1 绪论 1 1.1 系统开发背景 1.2 系统设计的目的和意义 1.3 论文的主要工作 2 系统开发技术和工具 2 2.1 系统开发平台 2.1.1 微信开发者工具 2 2.1.2 Visual Studio Code 2.1.3 MySQL数据库 2.2 项目开发技术 2.2.1 Vue.js框架 2.2.2 MINA框架 2.2.3 Canvas对象 3 DIY商城模板系统的需求分析 3.1 系统的功能需求分析 3.1.1 商城搭建功能的分析 3.1.2 商品分类管理功能的分析 3.1.3 商品管理功能的分析 3.1.4 订单管理功能的分析 3.2 系统的非功能需求分析 3.3 系统的可行性分析 9 3.3.1 经济可行性分析 9 3.3.2 技术可行性分析 9 4 DIY商城模板系统的设计 4.1 系统的总体架构 4.2 系统功能结构设计 4.2.1 小程序端设计 4.2.2 后台管理端设计 4.3 数据库表的设计 5 DIY商城模板系统功能的实现 5.1 系统的开发及运行环境 5.2 具体功能的实现 5.2.1 导航DIY模块 5.2.2 DIY装修模块 5.2.3 商品管理
2022-04-20 09:04:30 2MB ssm 流浪猫狗 救助站 动物救助站
农产品供应链中的动物疾病与食品安全问题
常见动物识别数据集(含:猫、狗、鸟、鸭等15种动物
2022-04-15 13:17:02 361.41MB 数据集 动物识别
1
1195个图像素材(动物、风景、建筑、创意设计、科技幻想)
2022-04-14 16:49:26 144.06MB 图像素材 动物 风景 建筑
1
recanto:动物保护协会的网站
2022-04-10 20:39:05 50.82MB HTML
1
DeepLabCut:无需标记的深度学习(动物)姿态估计与行为跟踪 www.deeplabcut.org DeepLabCut 是一个工具箱,用于对执行各种任务的动物进行无标记姿势估计。 阅读下面的简短开发和应用摘要。 :purple_heart: DeepLabCut 现在支持多动物姿态估计(测试版)。 安装:如何安装 DeepLabCut 文档:DeepLabCut 过程 项目管理的管道和工作流程概述。 有关分步用户指南,请同时阅读 Nature Protocols 论文! 演示代码 我们提供了几个 Jupyter Notebook:一个引导您完成演示数据集以测试您的安装,另一个 Notebook 从一开始就在您自己的数据上运行 DeepLabCut。 我们还向您展示了如何在 Docker 和 Google Colab 上使用代码。 为什么要使用 DeepLabCut? 2018 年,我们展示了跟踪跟踪、到达小鼠体内以及产卵过程中各种果蝇行为的能力(详见 Mathis 等人)。 然而,没有任何特定内容使工具箱仅适用于这些任务和/或物种。 该工具箱已经(由我们和其
2022-04-10 19:57:45 72.4MB 机器学习
1
动物模型有霸王龙、古山龙、怪物蜘蛛、老鼠、驴、狮鹫、食人魔鬼、邪恶的怪物、远古生物)本博客所分享的资源,仅供学习使用,请勿商用!!!谢谢、
2022-04-06 03:06:34 68.28MB 学习 unity动物模型 模型动画
1
unity一堆动物模型,详情见博客介绍,可导入直接使用,本博客所分享的资源,仅供学习使用,请勿商用!!!谢谢
2022-04-06 03:06:07 349MB unity 学习 游戏引擎 动物模型
1
一个纯CSS网站,用CSS 小片绘制了30种有趣但不幸濒危的动物,色彩搭配非常好。网站的建立目的是为了让更多的人关注这些濒临灭绝的动物,不要让它们像渡渡鸟一样灭绝了。
2022-04-06 01:41:22 18MB css 前端 html css3
动物医学生产实结.doc
2022-04-06 01:20:03 11KB