Application：启动的入口函数
common：一般就是存放公共的类或者常量，或者枚举值
config：装载或者是数据库的配置，我们都会放在config下面， webAPPconfig是对我们的静态资源，比如说css、js还有一些图片，做了一个映射，比如说static，然后我们把它映射到classpath:/static目录下。
Controller：我们接收外部的请求，比如参数校验，之后通过接口调用或得到的数据返回给前端
Service:把不同的请求,不同的服务把它抽象成一个service，本项目有两个service，也可以认为是两个模块。
Utils:存放公共的类或者工具函数。可以获取图片、获取分类，通过分类以及标签获取图片，通过分类获取图片列表以及上传文件。
AI视觉DAY３
2020-09-26
188
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
哭哭看不懂
相关文章
|
2天前
|
人工智能
编解码
安全
[译][AI OpenAI-doc] 视觉
学习如何使用 GPT-4 来理解图像。具有视觉功能的 GPT-4 Turbo 允许模型接收图像并回答与之相关的问题。了解图像上传、处理、成本计算、模型限制等详细信息。
33
0
0
|
11天前
|
人工智能
编解码
安全
揭秘AI幻觉：GPT-4V存在视觉编码漏洞，清华联合NUS提出LLaVA-UHD
【4月更文挑战第14天】清华大学与新加坡国立大学团队针对大型多模态模型（LMMs）在处理高分辨率图像时的局限，提出新模型LLaVA-UHD。该模型通过图像模块化、压缩和空间模式组织策略，有效提升了处理任意比例和高分辨率图像的能力。实验显示，LLaVA-UHD在9个基准测试中超越现有模型，且在TextVQA任务上准确率提升6.4%，同时训练时间更短。然而，模型训练成本高、泛化能力待优化是未来需解决的问题。
21
8
8
|
1月前
|
人工智能
UED
|
1月前
|
机器学习/深度学习
人工智能
自然语言处理
|
1月前
|
机器学习/深度学习
人工智能
知识图谱
|
3月前
|
机器学习/深度学习
存储
人工智能
|
3月前
|
存储
机器学习/深度学习
人工智能
|
3月前
|
人工智能
API
开发工具
|
9月前
|
机器学习/深度学习
存储
人工智能
|
9月前
|
人工智能
智能设计
达摩院
热门文章
最新文章
1
如何用MongoDB Atlas和大语言模型，高效构建企业级AI应用？
2
AIGC创作活动 | 跟着UP主秋葉一起部署AI视频生成应用！
3
招募！阿里云x魔搭社区发起Create@AI创客松邀你探索下一代多维智能体应用
4
大模型落地实战指南：从选择到训练，深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
5
fast.ai 深度学习笔记（五）（3）
6
fast.ai 机器学习笔记（四）（2）
7
fast.ai 深度学习笔记（二）（3）
8
fast.ai 深度学习笔记（七）（4）
9
fast.ai 深度学习笔记（六）（3）
10
fast.ai 机器学习笔记（一）（4）
1
【AI Agent系列】【阿里AgentScope框架】5. Pipeline模块的组合使用及Pipeline模块总结
12
2
【AI Agent系列】【阿里AgentScope框架】1. 深入源码：详细解读AgentScope中的智能体定义以及模型配置的流程
15
3
【AI大模型应用开发】【LangChain系列】实战案例4：再战RAG问答，提取在线网页数据，并返回生成答案的来源
14
4
【AI大模型应用开发】【LangChain系列】实战案例2：通过URL加载网页内容 - LangChain对爬虫功能的封装
7
5
【AI Agent系列】【MetaGPT多智能体学习】3. 开发一个简单的多智能体系统，兼看MetaGPT多智能体运行机制
18
6
【AI大模型应用开发】【LangSmith: 生产级AI应用维护平台】1. 快速上手数据集与测试评估过程
9
7
【AI大模型应用开发】【LangChain系列】4. 从Chain到LCEL：探索和实战LangChain的巧妙设计
11
8
【AI大模型应用开发】【LangChain系列】3. 一文了解LangChain的记忆模块（理论实战+细节）
7
9
【AI大模型应用开发】【LangChain系列】1. 全面学习LangChain输入输出I/O模块：理论介绍+实战示例+细节注释
16
10
【AI大模型应用开发】1.3 Prompt攻防（安全） 和 Prompt逆向工程
17