里面的code值。 S :表示选择数据字典里面的值为单选。 其他配置信息如下: N:上下都不级联) T:选父节点级联选中子节点 D

Numpy的基础使用

我只是一个虾纸丫 提交于 2019-12-01 13:24:25
数据分析: 是把隐藏在一些看似杂乱无章的数据背后的信息提取出来,总结出所研究对象的内在规律 数据分析的三剑客: Numpy, Pandas, Matplotlib NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。 一, 创建ndarry 使用np.array()创建 import numpy as np # 约定使用np np.array([1, 2, 3, 4, 5]) # 一维数组 array([1, 2, 3, 4, 5]) np.array([[1, 2], [1, 2]]) # 二维数组 array([[1, 2], [1, 2]]) np.array([[1, 'two'], [1, 2.3]]) array([['1', 'two'], ['1', '2.3']], dtype='<U11') 注意: numpy默认ndarray的所有元素的类型是相同的 如果传进来的列表中包含不同的类型,则自动统一为同一类型,优先级:str>float>int 使用案例: 使用matplotlib.pyplot获取一个numpy数组,数据来源于一张图片 import matplotlib.pyplot as plt # 约定使用plt img_arr = plt.imread