摘要:
很久之前的设计模式系列漏掉了模板模式,现补上 概述 模板模式是一种行为型设计模式,它定义一个算法的骨架,并允许子类在不改变算法结构的情况下重新定义算法的某些步骤。模板模式的主要目的是通过把不变的行为搬移到超类,去除子类中的重复代码来体现它的优势。 模板模式的主要结构包括: 抽象类(Abstract 阅读全文
摘要:
本文介绍如何在Apollo GraphQL中实现文件的传输 ## 文件传输在GrapqhQL中官方建议 文章[Apollo Server File Upload Best Practices](https://www.apollographql.com/blog/backend/file-uploa 阅读全文
摘要:
本文讨论GraphQL中的Query,Mutation和Subscription,并给出ApolloGraph中的实现示例 阅读全文
摘要:
本文介绍GraphQL中的Authenication和Authorication 阅读全文
摘要:
在GraphQL中,Schema和Resolver是两个非常重要的概念,是编写GraphQL Server的2个基本单元 本文介绍GraphQL中的Schema和Resolver。 Schema Schema定义了GraphQL中基于graph的数据格式 参考: https://graphql.or 阅读全文
摘要:
GraphQL是Facebook创造的基于Graph的API查询语言,本文开始对GraphQL进行学习。
本文介绍GraphQL中的Query,Mutation以及Subscription。 阅读全文
摘要:
参考: https://juejin.cn/post/7019184783242559496#heading-5 依赖注入简介 依赖注入是前端开发者也是 Angular 开发者一道很难迈过去的坎。软件只有到达了一定的复杂度才会需要各种设计原则和模式,那么依赖倒置原则(Dependency Inver 阅读全文
摘要:
RCNN (Region-based Convolutional Neural Networks)是将CNN引入目标检测的开山之作, 大大提高了目标检测效果。 RCNN 算法介绍 R-CNN是一种最先进的视觉目标检测系统,它将自底向上的区域提议与卷积神经网络计算的丰富特征相结合。在发布时,R-CNN 阅读全文
摘要:
在目标检测学习系列的文章中,很多检测算法都会涉及到Selective Search的使用,比如R-CNN。本文介绍Selective Search 参考: https://zhuanlan.zhihu.com/p/39927488 https://learnopencv.com/selective- 阅读全文
摘要:
GraphQL 是Facebook的 API 的查询语言,也是使用现有数据完成这些查询的运行时。GraphQL 为 API 中的数据提供了完整且易于理解的描述,使客户端能够准确地询问他们需要什么,此特性使 API 随着时间的推移更容易发展,并提供了强大的开发人员工具。 Apollo GraphQL是 阅读全文
摘要:
HOG(Histogram of Oreinted Gradients) 方向梯度直方图是一种常用的图像特征算法,和SVM等机器学习算法一起使用可以实现目标检测等。本文详细介绍HOG并给出python的MNIST实例 阅读全文
摘要:
本文介绍图像处理中特征提取的常用算子 - LBP(Local Binary Pattern)算法。
LBP,全称Local Binary Pattern,局部二值模式,是一种能够描述图像纹理的算法,并且具有旋转不变性和灰度不变性等优点。本文会介绍最基本的LBP算法和其扩展。 阅读全文
摘要:
本文介绍支持向量机SVM(Support Vector Machine) 参考: https://zhuanlan.zhihu.com/p/49331510 https://zhuanlan.zhihu.com/p/77750026 https://blog.csdn.net/Jon_Sheng/a 阅读全文
摘要:
参考: https://blog.csdn.net/weixin_47547146/article/details/118680875 https://zhuanlan.zhihu.com/p/104355127 https://www.jianshu.com/p/19976de06ac7 http 阅读全文