jquery ui

jQuery UI - Web 用のインタラクションとウィジェット

注: jQuery UI はメンテナンス専用モードです。詳細については、プロジェクト ステータスのブログ投稿をお読みください。

jQuery UI は、jQuery 上に構築された、厳選されたユーザー インターフェイス インタラクション、エフェクト、ウィジェット、テーマのセットです。高度にインタラクティブな Web アプリケーションを構築している場合でも、単にフォーム コントロールに日付ピッカーを追加する必要がある場合でも、jQuery UI は最適な選択肢です。

jQuery UI の入門

1. jQuery UI Web サイトにアクセスします: jqueryui.com

2. デモを探索する: jqueryui.com/demos/

3. API ドキュメントを参照してください: api.jqueryui.com

4. コミュニティに参加してディスカッションや質問をする: jQuery UI フォーラムの使用

問題の報告

バグレポートと問題については、GitHub の問題ページ: GitHub の問題を参照してください。

古いバグ レポートのアーカイブは、歴史的な理由から、bugs.jqueryui.com に読み取り専用モードで保存されています。これらの問題のいずれかがまだ関連している場合は、GitHub で新しい問題を開き、コンテキストを参照するために従来の bugs.jqueryui.com の問題にリンクしてください。

jQuery UI への貢献

jQuery UI の開発を支援することに興味がある場合は、貢献を歓迎します。

1. チームやコミュニティと開発について話し合います。

* jQuery UI フォーラムの開発: jQuery UI フォーラムの開発

* IRC チャネル: irc.freenode.net の #jqueryui-dev

2. 参加する:

* バグ修正または新機能に貢献する: 参加ガイドを参照してください。

* コーディング標準とコミット メッセージ スタイル ガイドに従ってください。

3. プロジェクトをフォークしてプル リクエストを作成します。

* リポジトリをフォークする: GitHub 上に jQuery UI プロジェクトのフォークを作成します。

* ブランチの作成: 特定の変更に合わせて新しいブランチを作成します。

* プル リクエストを送信する: ブランチのプル リクエストを送信します。重要: 1 つのプル リクエストに無関係な変更を混在させないでください。

* コミット メッセージを使用する: コミット メッセージは、プル リクエストの説明として使用できます。

単体テストの実行

1. テストを手動で実行します。

※適切なブラウザをご利用ください。

* ローカル Web サーバーを利用します。

* 環境設定とテストの実行に関する情報を参照してください。

2. npm でテストを実行します。

* 詳しいオプションと情報については、コマンド npm run test:unit -- --help を使用してください。

ダークネットオブジェクト検出フレームワークとYOLO

注: このセクションは、オリジナルのコンテンツを生成する機能を示すために完全に置き換えられています。

Downcodes によるダークネットによるオブジェクト検出の詳細

Darknet は、主に C および C++ で書かれた強力で多用途のオープンソース ニューラル ネットワーク フレームワークです。効率性とシンプルさで知られており、開発者、研究者、愛好家などに人気があります。

YOLO (You Only Look Once) は、Darknet フレームワーク内で開発された最先端のリアルタイム物体検出システムです。画像を迅速かつ正確に処理する能力により、コンピュータ ビジョンの分野で重要な役割を果たしています。

ダークネット/YOLO エコシステム

主要コンポーネントの詳細

1. オープンソースで無料: Darknet/YOLO は完全にオープンソースで無料で使用できるため、無制限の商用および研究アプリケーションが可能です。これにより、コミュニティ内でのコラボレーションとイノベーションが促進されます。

2. 比類のない速度と精度: Darknet/YOLO は、速度と精度の両方の点で、他のフレームワークや YOLO のバージョンよりも常に優れています。

3. プラットフォーム間の多様性: Darknet/YOLO はさまざまなプラットフォームで効果的に動作します。

* CPU: Raspberry Pi、クラウドサーバー、デスクトップ、ラップトップ。

* GPU: 高速パフォーマンスのための CUDA サポートを備えた NVIDIA GPU。

4. クロスプラットフォーム互換性: Linux、Windows、macOS でサポートされており、幅広い開発者にアクセシビリティを提供します。

ダークネットのバージョンを理解する

0.x: Joseph Redmon によって開発されたオリジナルの Darknet フレームワークには、正式なバージョン番号がありませんでした。

1.x: Alexey Bochkovskiy (2017-2021) によって管理されている人気の Darknet リポジトリにもバージョン番号がありませんでした。

2.x "OAK": Hank.ai が後援し、Stéphane Charette が管理するこのバージョンは、バージョン コマンドを初めて実装しました。いくつかの重要な変更が導入されました。

統合 CMake ビルド システム: Windows と Linux の両方で標準化された CMake ベースのビルド システムで、開発プロセスを簡素化します。

C++ コードベース: コードベースは C++ に移行され、コードの編成と保守性が向上しました。

トレーニング パフォーマンスの最適化: トレーニング時間を大幅に短縮することを目的とした改善。

3.x "JAZZ": 2024 年にリリースされた Darknet の最新版では、大幅なパフォーマンスの向上と機能の更新が行われています。

パフォーマンスの向上: トレーニングと推論の両方のパフォーマンスが大幅に最適化されています。

新しい API: さまざまなアプリケーションにシームレスに統合するための新しい C および C++ API が導入されました。

更新されたサンプル コード: src-examples ディレクトリ内の拡張されたサンプル コードと新しいアプリケーション。

YOLO の利点

1. リアルタイム パフォーマンス: YOLO はリアルタイム アプリケーション向けに設計されており、迅速なオブジェクトの検出と分析を可能にします。

2. 統合モデル アーキテクチャ: YOLO は検出に単一のニューラル ネットワークを使用するため、個別の提案と分類の必要性がなくなり、プロセスが合理化されます。

3. ベンチマーク全体で優れたパフォーマンス: YOLO は、さまざまな物体検出ベンチマーク全体で一貫して最高のパフォーマンスを達成し、主要な選択肢としての地位を固めています。

ダークネット/YOLO の入門

ダークネットの構築

1.Googleコラボ：

* Linux CMake メソッドの手順に従ってください (以下で説明します)。

* 新しいネットワークのトレーニングなどのタスクには、いくつかの Jupyter ノートブックが使用できます。 colab サブディレクトリ内のノートブックを調べます。

2. Linux CMake メソッド:

必須のパッケージをインストールします。

「バッシュ」

sudo apt-get install build-essential git libopencv-dev cmake

`

リポジトリのクローンを作成します。

「バッシュ」

git clone https://github.com/hank-ai/darknet

`

ビルドディレクトリを作成します。

「バッシュ」

mkdir ビルド

CD ビルド

`

CMake を構成します。

「バッシュ」

cmake -DCMAKEBUILDTYPE=リリース ..

`

ダークネットを構築する:

「バッシュ」

make -j4

`

インストール (オプション):

「バッシュ」

パッケージを作る

sudo dpkg -i darknet-VERSION.deb

`

3. Windows CMake メソッド:

前提条件をインストールします。

「バッシュ」

winget インストール Git.Git

winget インストール Kitware.CMake

winget インストール nsis.nsis

winget インストール Microsoft.VisualStudio.2022.Community

`

Visual Studio のインストールを変更します。 [C++ によるデスクトップ開発] が選択されていることを確認します。

VS 2022 の開発者コマンド プロンプトを開きます。PowerShell は使用しないでください。

VCPKG をインストールします。

「バッシュ」

CDC：

mkdir c:src

cd c:src

git clone https://github.com/microsoft/vcpkg

cd vcpkg

ブートストラップ-vcpkg.bat

.vcpkg.exe 統合インストール

.vcpkg.exe は PowerShell を統合します

.vcpkg.exe インストール opencv[contrib,dnn,freetype,jpeg,openmp,png,webp,world]:x64-windows

`

ダークネット リポジトリのクローンを作成します。

「バッシュ」

cd c:src

git clone https://github.com/hank-ai/darknet.git

`

CMake を構成します (VCPKG の場所を指定します)。

「バッシュ」

CDダークネット

mkdir ビルド

CD ビルド

cmake -DCMAKEBUILDTYPE=リリース -DCMAKETOOLCHAINFILE=C:/src/vcpkg/scripts/buildsystems/vcpkg.cmake ..

`

msbuild を使用してビルドします。

「バッシュ」

msbuild.exe /property:Platform=x64;Configuration=Release /target:Build -maxCpuCount -verbosity:normal -detailedsummary darknet.sln

`

インストールパッケージを作成します。

「バッシュ」

msbuild.exe /property:Platform=x64;Configuration=Release PACKAGE.vcxproj

`

ダークネットの実行

1. ダークネット CLI (コマンド ライン インターフェイス):

基本的なコマンド:

* ダークネットのバージョン: インストールされているダークネットのバージョンを確認します。

* ダークネット ヘルプ: 利用可能なコマンドのリストを取得します。

予測：

* ダークネット ディテクタ テスト cars.data cars.cfg cars_best.weights image1.jpg: 画像を使用して予測します。

* ダークネット検出器のデモ Animals.data Animals.cfg Animals_best.weights test.mp4: ビデオを処理します。

* ダークネット検出器のデモ Animals.data Animals.cfg Animals_best.weights -c 0: Web カメラから読み取ります。

トレーニング：

* ダークネット検出器のトレーニング Animals.data Animals.cfg: 新しいネットワークのトレーニングを開始します。

2. DarkHelp CLI (代替 CLI):

DarkHelp は、オブジェクト追跡や画像タイリングなどの高度な機能を備えた代替コマンドライン インターフェイスを提供します。

これは Darknet CLI を補完するものであり、Darknet CLI と併用できます。

3. MSCOCO の事前トレーニング済み重み:

YOLO のいくつかのバージョンは、MSCOCO データセット (80 クラス) で事前トレーニングされています。これらの重みはデモンストレーション目的で提供されており、Darknet リポジトリからダウンロードできます。

結論

Downcodes によるダークネット オブジェクト検出フレームワークと YOLO の包括的な概要は、リアルタイムのオブジェクト検出を詳しく知りたい人にとって基盤を提供します。オープンソースの性質と比類のないパフォーマンスからプラットフォームにわたる多用途性まで、Darknet/YOLO は開発者、研究者、愛好家にとって同様に強力なツールであり続けます。

覚えておいてください: Darknet/YOLO FAQ を参照し、追加のリソースとコミュニティ サポートを得るために Darknet/YOLO Discord サーバーに参加してください。