南京信息工程大学计算机网络期末复习资料 本资源摘要信息涵盖了计算机网络的基本概念、数据交换技术、计算机网络的定义、分类、性能指标等重要知识点。 一、考试题型及考核式 计算机网络的考试题型包括选择题、填空题、问答题等，占比分别为20%、20%、60%，考试方式为闭卷。 二、考点 1. 计算机网络的常用数据交换技术 计算机网络的数据交换技术主要有电路交换、报文交换、分组交换和信元交换四种。其中，电路交换需要经过“建立连接、通信、释放连接”三个阶段；报文交换基于存储转发原理，报文交换中心将报文分组并加上首部后传输；分组交换采用存储转发技术，将报文分组并加上首部后传输；信元交换是指在交换中心将报文分组并加上首部后传输。 2. 计算机网络的定义 计算机网络是指一些互相连接的、自治的计算机集合，功能是实现资源共享和数据通信。计算机网络的定义包括连通性和共享含义，即将不同地理位置上的具有独立功能的多个计算机系统用通信线路连接起来，在协议的控制之下，以实现资源共享和数据通信为目的的系统。 3. 计算机网络的分类 计算机网络可以从不同的角度进行分类，包括： * 从网络结点分布来看，计算机网络可以分为局域网（LAN）、广域网（WAN）、城域网（MAN）和个人区域网（PAN）等。 * 按交换式可分为电路交换网、报文交换网、分组交换网和混合交换网等。 * 按网络拓扑构造可分为星型网络、树型网络、总线型网络、环型网络和分布式网络等。 * 按网络使用围分为公用网和专用网等。 4. 计算机网络的主要性能指标 计算机网络的主要性能指标包括： * 速率（bit rate）：计算机网络中最重要的一个性能指标，单位是b/s、kb/s、Mb/s、Gb/s等。 * 带宽（bandwidth）：指某个信号具有的频带宽度，单位是Hz。 * 时延（latency）：指数据从网络的一端传送到另一端所需的时间，组成部分包括发送时延、传播时延、处理时延和排队时延等。 * 吞吐量（throughput）：指在单位时间通过某个网络或信道的数据量，单位是b/s、kb/s、Mb/s、Gb/s等。 * 利用率（utilization）：信道利用率，指信道中实际使用的带宽与总带宽的比值。 本资源摘要信息涵盖了计算机网络的基本概念、数据交换技术、计算机网络的定义、分类、性能指标等重要知识点，为学习和复习计算机网络提供了有价值的参考。

全球小麦检测数据集是计算机视觉领域的一个重要资源，主要用于训练和评估目标检测算法。目标检测是计算机视觉中的一个核心任务，它的目标是识别并定位图像中的特定对象。在这个数据集中，我们关注的是小麦，这对于农业监测、作物病害检测以及农作物产量估算等领域具有重要意义。 数据集通常分为训练集（train）和测试集（test）两部分。训练集用于构建和优化模型，而测试集则用于评估模型在未见过的数据上的表现，确保模型具备良好的泛化能力。在"全球小麦检测数据集-目标检测"中，`train`文件夹可能包含了带有标签的图像，这些图像已经被标注了小麦的位置，以便机器学习算法学习如何识别和定位小麦。每个图像可能包含一个或多个小麦实例，每个实例都有精确的边界框坐标，这些坐标是通过矩形框的形式表示，用来框定小麦的位置。 `test`文件夹则可能包含了未标注的图像，用于测试模型在实际应用中的表现。在比赛或项目评估中，用户会用自己训练好的模型对这个测试集进行预测，然后将预测结果提交到评分系统，以评估模型的性能。 计算机视觉中的目标检测技术有多种方法，如经典的滑动窗口技术、区域提议网络（RPN）、单阶段检测器如YOLO（You Only Look Once）和SSD（Single Shot MultiBox Detector），以及两阶段检测器如Faster R-CNN和Mask R-CNN。这些方法各有优劣，适用于不同的应用场景。例如，YOLO和SSD因其快速的检测速度适合实时应用场景，而Faster R-CNN等两阶段方法虽然速度较慢，但精度通常更高。 对于这个数据集，开发者可能会选择适合大量小目标检测的模型，比如YOLOv5或者DETR，因为小麦在图像中可能相对较小且分布密集。在训练过程中，会涉及到数据增强技术，如随机裁剪、翻转、颜色扰动等，以增加模型的鲁棒性。同时，优化器的选择（如SGD或Adam）、学习率调度策略、损失函数（如交并比IoU损失）以及超参数的调整也是关键步骤。 完成训练后，会使用验证集来监控模型的性能并防止过拟合。在测试集上，通常会计算平均精度（mAP）或其他评价指标，如平均精度在不同IoU阈值下的表现，来衡量模型的检测效果。此外，对于农业应用，可能还需要考虑实际场景中的光照、角度、作物生长阶段等因素，确保模型在复杂条件下也能准确检测。 "全球小麦检测数据集-目标检测"为研究者和开发者提供了一个研究和改进目标检测算法的平台，特别是在农业智能化和自动化领域的应用，有助于提高农作物监测的效率和准确性。

OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 车辆检测器 这是一个交通监控系统的项目。 使用OpenCV和YOLOv8实现如下功能，实时车辆检测、车辆跟踪、实时车速检测，以及检测车辆是否超速。 跟踪代码如下，赋予每个目标唯一ID，避免重复计算。 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆检测跟踪 OpenCV和YOLOv8实时车速检测+车辆

系统。本文首先介绍了基于JSP的学科竞赛系统的开发背景和意义，系统主要服务于研究所和高校，旨在提升竞赛管理的效率和规范性。通过使用B/S（Browser/Server）架构，用户可以便捷地通过Web浏览器进行操作，降低了系统的使用门槛。 在需求分析部分，系统需具备人员档案管理，包括对参赛人员的基本信息、资格和经历的记录。机构设置模块允许管理员配置不同级别的组织结构，以便于权限分配和任务管理。竞赛申报功能让参赛者能在线提交申请材料，同时系统需支持审核流程，确保竞赛的公正性。竞赛评估模块则用于对参赛项目进行评审和打分，便于决策者做出决策。成果管理功能则记录并展示竞赛的成果，如获奖情况、研究报告等。 在技术选型上，系统采用了JSP作为后端开发语言，这是一款广泛应用于Web应用开发的Java技术，能够方便地处理动态网页内容。同时，数据库选用MySQL，它是一款开源、免费的关系型数据库管理系统，具有高效、稳定和易于维护的特点，适合中小规模的数据存储和处理。 系统设计阶段，主要包括用户登录模块，确保只有授权用户可以访问系统；公告管理模块用于发布和更新竞赛相关通知；站内信功能则提供了内部通信的渠道；用户管理模块允许管理员添加、删除和修改用户信息；竞赛申请和审核模块是系统的核心，涵盖了从申报到审批的全过程；竞赛结果模块展示比赛的最终成绩和排名。 在测试阶段，系统表现出良好的稳定性、可靠性和实用性，能够满足实际操作中的各种需求，证明了基于JSP的学科竞赛系统在实际应用中的价值。总结部分，强调了系统在提高竞赛管理水平、简化工作流程、提升决策效率等方面的作用，并对未来可能的优化和扩展方向进行了展望。 该毕业论文详细探讨了基于JSP的学科竞赛管理系统的设计与实现，涵盖了从需求分析、系统设计、技术选型、功能实现到测试验证的全过程，为类似项目的开发提供了参考。关键词：基于JSP的学科竞赛系统、B/S架构、MySQL数据库。

摘要： 本文深入探讨了使用YOLOv8进行目标检测任务的过程，特别是在使用COCO128数据集时的具体应用。通过详细分析YOLOv8的架构和优势，本文旨在为读者提供一个清晰的视角，了解如何有效利用这一先进的目标检测技术。 1. 引言： 目标检测是计算机视觉领域的一个核心任务，广泛应用于无人驾驶、安全监控、图像分析等多个领域。YOLOv8作为最新的目标检测模型之一，以其高效率和准确性受到业界的广泛关注。COCO128作为一个轻量级的数据集，提供了一个快速入门的平台，使研究者和开发者能够在一个更简洁的数据集上测试和优化他们的模型。 2. YOLOv8架构概述： YOLOv8继承并优化了YOLO系列的设计理念，特别强调在实时性和准确度之间的平衡。它通过改进的卷积网络结构、更有效的特征提取和优化的锚点策略，实现了对目标的快速而准确的检测。 3. COCO128数据集简介： COCO128是一个从COCO数据集衍生出的轻量级数据集，包含了128张精选图像和各种类别的标注。这个数据集旨在提供一个高效的平台，用于快速测试和原型设计，尤其适合资源有限的环境。

这套课程参考了大家都在用的教材《计算机网络（第 8 版）》，课程里的内容按照教材编著者谢希仁教授的编排顺序，先从物理层开始介绍，包括物理层的传输媒体、信道复用技术等，再到数据链路层、网络层、运输层和应用层。每一层我都介绍了该层的主流协议，比如数据链路层的 ppp 协议、网络层的 ip 协议，运输层的 TCP、UDP 协议和应用层的 HTTP 协议。在介绍协议的时候，我不仅介绍了协议的用途，还讲解了协议的内部执行逻辑。从点到面，逐步深入，相信，有这样丰富的课程内容，再配上我生动的课程讲解，一定会让你轻松掌握计算机网络课程相关的知识。 课程目标： 通过本套课程的学习，你将具备： - 掌握计算机网络的行业发展历程 - 掌握 TCP/IP 五层网络体系结构 - 掌握计算机网络核心协议内容

【项目资源】：包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。【项目质量】：所有源码都经过严格测试，可以直接运行。功能在确认正常工作后才上传。【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。【附加价值】：项目具有较高的学习借鉴价值，也可直接拿来修改复刻。对于有一定基础或热衷于研究的人来说，可以在这些基础代码上进行修改和扩展，实现其他功能。【沟通交流】：有任何使用上的问题，欢迎随时与博主沟通，博主会及时解答。鼓励下载和使用，并欢迎大家互相学习，共同进步。

在用pyinstaller打包python程序时，将exe程序运行在win7等windows环境时，报错：计算机中丢失api-ms-win-crt-runtime-l1-1-0.dll，此为修复方案，直接运行安装即可，适用于win7、win10

共8个实验： 实验1-绘制任意斜率直线、 实验2-多边形有效边表填充、 实验3-二维图形几何变换算法、 实验4-直线段裁剪算法、 实验5-制作动态三视图、 实验6-动态绘制Bezier曲线、 实验7-球面地理划分线框模型消隐、 实验8-球面Gouruad光照模型

成理复习计算机视觉部分习题，期末复习版，希望对各位同学有所帮助！