- 综合排序
- 最热优先
- 最新优先
- 来自专栏云原生技术社区
CDF Chinese Localization SIG
CDF Chinese Localization SIG CDF Chinese Localization SIG正在和 TOC（CDF Technical Oversight Committee，CDF 技术监督委员会） 协商微信公众号事宜，后续可能会申请新的公众号或者把 Jenkins 的公众号重新命名并移交给 CDF Chinese Localization SIG 管理。 CDF Chinese Localization SIG 成立啦 本地化这方面我们已经有一个非常优秀的标杆 —— Jenkins，由 Zheng Shenyu, Li LianQiang 和 Rick 在 2018 年创建了 Jenkins Chinese Localization SIG[4]，经过这几年的发展，Jenkins 在国内的发展取得了长足的进步，微信公众号关注人数达到 16k 之多，Jenkins 在国内对 DevOps 领域持续关注的一些爱好者的共同推动下，发起了成立 CDF Chinese Localization SIG（以下称，CDF 中文本地化 SIG） 的提议，在经过长达数月的讨论后，
1.1K40发布于 2021-08-06 - 来自专栏用户2442861的专栏
Scene Text Localization & Recognition Resources
github.com/chongyangtao/Awesome-Scene-Text-Recognition A curated list of resources dedicated to scene text localization Networks for Natural Scene Text Recognition paperhomepage model CUHK & SIAT [2016-arXiv] Accurate Text Localization
80520发布于 2018-09-19 - 来自专栏书山有路勤为径
Simultaneous localization and Mapping
考虑上图，有4个姿势(包括初始位置x0)和一个地标。我们可以用同样的数学方法，对给定的图像有5个总约束。 你可能注意到，不是所有的约束都会提供有用的信息。例如：图中X2没有和地标之间进行测量。
81900发布于 2018-11-12 - 来自专栏开心的学习之路
Learning Deep Features for Discriminative Localization
弱监督物体定位（Weakly-supervised object localization） 最近已经有很多用CNN做弱监督定位的研究了。 我们想要强调的是，global average pooling不是我们提出来的新技术，我们的创新点在于用它来精确定位区别性区域（discriminative localization）。 3 Weakly-supervised Object Localization 在这一部分，我们在ILSVRC2014数据集上评估了CAM的定位能力。 4 Deep Features for Generic Localization CNN的更高层（比如AlexNet的fc6，fc7）已经被证明能提取到很有效的通用特征（generic features
84630发布于 2019-02-14 - 来自专栏CreateAMind
localization：autoware定位demo 练习
NMEA是美国国家海洋电子协会的简称，现在是GPS导航设备统一的RTCM标准协议。
1K10发布于 2018-07-24 - 来自专栏Jenkins
Announcement: CDF Chinese Localization SIG
本篇文章是CDF（持续交付基金会）官网发布的CDF Chinese Localization SIG成立的英文文章，以下正文即发布内容。 原文链接：https://cd.foundation/blog/2021/09/01/announcement-cdf-chinese-localization-sig/[1] ---- Contributed by Rick Zhao (QingCloud), CD Foundation Chinese Localization SIG co-Chair ---- The Jenkins Chinese Localization Special Interest Group (SIG)[2] was created by Zheng Shenyu, Li Lianqiang, and me（Rick） Localization Special Interest Group (SIG): https://www.jenkins.io/sigs/chinese-localization/ [3] cn.jenkins.io
59620发布于 2021-09-15 - 来自专栏书山有路勤为径
目标跟踪与定位——Robot Localization
事件X可以有多个结果，称之为X1，X2，等; X的所有结果的概率必须加起来为1。例如，假设有两种可能的结果，X1和X2：
1.3K20发布于 2018-10-12 - 来自专栏Pipeline
rez-localz: Package localization for Rez.
下面https://github.com.cnpmjs.org的前缀是一个镜像源用于克隆加速
44020编辑于 2022-07-14 - 来自专栏数据分析与挖掘
Scope Head for Accurate Localization in Object Detection
论文讲解：https://mp.weixin.qq.com/s/nJhta0LDRsLGuf4eROzaRQ
51920发布于 2020-08-26 - 来自专栏计算机视觉理论及其实现
Integrated Recognition, Localization and Detection using Convolutional Networks
我们提出了一个使用卷积网络进行分类、定位和检测的集成框架。我们认为在一个卷积网络中可以有效地实现多尺度和滑动窗口方法。我们还介绍了一种新的深度学习方法，通过学习预测目标的边界来定位。然后，为了增加检测的置信度，对边界框进行累积而不是抑制。我们证明了使用一个共享网络可以同时学习不同的任务。该集成框架是ImageNet Large scale evisual Recognition Challenge 2013 (ILSVRC2013)定位任务的获胜者，在检测和分类任务上获得了非常有竞争力的结果。在比赛后的工作中，我们为检测任务建立了一个新的技术状态。最后，我们从我们最好的模型中发布了一个名为OverFeat的特性提取器。
1.5K30编辑于 2022-09-04 - 来自专栏机器学习、深度学习
Integrated Recognition, Localization and Detection using Convolutional Networks
ICLR2014 OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks 图像黄色区域是滑动窗口对应多计算的部分 4 Localization 针对定位问题，我们从训练好的分类网络开始，将分类器层替换为一个回归网络，训练它输出每个位置和尺度对应物体矩形框坐标。
54020发布于 2019-05-26 - 来自专栏iOS逆向与安全
iOS小技能：本地化（Internationalization & Localization）
Localization is the process of translating your app into multiple languages.
4K30编辑于 2022-08-22 - 来自专栏开心的学习之路
CAM论文剖析（Learning Deep Features for Discriminative Localization）
hierarchies for accurate object detection and semantic segmentation CNN在定位方面也很出色 Self-taught object localization with deep networks Weakly supervised object localization with multi-fold multiple instance learning Learning and transferring mid-level image representations using convolutional neural networks Is object localization
1.9K90发布于 2019-02-14 - 来自专栏大内老A
WCF后续之旅(5): 通过WCF Extension实现Localization
二、创建CallContextInitializer 为了实现Localization，我们先创建一个CallContextInitializer，我们姑且叫它CultureSettingCallContextInitializer
45110编辑于 2022-05-09 - 来自专栏运维开发王义杰
SLAM（Simultaneous Localization and Mapping，同时定位与地图构建）技术详解
其中，SLAM（Simultaneous Localization and Mapping，即同时定位与地图构建）技术在无人驾驶汽车、机器人导航等领域展现出了广泛的应用前景。 SLAM的关键技术 SLAM技术主要包括两大部分：定位（Localization）和地图构建（Mapping）。下面我们将逐一深入探讨这两个部分。 SLAM开发的复杂性 SLAM（Simultaneous Localization and Mapping）开发通常比应用软件开发要复杂得多。这种复杂性来源于多个方面： 1.
5.3K11编辑于 2024-02-26 - 来自专栏AnRFDev
Flutter International 国际化，Localization 本地化， 使用Intl
项目地址： https://github.com/RustFisher/localization_demo 步骤： 添加依赖项 - intl 创建文字资源文件 生成arb文件 新增和修改arb文件 根据 arb生成dart文件 创建localization代理，新建一个类继承LocalizationsDelegate，和文字资源文件联系起来 MaterialApp中添加本地化代理和语言类型 使用文字资源 /e/ws/localization_demo $ flutter pub pub run intl_translation:extract_to_arb --output-dir=lib/l10n lib import 'package:localization_demo/l10n/messages_all.dart'; 警告消失~ ? 更新了arb文件后，需要重新生成dart文件。 创建localization代理 创建localizations_delegate.dart。
2.4K20发布于 2021-02-01 - 来自专栏机器学习、深度学习
目标定位--Deep Self-Taught Learning for Weakly Supervised Object Localization
Deep Self-Taught Learning for Weakly Supervised Object Localization CVPR 2017 https://arxiv.org/abs /1704.05188 什么是 Weakly Supervised Object Localization，refers to learning to localize objects within images
84550发布于 2019-05-26 - 来自专栏半杯茶的小酒杯
从零开始学习自动驾驶系统-State Estimation & Localization(一)
Localization目标是确定自动驾驶车辆在全局坐标系内的位置(Position)和方向(Orientation)，精确的Localization系统是任何自动驾驶汽车的关键组成部分。 为了实现精确的Localization系统，需要使用State Estimation，从不精确的各种传感器的测量结果中，找到最优解作为车辆的定位位置。 https://blog.csdn.net/sddfsAv/article/details/88804644 https://www.coursera.org/learn/state-estimation-localization-self-driving-cars
66020编辑于 2022-04-28 - 来自专栏晓飞的算法工程笔记
新文预览 | IoU-aware Single-stage Object Detector for Accurate Localization
并通过加权分类置信度和IoU预测值得到anchor的最终分数，从实验结果看来，算法能有效提升定位的准确率 论文:IoU-aware Single-stage Object Detector for Accurate Localization
96400发布于 2020-01-24 - 来自专栏半杯茶的小酒杯
从零开始学习自动驾驶系统-State Estimation & Localization(二)
最小二乘法(Least Squares Method)可以在存在测量噪声的情况下，可以最大限度的剥离噪声的影响，求得最优解。
37530编辑于 2022-04-28
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