- 博客(157)
- 收藏
- 关注
RSS订阅原创 棉花植株病害识别与分类数据集（猫脸码客第259期）
棉花在生长周期内，极易受到多种病害的侵袭，这些病害不仅严重阻碍棉花的正常生长发育，还会导致棉花产量大幅降低，品质显著下降。
2025-06-16 08:31:32
651
原创 水下声纳图像数据集小汇总（猫脸码客第258期）
声纳图像数据集作为深海探索的重要支撑，具有广泛的应用价值和巨大的潜力。本文详细介绍了多个优质的声纳图像数据集，涵盖了分类、检测和分割等多个关键领域。通过深入了解这些数据集的特点和应用领域，可以更好地把握深海探索的发展方向和趋势。同时，也呼吁广大科研人员积极投身到深海探索的事业中来，共同推动深海探测技术的发展和创新。让我们携手共进，为人类的深海探索事业贡献自己的智慧和力量！在深海探索的漫漫征途中，声纳图像数据集无疑是一把锐利的利剑，它能够帮助科研人员更加深入地了解深海世界的奥秘。
2025-06-16 08:28:10
415
原创 水下海洋生物多目标检测数据集（猫脸码客第257期）
随着人类对海洋资源开发利用程度的不断加深，海洋生物多样性的保护与研究已成为海洋科学领域的关键议题。水下海洋生物多目标检测作为海洋科学研究的核心技术之一，其核心目标在于借助先进的检测技术，实现对水下多种生物目标的精准识别与定位。该技术对于提升海洋生态监测的效率与准确性意义重大，同时为海洋资源的可持续利用提供了坚实的技术支撑。然而，水下环境的复杂多变性以及生物种类的丰富多样性，使得水下海洋生物多目标检测面临诸多严峻挑战。
2025-06-16 08:24:14
581
原创 下水道缺陷检测数据集（猫脸码客第255期）
随着城市化进程的快速推进，下水道系统作为城市基础设施的关键组成部分，承担着排水、排污等核心功能。然而，受长期运行、自然老化、人为破坏等多种因素影响，下水道系统时常出现破裂、变形、堵塞等各类缺陷。这些缺陷不仅干扰下水道的正常运行，还可能对城市居民的生活质量及城市环境造成严重负面影响。因此，及时、精准地检测与修复下水道缺陷显得尤为迫切。下水道缺陷检测是一项复杂且精细的工作。传统检测方法主要依赖人工巡检，不仅效率低下，且检测结果的准确性难以保障。
2025-06-12 08:31:17
834
原创 水下图像语义分割数据集（猫脸码客第254期）
水下图像语义分割作为计算机视觉领域的关键研究方向，在海洋资源勘探、水下机器人自主导航以及水下环境实时监测等诸多领域展现出极为广阔的应用前景。本文系统梳理了近年来水下图像语义分割领域的研究进展，围绕数据集构建、分割方法创新、注意力机制应用、实时性需求满足、自动标注技术以及多源数据融合策略等方面展开深入剖析。通过对现有研究成果的全面总结与归纳，本文明确指出了当前水下图像语义分割所面临的挑战，并展望了未来的研究方向。
2025-06-12 08:28:48
926
原创 落水人员目标检测数据集（猫脸码客第253期）
随着人类海洋活动和水上活动的日益频繁，海上与水域安全事故频发。每年都会开展大量的海上救援行动，以搜救数以万计的落难人员。在水上活动区域，如水库、河道等，溺水风险始终存在。例如沧州 “7・13” “金海鸥” 轮人员落水事故中，引航员在下船时落水，所幸无人员伤亡，但这一事件再次凸显了水上安全的重要性。落水人员目标检测具有不可忽视的重要意义。首先，它能够在第一时间发现落水人员，为救援工作争取宝贵时间，从而大大降低人员伤亡。
2025-06-12 08:26:16
611
原创 鸟类识别与分类相关数据集（猫脸码客第252期）
深度学习作为机器学习的一个重要分支，通过构建多层神经网络模型，能够自动从数据中学习特征和规律。深度学习模型涵盖卷积神经网络（CNN）、循环神经网络（RNN）、生成对抗网络（GAN）等多种类型。其中，CNN在图像识别领域表现出色，通过卷积层、池化层、全连接层等结构，能够自动提取图像的局部特征和全局特征，实现高效的图像分类与识别。RNN适用于处理序列数据，如语音、文本等，具备记忆能力，可捕捉序列数据中的长距离依赖关系。
2025-06-12 08:23:30
929
原创 智慧交通铁路检测相关数据集（猫脸码客第251期）
智慧交通系统（Smart Transportation System，STS）作为智慧城市建设的核心构成要素，有效整合了能源、环境与土地资源，为推动交通领域的可持续发展提供了关键支撑。在铁路交通领域，智慧交通技术的应用正不断拓展与深化，尤其在铁路检测方面，通过融合前沿的信息与通信技术，显著增强了铁路基础设施的安全保障能力与运营效率。本文旨在系统梳理近年来智慧交通铁路检测领域的研究文献，深入剖析主要研究方法、理论框架、实验设计以及数据分析手段，进而归纳总结该领域的研究趋势与最新进展。
2025-06-12 08:20:38
961
原创 海洋水下目标检测数据集（猫脸码客第259期）
海洋水下目标检测技术是探索海洋、保护环境、开发资源的关键工具。随着人工智能、传感器技术和机器人技术的进步，这一领域将迎来更多创新机遇。未来，通过跨学科合作与标准化建设，海洋水下目标检测技术将为人类更深入地了解海洋、可持续利用海洋资源提供有力支持。
2025-06-12 08:17:52
865
原创 手写文字识别数据集（猫脸码客第249期）
在当今信息时代，数字识别技术已然成为计算机视觉与人工智能领域的关键研究方向。手写数字识别作为数字识别技术的重要分支，拥有极为广泛的应用前景，如邮政编码识别、银行支票处理以及移动设备的手写输入等。随着深度学习等前沿技术的飞速发展，手写数字识别的准确性与效率得到了显著提升。然而，由于手写风格复杂多变，且存在噪声干扰以及不同设备输入差异等问题，手写数字识别技术仍面临诸多挑战。因此，本研究致力于进一步探索手写数字识别的有效方法，旨在提高识别的准确性与鲁棒性，为相关领域的应用提供坚实有力的支持。
2025-06-11 08:33:15
516
原创 工业缺陷检测相关数据集（猫脸码客第248期）
工业产品表面缺陷是指在加工和生产过程中，产品表面出现的瑕疵与疵点，这些缺陷会严重影响产品的美观度、质量以及使用寿命。在传统生产模式下，如何高效且精准地发现并排除表面缺陷，一直是生产过程中的一大难题。随着计算机视觉技术的蓬勃发展，表面缺陷检测变得更加准确和高效。工业缺陷检测作为生产过程中的关键环节，其基本原理涉及多种技术与方法，从传统的视觉检查到现代的机器学习和深度学习技术，不断推动着检测技术的进步。本研究旨在开发一种基于计算机视觉技术的工业产品表面缺陷检测系统，以提升生产效率和产品质量。
2025-06-11 08:29:10
1177
原创 水果蔬菜识别分类数据集（猫脸码客第247期）
在当今数字化浪潮席卷的时代，人工智能（AI）技术正以前所未有的迅猛态势，重塑着各个行业的格局。深度学习作为人工智能领域的关键分支，凭借其卓越的数据处理和模式识别能力，在图像识别领域取得了令人瞩目的进展。本文将聚焦于深度学习在水果蔬菜识别中的应用，深入剖析深度学习模型如何实现对水果和蔬菜的精准分类，并展望这一技术未来的发展前景。
2025-06-11 08:26:08
696
原创 深度学习与食品图像分类数据集（猫脸码客第246期）
随着深度学习技术的蓬勃发展，图像分类任务在众多领域均取得了令人瞩目的进展。食品图像分类作为其中的一个关键分支，不仅具备显著的实际应用价值，更能激发人们对深度学习技术的浓厚兴趣与深入探索。
2025-06-10 08:47:21
805
原创 人群计数领域的‘超级大脑’”附人群计数数据集（猫脸码客第245期）
在当今社会环境日益复杂的背景下，城市化进程如疾风骤雨般迅猛推进，全球人口数量持续攀升。在此形势下，各类公共场所，如火车站、体育场、音乐会现场以及游行集会场地等，人群快速聚集已成为一种常态。为保障公共安全、有效预防潜在风险，一种名为“人群计数”或“人群密度估计”的技术应运而生。该技术借助计算机视觉和深度学习等前沿手段，能够精准计算或估算图像中的人数，进而实现对人群分布与密度的全面掌控。本文将深入剖析人群计数的技术原理、研究意义，对比传统方法与深度学习方法，并展望其未来发展趋势与应用前景。
2025-06-10 08:44:07
620
原创 垃圾识别检测与分类数据集（猫脸码客第244期）
目标检测是计算机视觉领域的关键研究方向，其核心任务是从图像或视频中识别出感兴趣的目标，并确定其具体位置与大小。这一技术整合了图像分类与定位两大任务，要求模型既能准确识别图像中的物体类别，又能精确标注出物体的边界框。目标检测技术的发展历程经历了从传统方法到深度学习的重大转变。传统方法主要依赖手工设计的特征和分类器，例如 HOG+SVM、DPM 等。然而，这些方法在复杂场景下的表现不尽如人意，难以应对垃圾处理中垃圾种类多样、形态各异以及环境不确定性等问题。
2025-06-10 08:41:23
898
原创 芝麻杂草目标检测数据集（猫脸码客第243期）
本文围绕芝麻作物与杂草图像目标检测技术展开，阐述了其在农业精准管理中的背景意义、检测方法、杂草种类与分布、防治措施，并提供了数据集获取方式，最后对未来进行展望。基于深度学习的方法：以 DINO 为基础，收集标注数据集，加入轻量降噪网络，替换优化 backbone，实现快速准确检测。基于 YOLOV3 的方法：在数据预处理阶段对图像进行处理，特征提取部分使用深度学习模型，目标检测阶段利用提取的特征进行检测。基于深度学习和图像处理的方法。
2025-06-06 08:31:54
429
原创 小麦麦穗识别检测数据集（猫脸码客第242期）
在科技浪潮的持续推动下，小麦产业正经历着一场深刻且全面的变革。深度学习技术凭借其卓越的数据处理与分析能力，在小麦种植、监测以及育种等多个关键领域发挥着核心驱动作用，为这一古老而至关重要的粮食作物注入了全新的活力与生机。
2025-06-06 08:29:50
648
原创 土豆病害检测与分类数据集（猫脸码客第240期）
马铃薯作为全球重要的粮食作物，在全球粮食供应体系中占据着举足轻重的地位。然而，马铃薯叶部病害的频繁爆发，对其产量与质量造成了严重影响，给农业生产带来了巨大的经济损失。以埃塞俄比亚为例，该国马铃薯单位面积产量远低于其他国家，病害是导致这一现象的关键因素之一。其中，晚疫病等病害一旦肆虐，甚至可能造成近乎毁灭性的作物损失。因此，研发高效、准确的马铃薯叶部病害检测技术迫在眉睫。
2025-06-05 08:43:18
462
原创 建筑工地安全监控目标检测数据集（猫脸码客第239期）
随着科技发展，计算机视觉技术在建筑工地安全监控等领域潜力巨大。引入如 HARDHATT 等模型，可实现工人安全装备实时监控，预防事故，保障工人安全。本文探讨该模型在多领域的应用，为安全管理提供新思路。
2025-06-05 08:40:36
417
原创 无人机目标检测与语义分割数据集（猫脸码客）
在科技浪潮的迅猛推动下，无人机配送这一新兴物流模式正以前所未有的态势，悄然改变着人们的生活图景。为深入挖掘并优化无人机配送技术，名为 UAV Delivery 的无人机数据集应运而生。本文将全方位剖析 UAV Delivery 数据集的诞生背景、构建方式、核心内容、分发许可及应用场景，期望为相关领域的研究人员提供极具价值的参考指引。
2025-06-04 08:37:12
725
原创 稻米分类和病害检测数据集（猫脸码客第237期）
在全球农业体系中，稻米作为最关键的粮食作物之一，其品种多样性为人类饮食提供了丰富选择。然而，传统稻米分类方法高度依赖人工经验，存在效率低、主观性强等缺陷。随着人工智能技术的突破，基于图像数据集的自动化分类方法正成为农业领域的重要创新方向。本文将系统介绍一款稻米分类图像数据集，深入解析其在农业智能化转型中的战略价值，并探讨数据驱动的模型开发流程与应用前景。
2025-06-04 08:28:21
870
原创 农作物叶片病害检测数据集汇总（猫脸码客第235期）
农作物叶片病害检测对保障作物生长、提升农业生产效率意义重大。近年来，计算机视觉与机器学习技术推动该领域取得显著进展。以下综述其研究现状、应用挑战、发展趋势，并附数据集获取方式。
2025-06-03 09:05:57
392
原创 草莓叶片病害识别与分类数据集（猫脸码客第234期）
草莓是全球重要经济作物，但生产中常受病害困扰，叶片病害尤为突出。为有效识别、检测和分类草莓叶片病害，构建高质量数据集十分关键。
2025-06-03 09:04:22
281
原创 森林火灾检测数据集（猫脸码客第233期）
森林火灾是极具破坏性的自然灾害，每年在全球造成重大损失。早期发现与快速响应对有效应对至关重要。传统森林火灾检测依赖人工巡逻和卫星遥感，存在人力成本高、监测范围有限、实时性差等问题。随着人工智能发展，深度学习算法在图像和视频分析上潜力巨大，为森林火灾检测提供了新途径。
2025-06-03 09:01:47
508
原创 棉花病害识别检测数据集（猫脸码客第232期）
棉花病害由微生物（如真菌、细菌、病毒）及不良环境条件引发，导致棉花生长发育异常。常见病害有枯萎病、黄萎病、立枯病、炭疽病等，在不同生长阶段出现且症状各异，增加了准确识别的难度。
2025-06-03 08:59:37
537
原创 甘蔗叶片病害识别与分类数据集（猫脸码客第231期）
甘蔗是重要经济作物，用于制糖及食品、饮料等领域。但叶片病害严重影响其产量与品质，如甘蔗花叶病染病率达 75% 时，产量降低且蔗汁还原糖增加、蔗糖结晶率下降；甘蔗锈病可致减产 15%-30%，蔗糖含量降 10%-36%；甘蔗叶焦病也影响品质与产量。因此，识别和防治甘蔗叶片病害意义重大，关乎种植户利益与国家糖业安全。
2025-06-03 08:56:56
568
原创 李子和李子树病害数据集：筑牢农作物安全堡垒
此外，还可利用迁移学习技术将预训练模型的部分参数或特征表示迁移到新的病害识别任务中，提高模型的训练效率和识别性能。此外，还可将生物防治技术与深度学习算法相结合，实现对病害的实时监测和预警，提高病害防控的准确性和及时性。农民和管理者可通过手机、电脑等设备，将拍摄的病害图像上传到云端服务器，服务器利用训练好的模型对图像进行识别和分析，返回病害的种类、程度、位置等信息。随着科技的飞速发展，尤其是计算机视觉与深度学习技术的兴起，为农作物病害的精准识别与高效管理提供了全新的思路和方法。
2025-06-03 08:45:35
416
原创 芒果深度学习检测：开启农业新视界（猫脸码客第230期）
例如，通过引入更先进的注意力机制、优化损失函数等方法，可更好地处理芒果检测中的复杂情况，提高对小目标、受光照和遮挡影响的芒果的检测准确性。例如，在光照强度差异较大的情况下，芒果的颜色和亮度会发生改变，但深度学习算法可通过学习不同光照条件下的芒果图像，适应这种变化，准确检测出芒果。例如，依据芒果的大小、形状、颜色、成熟度等特征进行分类，将不同品质的芒果区分开来，以满足不同市场需求。随着技术的不断进步和应用的不断拓展，相信在未来，芒果深度学习检测技术将为芒果产业的发展带来更多的机遇和变革，值得持续投入和研究。
2025-06-03 08:40:12
428
原创 风电叶片损伤YOLO检测数据集（猫脸码客第229期）
长期运行中，叶片会不断受到风的作用，疲劳会导致材料的劣化和裂纹的产生，最终引起叶片的损坏。相控阵超声成像技术是一种新型超声波检测技术，配合机械装置以及软件的操作，能够同时实现 A 扫描、B 扫描和 S 扫描等二维视图，将检测对象数字化，多角度扫查，准确定位缺陷位置，并可精确测量缺陷的长度、深度及高度等信息。疲劳损伤是由于长期运行中叶片不断受到风的作用，导致材料的劣化和裂纹的产生。目视检测：目视检测是一种最直观的检测方法，检测人员通过肉眼观察风电叶片的表面，查看是否有明显的损伤或裂纹，如腐蚀、磨损、碎裂等。
2025-06-03 08:34:09
675
原创 第4期 基于改进YOLOv8的金属焊接缺陷检测算法与系统实现
在金属加工行业中，焊接质量直接关系到产品的安全性、可靠性和使用寿命。传统的金属焊接缺陷检测方法，如人工目视检测、无损探伤等，不仅效率低下，依赖检测人员的经验和技能，而且容易出现漏检和误判，难以满足现代工业大规模、高精度生产的需求。基于改进 YOLOv8 的金属焊接缺陷检测算法，借助深度学习强大的特征提取和模式识别能力，能够高效处理海量的焊接图像数据，精准识别各类焊接缺陷，如气孔、裂纹、未焊透等。
2025-04-03 08:37:31
1150
原创 第3期 基于改进YOLOv8的卫星下的船舰检测算法与系统实现
船舰在卫星监测下的精准检测对海洋资源管理、海上安全保障和军事战略部署意义重大，但传统人工判读卫星图像的检测手段耗时耗力且易受人为因素干扰，存在结果不准和漏检问题。基于改进 YOLOv8 的卫星下船舰检测算法借助深度学习技术，能快速处理海量卫星图像，精准识别各类船舰目标，通过优化网络结构和参数提升检测精度与速度，有效区分船舰与海洋背景。
2025-04-03 08:32:25
916
原创 第2期 基于改进YOLOv8的风车叶片损伤检测算法与系统实现
风车叶片作为风力发电系统的关键部件，长期暴露在复杂恶劣环境中，极易遭受各类损伤。一旦叶片出现损伤，不仅会降低发电效率，还可能引发严重的安全事故，造成设备损坏和人员伤亡。近年来，因风车叶片损伤引发的事故时有发生，给风力发电行业带来巨大损失。传统检测手段，如人工巡检，不仅效率低下，还容易因人为疏忽导致漏检。而基于改进 YOLOv8 的风车叶片损伤检测算法，通过先进的深度学习技术，能够实现对风车叶片损伤的实时、高精度检测。
2025-03-24 08:38:53
747
原创 第1期 基于改进YOLOv8的电梯内电动车检测算法与系统实现
电动车进电梯引发自燃爆炸事故频发，密闭空间导致火势迅速蔓延并释放剧毒浓烟，消防数据显示火灾仅需100秒即可致命。成都、广州等地曾发生多起电池爆燃事故，造成人员伤亡及电梯故障，救援难度陡增。传统人工监控存在盲区，而基于深度学习的YOLOv8算法通过实时高精度检测，可有效识别电梯内电动车，为破解这一安全隐患提供技术支撑，助力构建智能安全监管体系。
2025-03-24 08:33:23
934
原创 农作物病害数据集
农作物病害数据集是一个集成了多种农作物病害信息的宝贵资源。它详细记录了不同病害的症状表现、发病规律、传播途径以及防治措施等关键信息。通过这一数据集，农业研究人员和从业者可以快速识别病害类型，了解病害的发生条件，从而采取有效的防控措施，保障农作物的健康生长和高产稳产。此外，该数据集还为病害预警系统的建立提供了数据支持，有助于实现病害的早发现、早预防，降低农业生产风险。
2025-03-15 21:39:11
274
原创 基于YOLOv8+PyQt5的目标检测系统（环境配置+数据集+Python源码+PyQt5界面）——持续更新中
第2期 基于YOLOv8的玩手机行为检测系统（环境配置+数据集+Python源码+PyQt5界面）第5期 基于YOLOv8的偷钱包行为检测系统（环境配置+数据集+Python源码+PyQt5界面）第1期 基于YOLOv8的吸烟行为检测系统（环境配置+数据集+Python源码+PyQt5界面）第3期 基于YOLOv8的灭火器检测系统（环境配置+数据集+Python源码+PyQt5界面）第4期 基于YOLOv8的睡岗检测系统（环境配置+数据集+Python源码+PyQt5界面）
2025-02-10 18:42:01
375
原创 目标检测数据集合集（持续更新中）
第16期 交通事故目标检测数据集 YOLOv11/YOLOv8/YOLOv5可直接训练。第19期 蘑菇菌类目标检测数据集 YOLOv11/YOLOv8/YOLOv5可直接训练。第18期 卷心菜目标检测数据集 YOLOv11/YOLOv8/YOLOv5可直接训练。第20期 停车位目标检测数据集 YOLOv11/YOLOv8/YOLOv5可直接训练。第17期 跌倒目标检测数据集 YOLOv11/YOLOv8/YOLOv5可直接训练。第12期 水果目标检测数据集 YOLO 格式。第3期 金桔目标检测数据集。
2025-02-10 18:35:22
639
原创 花生识别检测相关数据集（猫脸码客 第241期）
花生深度学习检测：精准识别病害，助力农业发展一、花生病害检测的重要性花生在我国农业生产中占据重要地位，它不仅是重要的油料作物，还具有较高的经济价值。我国已成为花生种植、生产和出口的大国，花生出口量一直居世界前列。然而，病害对花生产量和品质有着严重的影响。花生田常见的病害如苗期的根腐病、中期的褐斑病、中后期的白绢病以及新病害黑腐病、锈病等，会导致花生植株生长不良、叶片变黄、枯萎甚至全株枯死。以花生褐斑病为例，发生在花生中期，是花生田非常普遍的一种病害，防治不及时一般可使花生减产 12%—30%。锈病轻则
2024-12-30 08:19:55
768
原创 土豆病害检测与分类数据集（猫脸码客 第240期）
而且，传统的机器学习算法需要手工提取特征，这种方式不仅耗时费力，而且在面对复杂的实际种植环境中的图像时，其准确性和可靠性大打折扣。尤其是那些在实验室环境下收集的数据训练出的模型，在实际的田间图像检测中表现出明显的不适应性，因为实际农场中的图像背景更为复杂，噪声更多。通过这种方式，可以减少背景信息对病害检测的干扰，将关注焦点集中在叶片本身，从而为后续的病害检测提供更清晰、更准确的图像数据。晚疫病等病害的肆虐，可能导致近乎毁灭性的作物损失，这凸显出高效准确的马铃薯叶部病害检测技术的迫切需求。
2024-12-30 08:16:33
226
汇编语言相关知识点详细介绍
2024-03-14
Swift相关知识点详细介绍
2024-03-14
MATLAB相关知识点详细介绍
2024-03-14
Fortran语言相关知识点详细介绍
2024-03-14
Kotlin语言相关知识点详细介绍
2024-03-14
Rust语言相关知识点详细介绍
2024-03-14
Ruby语言相关知识点详细介绍
2024-03-14
Delphi知识点详细介绍
2024-03-14
Scratch知识点相关介绍
2024-03-15
Visual Basic知识点详细介绍
2024-03-15
Go语言相关知识点详细介绍
2024-03-15
C#相关知识点详细介绍
2024-03-15
PHP相关知识点详细介绍
2024-03-15
JavaScript知识点
2024-03-15
C#（读作“C Sharp”）是微软公司开发的一种面向对象的编程语言
2024-03-15
ACM国际大学生程序设计竞赛、NOI全国青少年信息学奥林匹克竞赛和CSP认证考试
2024-03-20
美国大学生数学建模竞赛（MCM/ICM，简称美赛）
2024-03-20
计算机二级考试是许多计算机专业学生和非专业学生都会选择的一项考试，它不仅检验了考生的计算机基础知识，也考察了考生的实际操作能力
2024-03-20
电子设计竞赛（简称电赛）是检验和锻炼学生电子设计能力的重要平台 参与电赛，不仅能够提升我们的实践能力，还能培养我们的团队协作精
2024-03-20
yolo相关知识点详细介绍
2024-03-14
中药材识别数据集 目标检测 图像分类
2024-09-20
大学创新创业训练计划（简称“大创”）是大学生活中一项极具挑战性和收获性的活动
2024-03-22
智能车竞赛作为推动智能车技术发展、培养创新型人才的重要途径
2024-03-22
数据可视化知识点相关介绍
2024-04-11
VR/AR开发知识点详细介绍
2024-04-11
对Sora AI进行详细介绍
2024-04-12
毕业设计是大学教育中极为重要的一环，旨在培养学生综合运用所学知识解决实际问题的能力
2024-03-22
蓝桥杯全国软件和信息技术专业人才大赛是由工业和信息化部人才交流中心举办的全国性IT学科赛事
2024-03-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人