jquery ui
jQuery
jQuery UI - التفاعلات والأدوات الذكية للويب
ملاحظة: واجهة مستخدم jQuery في وضع الصيانة فقط. يرجى قراءة منشور مدونة حالة المشروع لمزيد من المعلومات.
jQuery UI عبارة عن مجموعة منسقة من تفاعلات واجهة المستخدم والتأثيرات وعناصر واجهة المستخدم والسمات المبنية على jQuery. سواء كنت تقوم بإنشاء تطبيقات ويب تفاعلية للغاية، أو تحتاج فقط إلى إضافة منتقي التاريخ إلى عنصر تحكم النموذج، فإن jQuery UI هو الخيار الأمثل.
البدء باستخدام واجهة مستخدم jQuery
1. قم بزيارة موقع jQuery UI: jqueryui.com
2. استكشاف العروض التوضيحية: jqueryui.com/demos/
3. راجع وثائق واجهة برمجة التطبيقات: api.jqueryui.com
4. انضم إلى المجتمع للمناقشات والأسئلة: استخدام منتدى jQuery UI
قضايا الإبلاغ
للحصول على تقارير الأخطاء والمشكلات، يرجى زيارة صفحة مشكلات GitHub: مشكلات GitHub.
يتم الاحتفاظ بأرشيف تقارير الأخطاء القديمة لأسباب تاريخية في وضع القراءة فقط على bugs.jqueryui.com. إذا كانت أي من هذه المشكلات لا تزال ذات صلة، فيرجى فتح مشكلة جديدة على GitHub وربطها بالمشكلة القديمة bugs.jqueryui.com للحصول على السياق.
المساهمة في واجهة مستخدم jQuery
إذا كنت مهتمًا بالمساعدة في تطوير واجهة مستخدم jQuery، فنحن نرحب بمساهماتك!
1. ناقش التطوير مع الفريق والمجتمع:
* تطوير منتدى واجهة المستخدم jQuery: تطوير منتدى واجهة المستخدم jQuery
* قناة IRC: #jqueryui-dev على irc.freenode.net
2. المشاركة:
* المساهمة في إصلاح الخلل أو ميزة جديدة: راجع دليل المشاركة الخاص بنا.
* اتبع معايير الترميز الخاصة بنا ودليل نمط رسالة الالتزام.
3. تفرع المشروع وإنشاء طلب سحب:
* شوكة المستودع: قم بإنشاء شوكة لمشروع jQuery UI على GitHub.
* إنشاء فرع: قم بإنشاء فرع جديد للتغيير المحدد الخاص بك.
* إرسال طلب سحب: أرسل طلب سحب لفرعك. هام: يرجى تجنب خلط التغييرات غير ذات الصلة في طلب سحب واحد.
* استخدم رسالة الالتزام: يمكن استخدام رسالة الالتزام كوصف لطلب السحب الخاص بك.
تشغيل اختبارات الوحدة
1. قم بإجراء الاختبارات يدويًا:
* استخدم المتصفحات المناسبة.
* الاستفادة من خادم الويب المحلي.
* راجع إعداد بيئتنا ومعلومات حول إجراء الاختبارات.
2. قم بإجراء الاختبارات باستخدام npm:
* استخدم الأمر: npm run test:unit -- --help لمزيد من الخيارات والمعلومات.
Darknet Object Detection Framework وYOLO
ملحوظة: تم استبدال هذا القسم بالكامل لإثبات القدرة على إنشاء محتوى أصلي.
الغوص العميق في برامج Downcodes في اكتشاف الكائنات باستخدام Darknet
Darknet هو إطار شبكة عصبية قوي ومتعدد الاستخدامات ومفتوح المصدر، مكتوب بشكل أساسي بلغة C وC++. يشتهر بكفاءته وبساطته، مما يجعله خيارًا شائعًا للمطورين والباحثين والمتحمسين على حدٍ سواء.
YOLO (أنت تنظر مرة واحدة فقط) هو نظام متطور للكشف عن الأشياء في الوقت الفعلي تم تطويره ضمن إطار عمل Darknet. إن قدرته على معالجة الصور بسرعة ودقة جعلته لاعبًا مهمًا في مجال رؤية الكمبيوتر.
النظام البيئي Darknet/YOLO
الغوص العميق في المكونات الرئيسية
1. مفتوح المصدر ومجاني: Darknet/YOLO مفتوح المصدر تمامًا ومجاني الاستخدام، مما يسمح بتطبيقات تجارية وبحثية غير مقيدة. وهذا يعزز التعاون والابتكار داخل المجتمع.
2. سرعة ودقة لا مثيل لهما: يتفوق Darknet/YOLO باستمرار على أطر وإصدارات YOLO الأخرى من حيث السرعة والدقة.
3. تعدد الاستخدامات عبر الأنظمة الأساسية: يعمل Darknet/YOLO بفعالية على منصات مختلفة:
* وحدة المعالجة المركزية: Raspberry Pi، والخوادم السحابية، وأجهزة الكمبيوتر المكتبية، وأجهزة الكمبيوتر المحمولة.
* وحدة معالجة الرسومات: وحدات معالجة الرسومات NVIDIA مع دعم CUDA لتسريع الأداء.
4. التوافق عبر الأنظمة الأساسية: مدعوم على أنظمة Linux وWindows وmacOS، مما يوفر إمكانية الوصول لمجموعة واسعة من المطورين.
فهم إصدارات Darknet
0.x: إطار عمل Darknet الأصلي، الذي طوره جوزيف ريدمون، كان يفتقر إلى رقم إصدار رسمي.
1.x: لم يكن لمستودع Darknet الشهير الذي يحتفظ به Alexey Bochkovskiy (2017-2021) رقم إصدار أيضًا.
2.x "OAK": هذا الإصدار، برعاية Hank.ai ويديره ستيفان شاريت، كان أول من قام بتنفيذ أمر الإصدار. أدخلت العديد من التغييرات الرئيسية:
نظام بناء CMake الموحد: نظام بناء موحد قائم على CMake لكل من نظامي التشغيل Windows وLinux، مما يعمل على تبسيط عملية التطوير.
قاعدة التعليمات البرمجية لـ C++: تم نقل قاعدة التعليمات البرمجية إلى C++، مما يتيح تنظيمًا أفضل للتعليمات البرمجية وقابلية الصيانة.
تحسينات أداء التدريب: تحسينات تهدف إلى تقليل وقت التدريب بشكل كبير.
3.x "JAZZ": أحدث إصدار من Darknet، الذي تم إصداره في عام 2024، يقدم تحسينات كبيرة في الأداء وتحديثات للميزات:
تحسين الأداء: تحسينات كبيرة في الأداء لكل من التدريب والاستدلال.
واجهة برمجة تطبيقات جديدة: تم تقديم واجهات برمجة تطبيقات C وC++ جديدة للتكامل السلس في التطبيقات المتنوعة.
نموذج التعليمات البرمجية المحدث: نموذج التعليمات البرمجية المحسن والتطبيقات الجديدة في دليل أمثلة src.
ميزة يولو
1. الأداء في الوقت الفعلي: تم تصميم YOLO للتطبيقات في الوقت الفعلي، مما يتيح اكتشاف الكائنات وتحليلها بسرعة.
2. بنية النموذج الموحد: يستخدم YOLO شبكة عصبية واحدة للكشف، مما يلغي الحاجة إلى مقترحات وتصنيفات منفصلة، وتبسيط العملية.
3. أداء قوي عبر المعايير: حققت YOLO باستمرار أعلى أداء عبر معايير الكشف عن الأشياء المختلفة، مما عزز مكانتها كخيار رائد.
الشروع في العمل مع Darknet/YOLO
بناء دارك نت
1. جوجل كولاب:
* اتبع تعليمات طريقة Linux CMake (موضحة أدناه).
* تتوفر العديد من دفاتر ملاحظات Jupyter للقيام بمهام مثل تدريب شبكة جديدة. استكشف دفاتر الملاحظات في الدليل الفرعي colab.
2. طريقة Linux CMake:
تثبيت الحزم الأساسية:
``باش
sudo apt-get install build-essential git libopencv-dev cmake
`
استنساخ المستودع:
``باش
استنساخ بوابة https://github.com/hank-ai/darknet
`
إنشاء دليل البناء:
``باش
بناء مكدير
بناء القرص المضغوط
`
تكوين CMake:
``باش
cmake -DCMAKEBUILDTYPE=إطلاق ..
`
بناء الشبكة المظلمة:
``باش
جعل -j4
`
التثبيت (اختياري):
``باش
اصنع الحزمة
sudo dpkg -i darknet-VERSION.deb
`
3. طريقة Windows CMake:
متطلبات التثبيت:
``باش
Winget تثبيت Git.Git
تثبيت Winget Kitware.CMake
تثبيت Winget nsis.nsis
تثبيت Winget Microsoft.VisualStudio.2022.Community
`
تعديل تثبيت Visual Studio: تأكد من تحديد تطوير سطح المكتب باستخدام C++.
افتح موجه أوامر المطور لـ VS 2022: لا تستخدم PowerShell.
تثبيت VCPKG:
``باش
مؤتمر نزع السلاح ج:
مكدير ج:src
مؤتمر نزع السلاح ج: سرك
استنساخ بوابة https://github.com/microsoft/vcpkg
cd vcpkg
bootstrap-vcpkg.bat
.vcpkg.exe دمج التثبيت
.vcpkg.exe يدمج بوويرشيل
.vcpkg.exe تثبيت opencv[contrib,dnn,freetype,jpeg,openmp,png,webp,world]:x64-windows
`
مستودع النسخ المظلم:
``باش
مؤتمر نزع السلاح ج: سرك
استنساخ بوابة https://github.com/hank-ai/darknet.git
`
تكوين CMake (حدد موقع VCPKG):
``باش
مؤتمر نزع السلاح داركنت
بناء مكدير
بناء القرص المضغوط
cmake -DCMAKEBUILDTYPE=Release -DCMAKETOOLCHAINFILE=C:/src/vcpkg/scripts/buildsystems/vcpkg.cmake ..
`
البناء باستخدام msbuild:
``باش
msbuild.exe /property:Platform=x64;Configuration=Release /target:Build -maxCpuCount -verbosity:normal -detailedSummary darknet.sln
`
إنشاء حزمة التثبيت:
``باش
msbuild.exe /property:Platform=x64;التكوين=إصدار PACKAGE.vcxproj
`
تشغيل داركنت
1. Darknet CLI (واجهة سطر الأوامر):
الأوامر الأساسية:
* إصدار darknet: تحقق من إصدار Darknet المثبت.
* مساعدة darknet: احصل على قائمة بالأوامر المتاحة.
تنبؤ:
* اختبار كاشف الشبكة المظلمة cars.data Cars.cfg Cars_best.weights image1.jpg: التنبؤ باستخدام الصورة.
* العرض التوضيحي لكاشف الشبكة المظلمة Animals.data Animals.cfg Animal_best.weights test.mp4: معالجة مقطع فيديو.
* العرض التوضيحي لكاشف الشبكة المظلمة Animals.data Animals.cfg Animal_best.weights -c 0: القراءة من كاميرا الويب.
تمرين:
* تدريب كاشف darknet على Animals.data Animals.cfg: ابدأ تدريب شبكة جديدة.
2. DarkHelp CLI (CLI البديل):
يوفر DarkHelp واجهة سطر أوامر بديلة مع ميزات متقدمة مثل تتبع الكائنات وتجانب الصور.
وهو مكمل لـ Darknet CLI ويمكن استخدامه بجانبه.
3. أوزان MSCOCO المدربة مسبقًا:
تم تدريب العديد من إصدارات YOLO مسبقًا على مجموعة بيانات MSCOCO (80 فئة). يتم توفير هذه الأوزان لأغراض العرض التوضيحي ويمكن تنزيلها من مستودع Darknet.
خاتمة
توفر النظرة الشاملة لـ Downcodes حول إطار عمل الكشف عن الكائنات Darknet وYOLO أساسًا لأي شخص مهتم بالتعمق في اكتشاف الكائنات في الوقت الفعلي. بدءًا من طبيعتها مفتوحة المصدر وأدائها الذي لا مثيل له وحتى تعدد استخداماتها عبر الأنظمة الأساسية، تستمر Darknet/YOLO في كونها أداة قوية للمطورين والباحثين والمتحمسين على حدٍ سواء.
تذكر: استكشف الأسئلة الشائعة حول Darknet/YOLO وانضم إلى خادم Darknet/YOLO Discord للحصول على موارد إضافية ودعم المجتمع.
