共查询到20条相似文献,搜索用时 31 毫秒
1.
提起“Apple”苹果,人们很自然就会想起MAC、iMAC、iPhone等让全世界苹果迷疯狂的产品。苹果系列产品之所以风靡全球,其唯美的工艺设计功不可没,“极致简约”也成了苹果系列产品的一大特色。随着简约风格的流行,如今越来越多的外设厂商也开始推出一系列唯美的外设产品,例如魔技推出的这款KB800有线键盘。 相似文献
2.
“我的观点是只有苹果和NeXT是以软件为中心的电脑公司,我对苹果情有独钟。”1991年苹果公司CEO乔布斯向劲敌宣战。2007年,当iPhone将电脑上网、音乐、娱乐等功能集于一身的时候,乔布斯再次印证了自己的观点,苹果销售的不止是硬件,更是基于软件之上的内容和服务。 相似文献
3.
4.
《信息网络安全》2004,(9):39-43
苹果,个人电脑的发起者,引领了一个时代的到来,并曾提出过很多新概念,其产品也掀起过多次流行潮,风行一时。苹果公司对计算机产业的影响力远大于它的市场份额,如果业界影响能够胜过市场份额等传统经济因素,苹果公司或许会成为顶级计算机厂商。但现在苹果被众多的竞争对手的抛在身后,苹果早已远离了IT行业的顶峰。但即使是反对苹果的人,也无法否认苹果有一种特殊的迷人气息。苹果在PC厂商中是独特的,它向用户提供“最完整的解决方案”。换一句话说,苹果公司生产所有的组件一一硬件、软件、内容和服务,向用户提供完整的数字化媒体体验。苹果是固执的,它固守着OS X操作系统3%的市场份额。 相似文献
5.
针对苹果缺陷检测经常误检漏检、缺陷易混淆等问题,提出一种基于改进YOLOv5的苹果缺陷检测算法。苹果缺陷检测对苹果分拣至关重要,现有检测苹果缺陷的方法主要是通过机器学习或卷积神经网络提取颜色和纹理特征,存在错误检测、漏检和特征提取能力不足等问题,不能满足缺陷检测精度与实时性的需求。NAM-YOLO算法主要有3个核心思想:1)通过将TRANS模块添加到骨干网络,更好地融合特征与全局信息;2)通过加权双向特征金字塔网络融合不同尺度的特征;3)将基于归一化的注意力机制NAM注意机制引入颈部网络,强化目标区域的关键特征,提高网络的检测精度。实验结果表明,改进算法的mAP达到98.90%,准确度为98.73%。与其他模型相比,该模型具有较好的特征融合能力,可较好地满足苹果分拣的实际需要。 相似文献
6.
7.
8.
抗寒优质苹果新品种-寒富,既有近似富士苹果的优良果实品质、又有明显超过国光苹果的树体抗寒性及适应环境能力。区域试验与扩大试栽的实践已经表明,寒富苹果不仅是优质大苹果适宜栽植范围内苹果更新换代的优良品种之一,而且更适合在寒冷地区替代中小型苹果进行优质果生产。 相似文献
9.
10.
11.
12.
13.
14.
15.
基于现有深度学习技术,采用基于残差神经网络ResNet的变体SE-ResNeXt,构建可以自动进行苹果品种分类的卷积神经网络模型,并基于迁移学习方法训练模型。数据来源于甘肃省静宁县苹果产业基地拍摄的20类苹果叶片图像,其中每类苹果叶的图片数据量为50幅,合计1000幅。在该数据集上,对ResNet50、ResNet101、SE-ResNet50、SEResNet101、SE-ResNeXt50、SE-ResNeXt101这6个模型进行对比实验。结果表明,SE-ResNeXt101的结果优于其它对比模型,最高准确率达到97.5%,单张图片推断时间仅0.125 s。本文方法为今后苹果种植过程中高效、准确地识别苹果品种提供了一种手段,对辅助农技科研与苹果种植具有较大的帮助作用。 相似文献
16.
17.
18.
谁也不能否认,苹果在国内也火了。苹果的火带动了很多“产业”蓬勃发展,比如程序作坊业、高仿业、代购业…我今天想说的是苹果的配件。苹果的配件实在是太多了,据说光iPod一个产品,就有2000多种的配件可供选择。 相似文献
19.