jquery ui

jQuery UI - 웹용 상호 작용 및 위젯

참고: jQuery UI는 유지 관리 전용 모드입니다. 자세한 내용은 프로젝트 상태 블로그 게시물을 읽어보세요.

jQuery UI는 jQuery를 기반으로 구축된 선별된 사용자 인터페이스 상호 작용, 효과, 위젯 및 테마 세트입니다. 대화형 웹 애플리케이션을 구축하든, 아니면 양식 컨트롤에 날짜 선택기를 추가해야 하든, jQuery UI는 완벽한 선택입니다.

jQuery UI 시작하기

1. jQuery UI 웹사이트(jqueryui.com)를 방문하세요.

2. 데모 살펴보기: jqueryui.com/demos/

3. API 문서를 참조하세요: api.jqueryui.com

4. 토론과 질문을 위해 커뮤니티에 참여하세요: jQuery UI 포럼 사용

보고 문제

버그 보고서 및 문제에 대해서는 GitHub 문제 페이지인 GitHub 문제를 방문하세요.

이전 버그 보고서의 아카이브는 역사적인 이유로 bugs.jqueryui.com에서 읽기 전용 모드로 보관됩니다. 이러한 문제 중 여전히 관련이 있는 경우 GitHub에서 새 문제를 열고 기존 bugs.jqueryui.com 문제에 연결하여 컨텍스트를 확인하세요.

jQuery UI에 기여

jQuery UI 개발에 관심이 있다면 여러분의 참여를 환영합니다!

1. 팀 및 커뮤니티와 함께 ​​개발에 대해 논의합니다.

* jQuery UI 포럼 개발: jQuery UI 포럼 개발

* IRC 채널: irc.freenode.net의 #jqueryui-dev

2. 참여하기:

* 버그 수정 또는 새로운 기능 기여: 참여하기 가이드를 참조하세요.

* 코딩 표준 및 커밋 메시지 스타일 가이드를 따르세요.

3. 프로젝트를 포크하고 끌어오기 요청을 생성합니다.

* 저장소 포크: GitHub에서 jQuery UI 프로젝트의 포크를 만듭니다.

* 분기 만들기: 특정 변경 사항에 대한 새 분기를 만듭니다.

* 풀 요청 보내기: 지점에 대한 풀 요청을 제출합니다. 중요: 단일 풀 요청에 관련되지 않은 변경 사항을 혼합하지 마십시오.

* 커밋 메시지 사용: 커밋 메시지는 풀 요청에 대한 설명으로 사용될 수 있습니다.

단위 테스트 실행

1. 테스트를 수동으로 실행합니다.

* 적절한 브라우저를 사용하십시오.

* 로컬 웹 서버를 활용하세요.

* 환경 설정 및 테스트 실행 정보를 확인하세요.

2. npm으로 테스트를 실행합니다.

* 더 많은 옵션과 정보를 보려면 npm run test:unit -- --help 명령을 사용하세요.

다크넷 개체 탐지 프레임워크 및 YOLO

참고: 이 섹션은 원본 콘텐츠를 생성하는 기능을 보여주기 위해 완전히 대체되었습니다.

Downcodes의 Darknet을 통한 객체 감지 심층 분석

Darknet은 주로 C 및 C++로 작성된 강력하고 다양한 오픈 소스 신경망 프레임워크입니다. 효율성과 단순성으로 유명하여 개발자, 연구원, 매니아 모두에게 인기 있는 선택입니다.

YOLO(You Only Look Once)는 Darknet 프레임워크 내에서 개발된 최첨단 실시간 개체 탐지 시스템입니다. 이미지를 빠르고 정확하게 처리하는 능력으로 인해 컴퓨터 비전 분야에서 중요한 역할을 담당하게 되었습니다.

다크넷/YOLO 생태계

주요 구성 요소에 대한 심층 분석

1. 오픈 소스 및 무료: Darknet/YOLO는 완전한 오픈 소스이며 무료로 사용할 수 있으므로 제한 없는 상업 및 연구 응용 프로그램이 가능합니다. 이를 통해 커뮤니티 내에서 협력과 혁신이 촉진됩니다.

2. 비교할 수 없는 속도와 정확성: Darknet/YOLO는 속도와 정확성 측면에서 지속적으로 다른 프레임워크와 YOLO 버전보다 뛰어납니다.

3. 플랫폼 간 다양성: Darknet/YOLO는 다양한 플랫폼에서 효과적으로 실행됩니다.

* CPU: 라즈베리파이, 클라우드 서버, 데스크탑, 노트북.

* GPU: 가속화된 성능을 위해 CUDA를 지원하는 NVIDIA GPU입니다.

4. 크로스 플랫폼 호환성: Linux, Windows 및 macOS에서 지원되어 광범위한 개발자에게 접근성을 제공합니다.

다크넷 버전 이해

0.x: Joseph Redmon이 개발한 원래 Darknet 프레임워크에는 공식 버전 번호가 부족했습니다.

1.x: Alexey Bochkovskiy(2017-2021)가 관리하는 인기 있는 Darknet 저장소에도 버전 번호가 없었습니다.

2.x "OAK": Hank.ai가 후원하고 Stéphane Charette가 유지 관리하는 이 버전은 버전 명령을 구현한 최초의 버전입니다. 몇 가지 주요 변경 사항이 도입되었습니다.

통합 CMake 빌드 시스템: Windows 및 Linux 모두를 위한 표준화된 CMake 기반 빌드 시스템으로 개발 프로세스를 단순화합니다.

C++ 코드베이스: 코드베이스가 C++로 전환되어 더 나은 코드 구성과 유지 관리가 가능해졌습니다.

훈련 성능 최적화: 훈련 시간을 크게 줄이는 것을 목표로 개선되었습니다.

3.x "JAZZ": 2024년에 출시된 Darknet의 최신 버전은 상당한 성능 향상과 기능 업데이트를 제공합니다.

향상된 성능: 교육 및 추론 모두에 대한 실질적인 성능 최적화.

새로운 API: 다양한 애플리케이션으로의 원활한 통합을 위해 새로운 C 및 C++ API를 도입했습니다.

업데이트된 샘플 코드: src-examples 디렉터리의 샘플 코드와 새로운 애플리케이션이 향상되었습니다.

YOLO의 장점

1. 실시간 성능: YOLO는 실시간 애플리케이션용으로 설계되어 신속한 개체 감지 및 분석이 가능합니다.

2. 통합 모델 아키텍처: YOLO는 탐지를 위해 단일 신경망을 사용하므로 별도의 제안 및 분류가 필요하지 않으며 프로세스가 간소화됩니다.

3. 벤치마크 전반에 걸쳐 강력한 성능: YOLO는 다양한 개체 감지 벤치마크에서 지속적으로 최고의 성능을 달성하여 선도적인 선택으로서의 위치를 ​​확고히 했습니다.

다크넷/YOLO 시작하기

다크넷 구축

1. 구글 코랩:

* Linux CMake 방법에 대한 지침을 따르십시오(아래 설명).

* 새 네트워크 교육과 같은 작업에 여러 Jupyter 노트북을 사용할 수 있습니다. colab 하위 디렉터리에서 노트북을 살펴보세요.

2. 리눅스 CMake 방법:

필수 패키지를 설치합니다:

`배쉬

sudo apt-get 설치 빌드 필수 git libopencv-dev cmake

`

저장소를 복제합니다.

`배쉬

자식 클론 https://github.com/hank-ai/darknet

`

빌드 디렉터리를 만듭니다.

`배쉬

mkdir 빌드

CD 빌드

`

CMake 구성:

`배쉬

cmake -DCMAKEBUILDTYPE=릴리스 ..

`

다크넷 구축:

`배쉬

-j4를 만드세요

`

설치(선택 사항):

`배쉬

패키지 만들기

sudo dpkg -i darknet-VERSION.deb

`

3. 윈도우 CMake 방법:

설치 필수 구성 요소:

`배쉬

Winget 설치 Git.Git

Winget 설치 Kitware.CMake

Winget 설치 nsis.nsis

Winget 설치 Microsoft.VisualStudio.2022.Community

`

Visual Studio 설치 수정: C++를 사용한 데스크톱 개발이 선택되어 있는지 확인하세요.

VS 2022용 개발자 명령 프롬프트 열기: PowerShell을 사용하지 마세요.

VCPKG를 설치합니다.

`배쉬

질병통제예방센터:

mkdir c:src

CD C:src

자식 클론 https://github.com/microsoft/vcpkg

CD vcpkg

bootstrap-vcpkg.bat

.vcpkg.exe 통합 설치

.vcpkg.exe powershell 통합

.vcpkg.exe opencv 설치[contrib,dnn,freetype,jpeg,openmp,png,webp,world]:x64-windows

`

Darknet 저장소 복제:

`배쉬

CD C:src

자식 클론 https://github.com/hank-ai/darknet.git

`

CMake 구성(VCKG 위치 지정):

`배쉬

CD 다크넷

mkdir 빌드

CD 빌드

cmake -DCMAKEBUILDTYPE=릴리스 -DCMAKETOOLCHAINFILE=C:/src/vcpkg/scripts/buildsystems/vcpkg.cmake ..

`

msbuild를 사용하여 빌드:

`배쉬

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

`

설치 패키지 생성:

`배쉬

msbuild.exe /property:Platform=x64;구성=PACKAGE.vcxproj 릴리스

`

다크넷 실행

1. 다크넷 CLI(명령줄 인터페이스):

기본 명령:

* 다크넷 버전 : 설치된 다크넷 버전을 확인하세요.

* 다크넷 도움말: 사용 가능한 명령 목록을 가져옵니다.

예측:

* 다크넷 탐지기 테스트 cars.data cars.cfg cars_best.weights image1.jpg: 이미지를 사용하여 예측합니다.

* 다크넷 탐지기 데모 Animals.data Animals.cfg Animals_best.weights test.mp4: 비디오를 처리합니다.

* 다크넷 탐지기 데모 Animals.data Animals.cfg Animals_best.weights -c 0: 웹캠에서 읽습니다.

훈련:

* darknet detector train Animals.data Animals.cfg: 새로운 네트워크 훈련을 시작합니다.

2. DarkHelp CLI(대체 CLI):

DarkHelp는 객체 추적 및 이미지 타일링과 같은 고급 기능을 갖춘 대체 명령줄 인터페이스를 제공합니다.

이는 Darknet CLI를 보완하며 함께 사용할 수 있습니다.

3. MSCOCO 사전 훈련된 가중치:

YOLO의 여러 버전은 MSCOCO 데이터 세트(80개 클래스)에 대해 사전 훈련되었습니다. 이러한 가중치는 데모 목적으로 제공되며 Darknet 저장소에서 다운로드할 수 있습니다.

결론

Downcodes의 Darknet 객체 감지 프레임워크 및 YOLO에 대한 포괄적인 개요는 실시간 객체 감지에 관심이 있는 모든 사람에게 기초를 제공합니다. 오픈 소스 특성과 타의 추종을 불허하는 성능부터 플랫폼 전반에 걸친 다양성에 이르기까지 Darknet/YOLO는 계속해서 개발자, 연구원 및 애호가 모두를 위한 강력한 도구입니다.

기억하세요: Darknet/YOLO FAQ를 살펴보고 Darknet/YOLO Discord 서버에 가입하여 추가 리소스와 커뮤니티 지원을 받으세요.