- 综合排序
- 最热优先
- 最新优先
- 来自专栏韩曙亮的移动开发专栏
【软件过程改进 学习笔记】过程思维 ( 软件危机 | 软件过程 | 过程改进 | 过程思维 | 过程描述 | ISO 9000 | 6σ | PCM | CMMI )
软件可靠性没有保障, ②软件维护费用不断上升, ③软件进度无法预测, ④成本增长无法控制, ⑤无限度增加开发人员 ; 2.很多失败的项目 : ①美国水手1号出现软件错误没有达到金星, ②阿波罗14号飞行10 IEEE Computer, 1987, 20(4): 10-19. ] 2.没有银弹的阶段 : 1970 ~ 1990 没有解决软件危机的有效办法 ; 3.银弹的持续研究 : 每当有 新技术出现 或者 过程改进的必要性 过程改进的必须要性 : 给出了以下 六个 必须要持续改进过程的 理由 ; 1.性能降低 : 过程经过一段时间后, 其性能就会趋于降低 ; 2.需求提高 : 客户的需求会越来越高 ; 3 , 都存在过程 ; 凡是过程, 都存在改进 ; 凡是改进, 都没有终点 ; ---- 五. 国际标准化组织 )/TC176 ( 质量管理和质量保证技术委员会 ) /SC2 ( 质量体系分委员会 ) 制定的国际标准 ; 4.实施时间 : ISO 9001:2008 质量管理系统 标准 在 20098年10
1.2K00编辑于 2023-03-28 - 来自专栏腾讯云TVP
DevOps时代的软件过程改进探讨
建立可观测的指标，是过程改进非常重要的一个步骤！ 理念方面，需要在组织层面持续加强对过程改进的认可度，越是紧密的协作，越是需要更灵活的过程度量方法，过程改进工作的价值也就越容易得到体现。 常见的认识误区是，采用了DevOps就是引入了一个标准范式，无需过程改进；相反，DevOps对每一个过程的要求相对更高，能持续对瓶颈或薄弱过程进行改进，会让DevOps的价值更大。 可以认为，是 Jenkins 把过程改进相关的工作串联了起来。 此时的软件过程改进依然可以极大程度地参考 Jenkins X ，任何效率和质量瓶颈都值得去做改进！
14.3K110发布于 2019-05-11 - 来自专栏全栈程序员必看
轻量级过程改进之综述「建议收藏」
“软件过程改进方法和规范”。 而是一个从不及格到60分的过程。假设我们哪一天可以站在60分的角度去看问题了，那可能我们就会採用其它的模型来帮助我们做更高层次的过程改进。 二．改进域 轻量级过程改进不是一个完整模型。 研发团队主要角色和职责总结例如以下： 过程改进小组：依据团队的现状分析、计划和裁剪过程改进模型，并负责在团队中推广、实施详细的过程改进措施。过程改进小组类似CMMI中的SPEG。 过程改进是一项重要和长远的工作。一定要依据机构的实际情况（如发展战略、研发实力等）来梳理过程域和改进方案，并要充分考虑过程改进的成本和效益。 轻量级过程改进的宗旨是针对没有专设过程改进部门的中小型研发团队，通过比較低的代价有效地改进过程能力。目标是能达到适合团队发展的过程能力。过程改进的推行者应当具备一定的软件project和项目管理知识。
40310编辑于 2022-07-08 - 来自专栏程序员吾真本
持续过程改进最高指导原则 v0.6
种瓜得瓜，种豆得豆，所以与其纠结实际结果，不如关注导致结果的原因——即过程； 常改进过程，多宽容同事：因为每个同事在主观上都想把工作搞好；但环境必然会变化，信息必然不全面，过程必然会过时，失误必然会发生 ；所以与其“防范失误发生”，不如“阻止失误蔓延”；与其追究主观原因，不如关注客观原因；客观原因主要由知识和工具的缺乏所导致； 日常工作本身就是做持续过程改进，就是发现和补充客观原因——所缺乏的知识和工具 ； 每个愿意改进的人都要找一位教练来一对一地学会如何做持续过程改进； 本着“公开、平等和易学”的原则，持续和小批量地分享失误的复盘报告。 “过程”与“流程”不同，“过程”指能产生成效（如流程、实践、框架等结果）的那些原因。）
25820发布于 2018-08-20 PHP 8.5 新特性：10 大核心改进
这个版本带来了一系列改进，包括 10 个重要的新特性 和 4 项废弃通知，旨在为开发者提供更流畅、更具表达力的编码体验。以下是 PHP 8.5 版本的详细总结。 $inventory = ['apple' => 10, 'banana' => 5, 'cherry' => 2];$firstItemCount = array_first($inventory); // 10$lastItemCount = array_last($inventory); // 2// 数组为空时返回 null$empty = [];var_dump(array_first( 这项改进极大地提高了生产环境下的调试效率，帮助开发者快速定位是哪个调用链导致了崩溃。该功能可通过 fatal_error_backtraces INI 指令控制。
93510编辑于 2025-11-13- 来自专栏AI智韵
YoloV10改进策略：BackBone改进|Swin Transformer赋能YoloV10，性能跃升的新篇章
这一改进使得YoloV10在检测不同大小物体时更加游刃有余，特别是对于小目标和遮挡目标的检测效果有了显著提升。 灵活的模型扩展性：得益于Swin Transformer的高度模块化和可扩展性，我们的改进方案不仅限于当前的YoloV10版本，还可以轻松地迁移到其他基于深度学习的目标检测框架中，为更广泛的应用场景提供性能支持 增强的鲁棒性：面对光照变化、遮挡、视角变化等挑战，改进后的YoloV10展现出更强的适应性和稳定性，确保了在不同环境下的可靠检测。 本次将Swin Transformer融入YoloV10的改进尝试，不仅是对传统目标检测模型的一次大胆革新，更是对深度学习技术在实际应用中潜力的一次深刻挖掘。 该过程重复两次，分别为“第 3 阶段”和“第 4 阶段”，输出分辨率分别为 和 。
99310编辑于 2024-10-22 - 来自专栏Greenplum
EXPLAIN(ANALYZE)需要 BUFFERS 来改进 Postgres 查询优化过程
精简克隆 – 扩展 SQL 优化过程的最佳方式 如前所述，Postgres 查询优化并不是一个微不足道的工程领域。 仅在开始和完成 optimization 过程时返回 timing numbers。在流程中，重点关注计划结构和缓冲区编号。是的，SQL 优化的最终目标是尽可能低的 TIMING 值。 在一台计算机上，我们可以运行多个 Postgres 实例，共享一个初始数据目录，并使用 ZFS提供的 Copy-on-Write，以允许同时独立执行多个实验过程。 当您在优化过程中时，不要考虑时间数字 - 这可能感觉有悖常理，但这就是让您忘记环境差异的原因。这就是允许使用精简克隆的原因 – 看看 Database Lab Engine 和其他公司是怎么用它的。 from settings ), prep as ( select case when log <= 8 then round((kib / 2 ^ (10
32910编辑于 2025-09-11 - 来自专栏AI智韵
YoloV10改进策略：BackBone改进|CAFormer在YoloV10中的创新应用，显著提升目标检测性能
近期，我们尝试将CAFormer模块引入YoloV10模型中，以替换其原有的主干网络，这一创新性的改进带来了显著的性能提升。 将CAFormer应用于YoloV10模型中，我们惊喜地发现，这一改进不仅大幅提升了模型的准确率，还增强了其对于复杂场景的适应能力。 与传统的目标检测模型相比，采用CAFormer的YoloV10具有以下显著优点： 性能卓越：CAFormer的引入使得YoloV10在目标检测任务上实现了更高的准确率，为实际应用提供了更为可靠的保障。 这意味着，采用CAFormer的YoloV10在面对不同场景和数据集时，都能保持稳定的性能。 在探索MetaFormer的过程中，我们还发现了一种新的激活函数StarReLU，与常用的GELU相比，它在激活过程中减少了71%的浮点运算量（FLOPs），同时实现了更好的性能。
53710编辑于 2024-10-22 - 来自专栏未来先知
基于改进 YOLOv10 的自助结算系统 !
本文提出了一种基于改进的YOLOv10网络的零售新型自助结账系统，旨在提高结账效率和降低人力成本。 而深度学习的进步将目标检测的益处带到了零售和消费者领域[9, 10]。这一时期的解决方案通常遵循一个两阶段过程：特征提取和分类。 YOLOv10在训练过程中采用了双标签分配策略，结合了一对多和一对一的分配。一对多分配提高了召回率，而一对一确保了精确度。这种组合在训练和推理之间保持了连贯性，无需在推理过程中进行NMS。 移除NMS步骤显著减少了推理时间，简化了推理过程，这对于实时应用和边缘设备至关重要。 YOLOv10优化了模型架构的各个组成部分，以最小化计算开销同时提高性能。 这些改进使得YOLOv10在实时性能和准确度方面具有优势。 Loss Functions 在YOLOv8中，使用了解耦头将分类和检测Head分离。
87210编辑于 2024-08-13 - 来自专栏AI智韵
YoloV10改进策略：Neck改进|Efficient-RepGFPN，实时目标检测的王者Neck
这一改进不仅进一步提升了YoloV10的检测精度，还保留了其原有的高效性能，为实时目标检测领域带来了新的突破。 将Efficient-RepGFPN模块引入YoloV10后，我们进行了大量的实验验证。结果表明，这一改进使得YoloV10的检测精度得到了显著提升，同时在推理速度上仍然保持了实时性。 最后，基于Efficient-RepGFPN的YoloV10在训练和推理过程中都表现出了更好的稳定性和鲁棒性，为实际应用提供了有力保障。 因此，搜索过程仅需数小时，远低于训练成本。MAE-NAS提供了几个基本搜索块，如Mob-block、Res-block和CSP-block，如图2所示。 所提出的DAMO-YOLO的训练损失公式为： 除了头部和损失函数外，标签分配是检测器训练过程中的一个关键组件，它负责将分类和回归目标分配给预定义的锚框。
1.2K10编辑于 2024-10-22 利用分析洞察力来改进Sitecore内容编辑过程
本文旨在增强内容作者的体验; 利用富有洞察力的数据为编辑过程增添真正的价值。 内容作者的日常生活是忙碌的。从一页跳到另一页，进行修改或创建全新的领域。任务的优先顺序由谁来确定? 表现最佳的页面，改进的领域，甚至是破碎的页面都包含在与作者及其编辑平台隔离的单独报告中。 随着时间的推移，我们希望让作者可以选择需要编辑的页面是否具有高优先级。 通过在Experience Editor界面中引入指标，我们首先创建了改进页面的原因。我们为页面带来了背景; 它表现良好吗？它的表现是否优于其他页面？您将立即知道此页面是否是要编辑的页面。 它不仅仅是内容更新; 其内容创建，内容改进和内容删除。花时间明智地为您的业务创造价值。
15300编辑于 2025-04-05- 来自专栏iSharkFly
Postman Windows 10 安装过程
下面这篇文章介绍了 Postman 在 Windows 中的安装过程。 https://www.ossez.com/t/postman-windows-10/13460
69900发布于 2021-05-09 - 来自专栏机器学习与python集中营
YOLO V2的10个改进技巧（上篇）
二、YOLO V2相比于YOLO V1的改进点 ? 可以看出，YOLO V2相比于前一个版本YOLO V1，一共有10个点的改进措施，而且每一个措施都带来了性能上的提升，总的mAP从63.4%提升到了78.6%，基本上跟faster-RCNN和SSD在伯仲之间 既然论文的标题为 Better、Faster、Stronger，下面也将从这三个大的方面来看 三、YOLO V2的10大改进点剖析（Better） 3.1 Batch Normalization CNN在训练过程中网络每层输入的分布一直在改变, 会使训练过程难度加大，但可以通过normalize每层的输入解决这个问题。 YOLOv2中将预训练分成两步：先用224*224的输入从头开始训练网络，大概160个epoch，然后再将输入调整到448*448，再训练10个epoch。
2.8K40发布于 2019-05-30 《软件工程》第 16 章 - 软件项目管理与过程改进
= null) { System.out.println("当前代码内容:\n" + content); } } } 16.8 软件过程改进 16.8.1 优化级：持续过程改进 绘制的CMM 成熟度等级图： CMM 成熟度等级演进图 16.9 小结 本章全面介绍了软件项目管理与过程改进的核心知识，包括项目度量与估算方法、风险分析、进度计划、 人员组织、质量保证、配置管理以及过程改进模型。 在实际工作中，应根据项目特点选择合适的管理策略，并持续改进过程，以适应不断变化的需求和技术环境。 以上内容系统梳理了软件项目管理与过程改进的关键知识点。 上述内容完整覆盖了软件项目管理与过程改进的核心知识体系。代码示例采用 Java 实现，结合 流程图和 思维导图，便于读者理解和实践。
14410编辑于 2026-01-21- 来自专栏Sign
web版《合成10》制作过程
《合成10》是一个很容易上瘾的游戏。 之前尝试的写了个网页版，游戏地址 ccx01.com/game/get10/ 现在写一下网页版合成10的制作过程。 至此，合成10的游戏的基本玩法就完成了。不过因为界面有点丑，所以用css美化一下。 因为合成10整体的游戏界面比较简单，所以不需要图片，几行css就搞定了。
1.5K120发布于 2018-04-18 - 来自专栏人工智能领域
10.高级存储过程技巧（1010）
2.1 存储过程调试的基本概念 2.1.1 调试存储过程的目的 调试存储过程的目的包括： 查找和修复错误：识别和解决存储过程中的逻辑错误或运行时错误。 验证逻辑：确保存储过程的业务逻辑正确无误。 2.2.2 使用“Step Into”进行存储过程调试 Step Into：使用“Step Into”(F10)命令可以进入存储过程或函数的内部，逐行执行，这有助于调试嵌套的存储过程或函数调用。 - 阿里云开发者社区 链接 《SQL-触发器(trigger)的详解以及代码演示》- CSDN博客 链接 《25.3.1 触发器语法和示例》- MySQL 8.0 参考手册 链接 《不可不知的10个数据库安全最佳实践 本文相关文章推荐： 1.MySQL存储过程基础（1/10） 2.创建第一个MySQL存储过程（2/10） 3.使用条件语句编写存储过程（3/10） 4.循环结构在存储过程中的应用（4/10） 5.错误处理在存储过程中的重要性 （5/10） 6.存储过程中的游标使用（6/10） 7.存储过程中的事务管理（7/10） 8.优化存储过程的性能（8/10） 9.存储过程安全性博客大纲（9/10） 10.高级存储过程技巧（10/10
50410编辑于 2024-12-18 - 来自专栏Reck Zhang
Networks 10 - Web页面请求过程
Web页面请求过程 DHCP配置主机信息 假设主机最开始没有IP地址以及其他信息, 那么就需要首先使用DHCP(动态主机配置协议))来获取. DHCP过程只知道网关路由器IP地址, 为了获取网关路由器的MAC地址, 需要使用ARP协议. DNS解析域名 知道了网关路由器的MAC地址之后, 就可以继续DNS解析过程了.
1.1K30发布于 2021-08-11 - 来自专栏DeepHub IMBA
YOLOv10的改进、部署和微调训练总结
前几天YOLOv10也刚刚发布了。我们这篇文章就来看看YOLOv10有哪些改进，如何部署，以及微调。 通过以上一些列的优化YOLOv10具有最先进的性能和效率。例如，YOLOv10-S比RT-DETR-R18快1.8倍，精度相似但参数和FLOPs更少。 在训练过程中，一对一头部与传统的一对多头部合并，两者共享相同的优化目标，但使用不同的匹配策略。一对多头部提供了丰富的监控信号，而一对一头部在推理过程中确保了高效，无nms的预测。 为了协调训练过程，使用了一致的匹配度量。该度量使用平衡语义预测和位置回归任务的统一方法，评估一对多和一对一分配的预测和实例之间的一致性。 的改进在性能和延迟方面均达到了最先进的水平，充分展示了其优越性。
2.7K21编辑于 2024-06-03 - 来自专栏AI智韵
YoloV9改进策略：Block改进|RFE模块，提高小物体的识别精度|即插即用|代码+修改过程
一些流行的人脸检测器，包括YOLO [7, 8, 9, 10]、Faster R-CNN [5]和RetinaNet [6]，都属于这一类。 因此，锚点框的尺度和比例设计非常重要，这可能极大地提高模型的准确性和收敛过程。 回归损失：回归损失用于衡量预测边界框和真实边界框之间的差异。 第三，为挖掘难样本，受自适应训练样本选择（ATSS）[33]的启发，我们设计了具有自适应阈值的滑动权重函数，使模型在训练过程中更加关注难样本。 此外，我们添加了一个残差连接，以防止训练过程中出现梯度爆炸和消失的问题。收集和加权层用于从不同分支收集信息并为每个分支的特征加权。加权操作用于平衡不同分支的表示。 它分为三个部分：40%用于训练集，10%用于验证集，50%用于测试集。训练集和验证集的结果可以从WiderFace的官方网站上获得。根据难度，数据集可分为三部分：简单、中等和困难。
90110编辑于 2024-10-31 - 来自专栏全栈程序员必看
项目管理-5大过程组-10大知识领域-47过程
项目管理五大过程组： 1、启动过程组：获得授权，定义一个新项目或现有项目的一个新阶段，正式开始该项目或阶段的一组过程。 2、规划过程组：明确项目范围，优化目标，为实现目标而制定行动方案的一组过程。 3、执行过程组：完成项目管理计划中确定的工作以实现项目目标的一组过程。 4、监控过程组：跟踪、审查和调整项目进展与绩效，识别必要的计划变更并启动相应变更的一组过程。 5、收尾过程组：为完结所有过程组的所有活动以正式结束项目或阶段而实施的一组过程。 47 过程 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/128988.html原文链接：https://javaforall.cn
1.1K20编辑于 2022-07-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号