Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >动漫常用网站/APP 彻底帮你解决看动漫的烦恼[通俗易懂]

动漫常用网站/APP 彻底帮你解决看动漫的烦恼[通俗易懂]

作者头像
全栈程序员站长
发布于 2022-09-28 03:57:32
发布于 2022-09-28 03:57:32
2.1K0
举报

大家好,又见面了,我是你们的朋友全栈君。

本文是众多使用技巧中其中的一篇, 全部使用技巧点击链接查看, 保证你收获满满

我主页中的思维导图中内容大多从我的笔记中整理而来,相应技巧可在笔记中查找原题, 有兴趣的可以去 我的主页 了解更多计算机学科的精品思维导图整理

本文可以转载,但请注明来处,觉得整理的不错的小伙伴可以点赞关注支持一下哦!

本文提到的所有软件和工具,可关注公众号 一起学计算机 点击 资源获取 获得

本人最常用的网站就是 AGE动漫, 这是我用过最好的动漫网站, 资源算是最全的吧, 并且大多数动漫都提供百度云链接, 可下载观看, 当然你也可以直接在线观看, 画质也是很好的, 对了, 提到画质, 众所周知, 直接在浏览器中播放, 画质是比较模糊的, 这是浏览器的通病, 好在这个网站提供了相应的APP, 在APP中观看的画质还是很好的, 另外一大好处就是有了APP就不用再担心某天突然找不到网站了. APP可在公众号获取

下图是网址首页, 可以看到有每日推荐的精彩动漫, 有每周放送列表: 这个对于追动漫的人来说简直太方便了, 直接显示了当前动漫更新的集数, 甚至还有动漫更新的具体时间, 点击去之后的页面如下图, 一般动漫都会有好几个播放列表, 你可以随意切换, 下面还会有百度云的资源, 可以直接获取, 真的非常方便.

在此页面还有此动漫的基本信息: 包括首播时间, 类型, 制作公司等, 下面还有相关的动漫链接, 将整个系列的动漫都给你整理好了, 尤其追系列动漫(如Fate), 简直不要太方便

最下面就是相关推荐和留言板了, 推荐的内容也还是不错的

在目录中你可以根据各种标签来筛选动漫, 种类十分齐全(有些分类甚至不宜展示)

个人感觉最有用的就是它的排行榜了, 这个排行榜完全是根据本站的数据做的自己的排行榜, 而这里几乎包含所有的动漫, 你仔细看看排行前几名的就懂了, 排行榜相当于参考价值, 毕竟都是真正的二次元慢慢累积出来的数据, 还可以根据时间进行分类

当然, 这个网站也是有点小缺憾, 就是对于多数腾讯动漫, 只能提供在线观看, 是没有相应百度云的, 这里提供另外一个互补的网站 爱电影, 这是内容很全的网站, 并不只是关于动漫的, 电影,综艺之类的都有, 资源算是很全的, 相对于专门做动漫的AGE来说, 可能更新的没有那么及时吧. 它也同样有找不到的情况, 可以留个心多保存几个网址, 实在找不到, 最后的方法就是关注他的公众号, 一般网站不可用时会出现, 这样根据公众号也可以得到最新的网址. 总之, 这两个结合起来, 看各种类型的动漫应该没什么问题了.

这是两个最好的方式, 当然其他的像: 樱花动漫, 迅播动漫,奇奇动漫等也还行, 这里就不介绍了, 可以自己搜名字探索一下.

对了, 还有一个搜资源的神器(毕竟有些神作不是很容易找到的),也是我最近刚发现的: magnetW, 可能资深GitHub用户见过这个名字, 这其实是GitHub中一个开源项目, 当我找到它时, 只看到了一堆代码, 当时还挺失望的, 但还好没放弃, 万能的网友竟然早就将项目做成了可直接运行的APP, 真的差点就错过了. 简单来说, 这个项目整合了二三十个用来搜索磁力链接的网站, 用过磁力链接的都知道, 这东西太容易被和谐了, 有时想找到一个都难, 更别说这个软件整合了几十个, 实属难得, 就多说一句(可以直接搜fanhao), 在它整合的二三十个网站中, 我大概试了下, 最好用的就是下图展示的网站BTGG, 毕竟这篇文章是介绍动漫的, 软件详细介绍和使用参考本专栏相关文章吧!

我的更多精彩文章链接, 欢迎查看

各种电脑/软件/生活/音乐/动漫/电影技巧汇总

经典动漫全集目录 精彩剧集

海贼王 动漫 全集目录 分章节 精彩打斗剧集 思维导图整理

火影忍者 动漫 全集目录 分章节 精彩打斗剧集 思维导图整理

死神 动漫 全集目录 分章节 精彩打斗剧集 思维导图整理

计算机专业知识 思维导图整理

Python 北理工慕课课程 知识点 常用代码/方法/库/数据结构/常见错误/经典思想 思维导图整理

C++ 知识点 清华大学郑莉版 东南大学软件工程初试906 思维导图整理

计算机网络 王道考研 经典5层结构 中英对照 框架 思维导图整理

算法分析与设计 北大慕课课程 知识点 思维导图整理

数据结构 王道考研 知识点 经典题型 思维导图整理

人工智能导论 王万良慕课课程 知识点 思维导图整理

红黑树 一张导图解决红黑树全部插入和删除问题 包含详细操作原理 情况对比

各种常见排序算法的时间/空间复杂度 是否稳定 算法选取的情况 改进 思维导图整理

人工智能课件 算法分析课件 Python课件 数值分析课件 机器学习课件 图像处理课件

考研相关科目 知识点 思维导图整理

考研经验—东南大学软件学院软件工程

东南大学 软件工程 906 数据结构 C++ 历年真题 思维导图整理

东南大学 软件工程 复试3门科目历年真题 思维导图整理

高等数学 做题技巧 易错点 知识点(张宇,汤家凤)思维导图整理

考研 线性代数 惯用思维 做题技巧 易错点 (张宇,汤家凤)思维导图整理

高等数学 中值定理 一张思维导图解决中值定理所有题型

考研思修 知识点 做题技巧 同类比较 重要会议 1800易错题 思维导图整理

考研近代史 知识点 做题技巧 同类比较 重要会议 1800易错题 思维导图整理

考研马原 知识点 做题技巧 同类比较 重要会议 1800易错题 思维导图整理

考研数学课程笔记 考研英语课程笔记 考研英语单词词根词缀记忆 考研政治课程笔记

Python相关技术 知识点 思维导图整理

Numpy常见用法全部OneNote笔记 全部笔记思维导图整理

Pandas常见用法全部OneNote笔记 全部笔记思维导图整理

Matplotlib常见用法全部OneNote笔记 全部笔记思维导图整理

PyTorch常见用法全部OneNote笔记 全部笔记思维导图整理

Scikit-Learn常见用法全部OneNote笔记 全部笔记思维导图整理

Java相关技术/ssm框架全部笔记

Spring springmvc Mybatis jsp

科技相关 小米手机

小米 红米 历代手机型号大全 发布时间 发布价格

常见手机品牌的各种系列划分及其特点

历代CPU和GPU的性能情况和常见后缀的含义 思维导图整理

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/172246.html原文链接:https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022年8月23日 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【目标检测Anchor-Free】ECCV 2018 CornerNet
继续来探索Anchor-Free目标检测算法,前面讲了Anchor-Free的起源 目标检测算法之Anchor Free的起源:CVPR 2015 DenseBox ,其实同期另外一个有名的目标检测算法YOLOV1也是Anchor-Free系列的了。Anchor-Free系列相比于Anchor-Based的发展是较慢的,在2018-2019年才开始火起来。今天为大家介绍一下ECCV 2018的CornerNet,全称为:Detecting Objects as Paired Keypoints 。论文原文和代码见附录链接。
BBuf
2020/02/21
7710
【目标检测Anchor-Free】ECCV 2018 CornerNet
关键点定位︱四款人体姿势关键点估计论文笔记
版权声明:博主原创文章,微信公众号:素质云笔记,转载请注明来源“素质云博客”,谢谢合作!! https://blog.csdn.net/sinat_26917383/article/details/79704097
悟乙己
2019/05/26
2.8K0
【目标检测Anchor-Free】CVPR 2019 Object as Points(CenterNet)
前天发了一个推文【目标检测Anchor-Free】CVPR 2019 CenterNet,讲解的是CenterNet: Keypoint Triplets for Object Detection这篇论文,今天要讲的这篇论文全名是Object as Points。这篇论文提出的网络也被叫作CenterNet,和前面介绍的CenterNet重名了,注意加以区别。论文原文见附录。
BBuf
2020/02/21
1K0
【目标检测Anchor-Free】CVPR 2019 Object as Points(CenterNet)
深度学习中的“人体姿势估计”全指南
来源商业新知网,原标题:从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南
商业新知
2019/05/08
3.4K0
深度学习中的“人体姿势估计”全指南
从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南
几十年来,人体姿态估计(Human Pose estimation)在计算机视觉界备受关注。它是理解图像和视频中人物行为的关键一步。
大数据文摘
2019/05/15
1.7K0
从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南
角网络——目标检测(文后有paper地址及源码)
【导读】今天分享的技术提出了一种新目标检测方法,用单个卷积网络将目标边界框检测为一对关键点(即边界框的左上角和右下角)。通过将目标检测为成对关键点,消除现有的one stage检测器设计中对一组anchors的需要。除此之外,还引入了corner pooling,一种新型的池化层,可以帮助网络更好的定位边界框的角点。最终CornerNet在MS COCO上实现了42.1%的AP,优于所有现有的one stage检测器。
计算机视觉研究院
2019/06/14
5450
角网络——目标检测(文后有paper地址及源码)
AI 黑玉断续膏: 自底向上的二维人体姿态估计
大家好!此前我们介绍了二维人体姿态估计(2D Human Pose Estimation,以下简称2D HPE)的基本概念、常用数据集,以及自顶向下的2D HPE算法。本文将结合MMPose对自底向上的2D HPE算法做一些更详细的分析。
OpenMMLab 官方账号
2022/01/18
1.6K0
AI 黑玉断续膏: 自底向上的二维人体姿态估计
[ECCV 2018]CornerNet: Detecting Objects as Paired Keypoints解读
本文提出一种使用单个卷积神经网络的新型物体检测方法: CornerNet. 本文通过将目标定义为成对关键点,消除了单阶段检测网络中对anchor box的需要. 除了新颖的网络形式外,本文还介绍了角落池化(corner pooling):一种新的池化方式,它可以帮助网络更好地定位物体的边角。 实验表明,CornerNet在MS COCO上实现了42.1%的AP,优于所有现有的单阶段检测模型。
SIGAI学习与实践平台
2019/03/06
1.5K0
[ECCV 2018]CornerNet: Detecting Objects as Paired Keypoints解读
目标检测(object detection)系列(十二) CornerNet:anchor free的开端
过去的目标检测算法,two-stage方法从Faster R-CNN开始,one-stage方法从SSD开始,都无一例外的引入了anchor,anchor先验的引入使网络不需要从0直接预测Bounding box,这有利于目标检测器得到更好的效果。但是随着Anchor box的逐渐增多,它变成了目标检测算法的一个瓶颈,而CornerNet首次弃用了anchor box,就像它的名字一样,它将目标物体转化为检测左上角和右下角的点,CornerNet的论文是《CornerNet: Detecting Objects as Paired Keypoints》。
chaibubble
2019/08/29
1.6K0
目标检测(object detection)系列(十二) CornerNet:anchor free的开端
[Intensive Reading]目标检测(object detection)系列(十二) CornerNet:anchor free的开端
目标检测系列: 目标检测(object detection)系列(一) R-CNN:CNN目标检测的开山之作 目标检测(object detection)系列(二) SPP-Net:让卷积计算可以共享 目标检测(object detection)系列(三) Fast R-CNN:end-to-end的愉快训练 目标检测(object detection)系列(四) Faster R-CNN:有RPN的Fast R-CNN 目标检测(object detection)系列(五) YOLO:目标检测的另一种打开方式 目标检测(object detection)系列(六) SSD:兼顾效率和准确性 目标检测(object detection)系列(七) R-FCN:位置敏感的Faster R-CNN 目标检测(object detection)系列(八) YOLOv2:更好,更快,更强 目标检测(object detection)系列(九) YOLOv3:取百家所长成一家之言 目标检测(object detection)系列(十) FPN:用特征金字塔引入多尺度 目标检测(object detection)系列(十一) RetinaNet:one-stage检测器巅峰之作 目标检测(object detection)系列(十二) CornerNet:anchor free的开端 目标检测(object detection)系列(十三) CenterNet:no Anchor,no NMS 目标检测(object detection)系列(十四)FCOS:用图像分割处理目标检测
chaibubble
2022/05/10
6090
[Intensive Reading]目标检测(object detection)系列(十二) CornerNet:anchor free的开端
论文阅读理解 - Multi-Context Attention for Human Pose Estimation
整合多内容信息注意力机制(multi-context attention mechanism)到CNN网络,得到人体姿态估计 end-to-end 框架.
AIHGF
2019/02/18
1.4K0
CornerNet: Detecting Objects as Paired Keypoints
我们提出了一种新的对象检测方法——拐角网络,该方法利用单一的卷积神经网络将对象的左上角和右下角作为一对关键点检测出来。通过检测成对的关键点,我们消除了设计一组锚箱的需要,通常使用单级检测器。除了我们的新公式,我们还引入了角池化,这是一种新的池化层,可以帮助网络更好地定位角。实验表明,在MS COCO上,CornerNet实现了42.2%的AP,优于现有的所有一级检测器。
狼啸风云
2021/07/19
1.5K0
CornerNet: Detecting Objects as Paired Keypoints
实录 | 旷视研究院详解COCO2017人体姿态估计冠军论文(PPT+视频)
主讲人:王志成 | 旷视研究院研究员 屈鑫 整理编辑 量子位 出品 | 公众号 QbitAI 12月13日晚,量子位·吃瓜社联合Face++论文解读系列第二期开讲,本期中旷视(Megvii)研究院解读了近期发表的人体姿态估计论文:Cascaded Pyramid Network for Multi-Person Pose Estimation。 基于这篇论文所提出的算法,Megvii(Face++)队在COCO2017人体姿态估计竞赛上获得了历史最好成绩,相对 2016年人体姿态估计的最好成绩提高了19%
量子位
2018/03/22
1.5K0
实录 | 旷视研究院详解COCO2017人体姿态估计冠军论文(PPT+视频)
超轻量更泛化!基于人体骨骼点的动作识别
基于骨骼点的动作识别 (Skeleton-based Action Recognition) 旨在从一系列时间连续的人体骨骼点中识别正在执行的动作。相较于 RGB 帧或光流,人体骨骼这一模态与人体动作天然更密切,且更加紧凑。
OpenMMLab 官方账号
2022/01/18
5.1K0
超轻量更泛化!基于人体骨骼点的动作识别
Python+OpenCV+OpenPose实现人体姿态估计(人体关键点检测)
人体姿态估计(Human Posture Estimation),是通过将图片中已检测到的人体关键点正确的联系起来,从而估计人体姿态。
不脱发的程序猿
2021/01/20
11.2K0
Openpose+Tensorflow 这样实现人体姿态估计 | 代码干货
人体姿态估计指从单个 RGB 图像中精确地估计出人体的位置以及检测骨骼关键点的位置。人体姿态估计是计算机视觉领域的研究热点,是诸多计算机视觉任务的基础,如动作分类、异常行为检测、自动驾驶等。
AI科技大本营
2021/07/12
3.7K1
CVPR 2019 | 腾讯AI Lab联合清华大学提出基于骨骼姿态估计的人体实例分割
目前主流的高精度实例物体分割框架都是基于很强的物体检测方法,如 Fast/Faster R-CNN, YOLO 等。虽然不同的方法设计了不同的结构,但是这些方法都遵循着一个基本的规则:首先从图像中生成大量的候选区域,然后用非极大值抑制(NMS)算法从这些数以千计的候选区域中剔除那些重复的候选区域。
机器之心
2019/06/20
1.4K0
CVPR 2019 | 腾讯AI Lab联合清华大学提出基于骨骼姿态估计的人体实例分割
ICCV 2019 | 一种基于卷积神经网络的驾驶员和安全带检测的灵活体系结构
作者 | BBuf 单位 | 北京鼎汉技术有限公司 算法工程师(CV) 编辑 | 唐里
AI科技评论
2019/10/25
2.1K0
ICCV 2019 | 一种基于卷积神经网络的驾驶员和安全带检测的灵活体系结构
RRC detection、CornerNet、M2Det、FOCS…你都掌握了吗?一文总结目标检测必备经典模型(三)
 机器之心专栏 本专栏由机器之心SOTA!模型资源站出品,每周日于机器之心公众号持续更新。 本专栏将逐一盘点自然语言处理、计算机视觉等领域下的常见任务,并对在这些任务上取得过 SOTA 的经典模型逐一详解。前往 SOTA!模型资源站(sota.jiqizhixin.com)即可获取本文中包含的模型实现代码、预训练模型及 API 等资源。 本文将分 3 期进行连载,共介绍 17 个在目标检测任务上曾取得 SOTA 的经典模型。 第 1 期:R-CNN、SPP-Net、Fast R-CNN、Faster R-C
机器之心
2023/03/29
1.2K0
RRC detection、CornerNet、M2Det、FOCS…你都掌握了吗?一文总结目标检测必备经典模型(三)
关于大片人物特效少不了的人体姿态估计,这里有一份综述文章
人体姿态骨架图 (skeleton) 用图形格式表示人的动作。本质上,它是一组坐标,连接起来可以描述人的姿势。骨架中的每个坐标都被称为这个图的部件(或关节、关键点)。我们称两个部件之间的有效连接为对(pair,或肢)。但是要注意的是,并非所有部件组合 都能产生有效的对。下图是一个人体姿态骨架图的示例。
机器之心
2019/06/14
1.4K0
关于大片人物特效少不了的人体姿态估计,这里有一份综述文章
推荐阅读
【目标检测Anchor-Free】ECCV 2018 CornerNet
7710
关键点定位︱四款人体姿势关键点估计论文笔记
2.8K0
【目标检测Anchor-Free】CVPR 2019 Object as Points(CenterNet)
1K0
深度学习中的“人体姿势估计”全指南
3.4K0
从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南
1.7K0
角网络——目标检测(文后有paper地址及源码)
5450
AI 黑玉断续膏: 自底向上的二维人体姿态估计
1.6K0
[ECCV 2018]CornerNet: Detecting Objects as Paired Keypoints解读
1.5K0
目标检测(object detection)系列(十二) CornerNet:anchor free的开端
1.6K0
[Intensive Reading]目标检测(object detection)系列(十二) CornerNet:anchor free的开端
6090
论文阅读理解 - Multi-Context Attention for Human Pose Estimation
1.4K0
CornerNet: Detecting Objects as Paired Keypoints
1.5K0
实录 | 旷视研究院详解COCO2017人体姿态估计冠军论文(PPT+视频)
1.5K0
超轻量更泛化!基于人体骨骼点的动作识别
5.1K0
Python+OpenCV+OpenPose实现人体姿态估计(人体关键点检测)
11.2K0
Openpose+Tensorflow 这样实现人体姿态估计 | 代码干货
3.7K1
CVPR 2019 | 腾讯AI Lab联合清华大学提出基于骨骼姿态估计的人体实例分割
1.4K0
ICCV 2019 | 一种基于卷积神经网络的驾驶员和安全带检测的灵活体系结构
2.1K0
RRC detection、CornerNet、M2Det、FOCS…你都掌握了吗?一文总结目标检测必备经典模型(三)
1.2K0
关于大片人物特效少不了的人体姿态估计,这里有一份综述文章
1.4K0
相关推荐
【目标检测Anchor-Free】ECCV 2018 CornerNet
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档