当前位置: 首页 > news >正文

基于Django的个性化股票交易管理系统

本项目基于Python3.6、Django2.1、MySql8.0(最好不要使用5.6,字符集等方面均不兼容,否则导入数据库会出错)与股票信息工具包TuShare实现。

创建或激活对应Python开发环境
这里使用了conda来管理环境,强烈推荐,避免不同环境包干扰、依赖的问题。

$ conda activate Webdev
(Webdev)$

或者

$ conda create -n Webdev python=3.6
$ conda activate Webdev
(Webdev)$
安装所需要的依赖包
pip install -r requirements.txt
本项目依赖的核心包有:Django 2.1.15与tushare pro,前者作为主要开发框架,后者是爬取股票数据的核心包。tushare需要依赖pandas等包,用于数据分析和处理。 my-fake-useragent用于生成伪请求头,爬取相应的新闻数据。 django-mptt用于生成树形多级评论。

创建对应数据库(stocktrading)和用户(trading)
create database stocktrading;
create user ‘trading’@‘localhost’ identified by trading;
grant all privileges on stocktrading to ‘trading’@‘localhost’;
flush privileges;
执行迁移命令,创建模型数据表映射
改命令会根据models.py文件中定义的模型创建数据表结构(无数据)。

$ python manage.py makemigrations
$ python manage.py migrate
将config/下的sql文件导入数据库中
在mysql环境中执行,会将stocktrading.sql中定义的表结构和数据全部导入。

use stocktrading;
source stocktrading.sql;
开始运行和测试
python manage.py runserver
打开localhost:8000端口即可查看应用。

运行情况
登录界面
login
在这里插入图片描述
在这里插入图片描述

可以点击上方注册按钮注册。

注册页面
register
在这里插入图片描述

输入相应信息即可完成注册。 但是考虑到已经导入数据库sql文件,那么数据库中应该有了相当数量可以直接登录的用户。可以任取一个进行测试。

username: 10071539640 password: 65815609

用户首页
index1index2
在这里插入图片描述
在这里插入图片描述

首页可以分为4个模块,传递的信息也是比较的丰富。分别是:

热门牛股:根据每天的股票收盘价格和次日的开盘价格计算差值和涨幅,按照涨幅进行排序得到的前10只热门牛股;
重大新闻:管理员自己发布或者通过爬虫获取到东方财富网上刊登的重大新闻简要信息,筛选后推荐给用户。可以点击换一波瞅瞅查看更多其他感兴趣的新闻资讯。有可以点击新闻标题进入新闻详情。
看大盘模块:展示了通过tushare模块抓取的上证指数变化情况。
我的评论模块:展示了我(该登录用户)近期所发布的对股票的评论信息。也可以点击评论标题进入评论详情。
左侧的控制菜单面板,可通过该面板进入其他模块进行管理。
个人信息管理
myprofile
在这里插入图片描述

点击左侧用户信息或者上方导航栏的头像,可以进入用户信息界面,在此查看个人信息,并可以进行修改。若修改需要输入密码并确认密码。

点击修改头像可以修改头像。

change_avatar
在这里插入图片描述

查看股票列表
stock_list
在这里插入图片描述

点击左侧股票列表即可查看股票列表,采用了DataTable组件进行列表展示。其中红色表示股价上涨的股票, 绿色表示下跌的股票。用户可以点击详情页面进行查看股票详情。

股票详情
stock_detailstock_detail2
在这里插入图片描述
在这里插入图片描述

用户在此页面可以进行买入操作,也可以查看返回到上级页面查看股票列表。 左上方图表显示了这支股票的股价变化日K线图与实时股价,右侧是该股票的股权占比,均是通过tushare 提供接口进行抓取获得的。

下方是关于股票的评论信息,同时用户可以发表自己关于这支股票的评论信息。

管理我的股票
mystock_list
在这里插入图片描述

点击管理我的股票,即可查看已经购入的股票列表。 点击详情页面,进入抛售股票页面。

out_stock
在这里插入图片描述

管理我的评论
mycomment
在这里插入图片描述

点击管理我的评论,即可查看我已经发表过的评论信息。

详情页面可以查看所有对评论的回复信息,同时自己也可以回复自己的评论。

mycomment_detail。
在这里插入图片描述

点击回复评论的用户名,可以查看该用户的详细信息,也可以为他(她)点赞。

other_profile

同时用户可以在我的评论列表将评论删除。

查看新闻详情
view_news
在这里插入图片描述

点击新闻标题,可以进入新闻的详情页面。可以在这个页面点击查看上一条或者下一条新闻。

管理员首页
可以使用如下命令创建管理员:
在这里插入图片描述

python manage.py createsuperuser
提示输入用户名,邮箱与密码, 这里依次输入superuser1,空,superuser1。
在这里插入图片描述

这样就可以以超级管理员身份登录后台了。

super_index1super_index

管理员界面与用户界面大同小异,只是内容更加丰富了一些。

用户信息管理
点击左侧用户信息管理进入用户信息管理详情页面。可以看到全部用户列表。
在这里插入图片描述

adm_user

点击详情进入用户信息详情。
在这里插入图片描述

adm_user_detail

在此界面,管理员可以修改部分用户的信息,不包括密码。管理员可以冻结用户的账号,使其 无法参与股票交易,管理员也可以删除用户。

管理股票列表
adm_stock_list
在这里插入图片描述
在这里插入图片描述

adm_stock_detail

管理交易记录
adm_trading_list
在这里插入图片描述

股票信息维护
upholdupdate
在这里插入图片描述

在此界面,管理员可以点击面板上的按钮,进行每天股票信息的维护操作。
在这里插入图片描述

点击更新实时数据按钮后,可以在控制台看到数据库更新的打印信息。

新闻管理
adm_news
在这里插入图片描述

在新闻管理页面,管理员可以添加新闻信息,也可以使用爬虫工具自动获取一些新闻信息,当然也可以进入新闻 页面的详情,对新闻的信息进行编辑或删除。

评论管理
adm_comment
在这里插入图片描述

相关文章:

基于Django的个性化股票交易管理系统

本项目基于Python3.6、Django2.1、MySql8.0(最好不要使用5.6,字符集等方面均不兼容,否则导入数据库会出错)与股票信息工具包TuShare实现。 创建或激活对应Python开发环境 这里使用了conda来管理环境,强烈推荐&#xf…...

Python图像变清晰与锐化,调整对比度,高斯滤波除躁,卷积锐化,中值滤波钝化,神经网络变清晰

本次使用图片来源于百度 import cv2 import time import numpy as np import pywtfrom PIL import Image, ImageEnhance#-i https://pypi.mirrors.ustc.edu.cn/simpledef super_resolution(input_path, output_path, model_path, scale4):# 初始化超分辨率模型sr cv2.dnn_su…...

带根线就无敌?光纤无人机如何成为电子战的终结者

在硝烟弥漫的俄乌战场上,一条超细光缆正在悄然改变战争规则。2024年俄军首次在前线部署光纤FPV无人机,其通过释放光纤线缆传输数据,成功对乌军装甲目标实施精准打击。乌方同时也迅速跟进,于 2025 年初量产光纤FPV 无人机以突破俄军…...

windows 和ubuntu静态路由配置

目录 windows 1 查看当前路由表 2 添加静态路由 3 删除路由 ubuntu route命令(传统方式) 使用ip指令(推荐) ubuntu永久路由配置 子网掩码解释 windows 1 查看当前路由表 -4 只关注ipv4,-6 用于指定显示 IPv6 …...

《深入理解计算机系统》阅读笔记之第四章 处理器体系结构

概述 备注:怎么感觉讲的还是《编码》这本书里面提到的知识点?...

vue项目前后端分离设计

在Vue前端架构中,通过分层结构和模块化设计实现高效的前后端分离,需要系统性规划各层职责、接口管理和数据流控制。以下是结合业界最佳实践的完整方案: 一、分层架构设计 1. 分层结构(自上而下) 层级职责示例技术实现…...

Steam游戏服务器攻防全景解读——如何构建游戏级抗DDoS防御体系?

Steam游戏服务器的DDoS攻防体系设计,从协议层漏洞利用到业务连续性保障,深度拆解反射型攻击、TCP状态耗尽等7类威胁场景。基于全球15个游戏厂商攻防实战数据,提供包含边缘节点调度、AI流量指纹识别、SteamCMD加固配置的三维防护方案&#xff…...

七、web自动化测试03

目录 一、xpath定位1. 属性定位2.属性与逻辑结合3. 属性与层级结合 二、cookie1. 验证码处理方案2. cookie3. 案例:cookie跳过登录 三、pytest1. 介绍及安装2. 定义用例3. 执行测试用例3.1 命令行运行3.2 配置文件运行3.3 项目配置文件config.py 4. 参数化5. 断言6.…...

企业级AI开发利器:Spring AI框架深度解析与实战

企业级AI开发利器:Spring AI框架深度解析与实战 一、前言:Java生态的AI新纪元 在人工智能技术爆发式发展的今天,Java开发者面临着一个新的挑战:如何将大语言模型(LLMs)和生成式AI(GenAI&#…...

docker-compose安装RustDesk远程工具

以下是使用 docker-compose 部署 RustDesk 服务端(ID服务器 hbbs + 中继服务器 hbbr)的完整流程: 1. 创建 docker-compose.yml mkdir -p ~/rustdesk && cd ~/rustdesk vi docker-compose.ymlversion: 3.8services...

Qt基础009(HTTP编程和QJSON)

文章目录 软件开发网络架构BS架构/CS架构 HTTP基本概念QT的HTTP编程JSON数据概述QT生成JSON数据QT解析JSON数据 软件开发网络架构 BS架构/CS架构 ​ 在计算机网络和软件开发中,CS架构(Client-Server Architecture,客户端-服务器架构&#x…...

学习整理在centos7上安装mysql8.0版本教程

学习整理在centos7上安装mysql8.0版本教程 查看linux系统版本下载mysql数据库安装环境检查解压mysql安装包创建MySQL需要的目录及授权新增用户组新增组用户配置mysql环境变量编写MySQL配置文件初始化数据库初始化msyql服务启动mysql修改初始化密码配置Linux 系统服务工具,使My…...

第R4周:LSTM-火灾温度预测

文章目录 一、前期准备工作1.导入数据2. 数据集可视化 二、构建数据集1. 数据集预处理2. 设置X, y3. 划分数据集 三、模型训练1. 构建模型2. 定义训练函数3. 定义测试函数4. 正式训练模型 四、模型评估1. Loss图片2. 调用模型进行预测3. R2值评估 总结: &#x1f36…...

Linux文件管理完全指南:从命名规则到压缩解压

一、文件命名规则&#xff1a;避免踩坑的关键 1. 允许的字符与命名建议 允许字符&#xff1a;除 / 外所有字符均可使用&#xff0c;但需避免 <, >, ?, * 等特殊符号。 命名建议&#xff1a; 统一使用小写字母&#xff08;Linux严格区分大小写&#xff09;。 用下划线…...

react和vue的区别之一

前言 小编在学react的时候&#xff0c;发现react在使用ant-design组件的from表单&#xff0c;有点惊奇&#xff0c;跟vue差别确实有点大。 1-React 与 Vue 表单处理对比指南 核心差异概述 特性VueReact (Ant Design Form)数据定义必须显式定义 reactive/ref通过 name 隐式定…...

电力系统最小惯性常数解析

1. 什么是惯性常数&#xff1f; 电力系统的惯性常数&#xff08;Inertia Constant&#xff09;可以理解为系统抵抗频率突变的能力&#xff0c;类似于“惯性”。传统电力系统中&#xff0c;同步发电机&#xff08;如火电厂&#xff09;的旋转部件&#xff08;如涡轮、转子&…...

Linux软硬链接和动静态库(20)

文章目录 前言一、软硬链接基本认知实现原理应用场景取消链接ACM时间 二、动静态库认识库库的作用 三、制作静态库静态库的打包静态库的使用 四、制作动态库动态区的打包动态库的链接与使用动态库的链接原理 总结 前言 我有款非常喜欢玩的游戏&#xff0c;叫做《饥荒》&#xf…...

FX10(CYUSB4014)USB3.2(10Gbps)开发笔记分享(1):硬件设计与开发环境搭建

作者&#xff1a;Hello&#xff0c;Panda 大家早上好&#xff0c;中午好&#xff0c;下午好&#xff0c;晚上好&#xff0c;熊猫君又来了。这次计划做一个连载&#xff0c;大概6期左右&#xff0c;主要介绍英飞凌最新的FX5/10/20的器件应用。目前&#xff0c;熊猫君手上调试的…...

【工具变量】上市公司-“链主“企业相关数据(2001-2024年)

上市公司的"链主企业"&#xff08;Anchor Enterprise&#xff09;指在其供应链中具有较较高中心度的公司。这些公司通过其规模、技术优势、资源整合能力等&#xff0c;影响和带动整个产业链的发展与运作。这些企业往往是供应链中最重要的节点&#xff0c;其决策和行为…...

Qt知识点1『16进制数值与文本互相转换』

工作中可能会遇到QByteArray保存着16进制的数据&#xff0c;例如网络传输中的数据在抓包软件下就会显示为16进制的文本格式。本次是在串口通讯首发消息时遇到的这类转换问题&#xff0c;做一下记录。 一、16进制的文本字符串如何转换数值 解决&#xff1a;形如QString("0…...

MongoDB Shard Cluster

# MongoDB Shard Cluster 集群规划 132上面单独安装mongos 在 1,2,3上面安装shard1和config 在 4,5,6上面安装shard2 节点host如下 172.20.192.20 member1.blockin.ai 172.20.192.21 member2.blockin.ai 172.20.192.31 member3.blockin.ai …...

Pycharm(六):可变与不可变类型

一、引用 在java中既有值传递,也有引用传递,我们思考一下在python中值的传递方式是哪种类型呢? 答案是引用传递。 概述: Python中存储变量是需要占用内存空间的,为了更好地管理这些空间,每块空间都是有自己的地址值的。 格式: id(变量名/值) 可以查看变量/…...

每日算法-250425

每日算法打卡 - 2025年4月25日 记录今天完成的几道 LeetCode 算法题&#xff0c;分享解题思路和代码。 2178. 拆分成最多数目的正偶数之和 题目 解题思路 贪心算法 解题过程 题目要求我们将一个偶数 finalSum 拆分成尽可能多的 不同 正偶数之和。 为了使拆分出的数字数量…...

github把自己的jar包发送到maven中央仓库

maven中央仓库注册账号 《Maven中央仓库官网》 注册账号 直接使用github账号 他会自动帮我们创建一个github的命名空间 获取自己的User Token 切记立马复制、保存username和password&#xff0c;后面maven的settings.xml会用到&#xff0c;因为这个页面会在一分钟以后自动关闭…...

链表系列一>两两交换链表中的结点

目录 题目&#xff1a;解析&#xff1a;代码&#xff1a; 题目&#xff1a; 链接: link 解析&#xff1a; 代码&#xff1a; /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}* ListNode(int va…...

【深度强化学习 DRL 快速实践】异步优势演员评论员算法 (A3C)

Asynchronous Advantage Actor-Critic A3C (2016, DeepMind) 异步优势演员评论员算法 (A3C): 继承 actor-critic 的优势&#xff0c;同时通过异步多线程 (团队作战) 加速了训练过程 model-free, actor-critic 核心改进点说明异步并行训练 – Asynchronous (无经验回放)通过多个…...

240425 leetcode exercises

240425 leetcode exercises jarringslee 文章目录 240425 leetcode exercises[147. 对链表进行插入排序](https://leetcode.cn/problems/insertion-sort-list/)&#x1f501;插入排序 [1721. 交换链表中的节点](https://leetcode.cn/problems/swapping-nodes-in-a-linked-list…...

找三维gis开发的工作,Mapbox要学到什么程度?

Mapbox 是⼀个可以创建各种⾃定义地图的⽹站&#xff0c;如 Pinterest、Evernote、Github、500px 等⼤牌都使⽤ Mapbox 创建⾃⼰的地图&#xff0c;Mapbox 宣称要构建世界上最漂亮的地图。已为 Foursquare、Pinterest、Evernote、⾦融时报、天⽓频道、优步科技 等公司的⽹站提供…...

ThinkPHP6模型中多组条件逻辑或Or查询的使用

直接进入正题&#xff0c;如我们的查询条件是这样的&#xff1a; (age > 20 and job_id 3) or (sex 1 and age < 20) 上面两组数据之间是 Or 的关系。 可使用两个闭包进行查询&#xff0c;代码如下&#xff1a; $map1 [age > 30,sex > $id,];$map2 …...

《AI大模型趣味实战》基于RAG向量数据库的知识库AI问答助手设计与实现

基于RAG向量数据库的知识库AI问答助手设计与实现 引言 随着大语言模型&#xff08;LLM&#xff09;技术的快速发展&#xff0c;构建本地知识库AI问答助手已成为许多企业级应用的需求。本研究报告将详细介绍如何基于FLASK开发一个使用本地OLLAMA大模型底座的知识库AI问答助手&…...

netcore8.0项目发布到centos,利用nginx反向代理(宝塔面板篇)

1、发布netcore项目 在program.cs中配置nginx代理 // 添加Nginx反向代理支持 builder.Services.Configure<ForwardedHeadersOptions>(options > {options.ForwardedHeaders ForwardedHeaders.XForwardedFor | ForwardedHeaders.XForwardedProto;options.KnownNetwo…...

项目笔记1:通用 Service的常见方法

通用 Service 通常封装了常见的业务逻辑操作&#xff0c;以提高代码的复用性和可维护性。不同的框架和业务场景下&#xff0c;通用 Service 的方法会有所差异&#xff0c;但一般都会包含一些基本的增删改查&#xff08;CRUD&#xff09;操作&#xff0c;以下为你详细介绍&#…...

VUE3父子组件defineModel动态值获取及处理

需求&#xff1a;子组件获取父组件value值时需处理&#xff0c;子组件加载时用onMounted&#xff0c;value变化时用watch 父组件&#xff1a; <template><div><p>父组件的值: {{ parentValue }}</p><button click"changeValue">改变…...

CUDA编程之Grid、Block、Thread线程模型

一、线程模型:Grid、Block、Thread概念 ‌1. 层级定义‌ ‌Thread(线程)‌ CUDA中最基本的执行单元,对应GPU的单个CUDA核心(SP)。每个线程独立执行核函数指令,拥有独立的寄存器和局部内存空间‌。 ‌Block(线程块)‌ 由多个线程组成(通常为32的倍数),是逻辑上的并…...

BT151-ASEMI无人机专用功率器件BT151

编辑&#xff1a;ll BT151-ASEMI无人机专用功率器件BT151 型号&#xff1a;BT151 品牌&#xff1a;ASEMI 封装&#xff1a;TO-220F 批号&#xff1a;最新 引脚数量&#xff1a;3 特性&#xff1a;单向可控硅 工作温度&#xff1a;-40℃~150℃ ‌BT151单向可控硅产品解…...

无人机环境适应性与稳定性技术要点!

1. 环境感知与传感器融合 多传感器集成&#xff1a;结合IMU&#xff08;惯性测量单元&#xff09;、GPS、气压计、激光雷达&#xff08;LiDAR&#xff09;、视觉传感器&#xff08;RGB/深度相机&#xff09;、超声波等&#xff0c;实现冗余数据采集。 实时环境建模&#xff1…...

BiliNote:开源的AI视频笔记生成工具,让知识提取与分享更高效——跨平台自动生成结构化笔记,实现从视频到Markdown的智能转化

引言:视频学习的痛点与BiliNote的解决方案 随着知识视频化趋势的加速,B站、YouTube等平台成为学习与信息获取的重要渠道,但手动记录笔记耗时低效、信息碎片化等问题依然突出。BiliNote的出现,通过AI驱动的自动化流程,将视频内容转化为结构清晰的Markdown笔记,支持截图插…...

HTMLcss实现网站抽奖

代码由 HTML、CSS 和 JavaScript 三部分组成&#xff0c;HTML 负责页面的结构搭建&#xff0c;CSS 负责页面的样式设计&#xff0c;JavaScript 负责实现抽奖的交互逻辑。 HTML 部分 <!DOCTYPE html> <html lang"en"><head><meta charset"…...

字节:视频一致性生成论文速读

一、引言 Phantom: Subject-Consistent Video Generation via Cross-Modal Alignment 是北京字节跳动智能创作团队提出的一种新型视频生成方法&#xff0c;旨在解决主体一致性视频生成的难题。该方法通过平衡文本和图像的双重模态提示&#xff0c;实现文本和视觉内容的深度对齐…...

JAVA常用分布式锁Redisson

1. 加锁过程 底层命令与数据结构 Redis 数据结构&#xff1a;使用 Hash 结构存储锁信息&#xff0c;Key 为锁名称&#xff0c;Field 为客户端唯一标识&#xff08;如 UUID 线程ID&#xff09;&#xff0c;Value 为锁的重入次数。 Lua 脚本原子性&#xff1a;通过 Lua 脚本在…...

9.ArkUI List的介绍和使用

ArkUI List 组件详解与使用指南 List 是 ArkUI&#xff08;HarmonyOS 开发框架&#xff09;中用于展示长列表数据的高性能滚动容器组件。以下是 List 的详细介绍和使用方法。 基本介绍 List 组件特点&#xff1a; 支持垂直/水平滚动高性能渲染&#xff08;仅渲染可视区域内…...

深度解析:从12306看混合云架构下的高并发系统设计

作为曾参与12306余票查询系统高并发升级的技术从业者&#xff0c;笔者注意到公众对于12306底层技术常存在认知盲区。为破解这一迷思&#xff0c;特此分享十年前的架构解密文献&#xff08;该技术之前名叫 gemfire 现已晋升为Apache顶级项目Geode&#xff0c;代码库详见&#xf…...

解决 EasyExcel 填充图片占满单元格问题

本篇主要记录解决使用EasyExcel 填充图片的两个问题&#xff1a; 1. 如何根据标识填充 2.如果完全占满要显示的单元格 import com.alibaba.excel.EasyExcel; import com.alibaba.excel.ExcelWriter; import com.alibaba.excel.metadata.data.ImageData; import com.alibaba.e…...

汽车售后 D - PDU 和 J2543 详细介绍

D - PDU&#xff08;Diagnostic Protocol Data Unit&#xff09; 定义与标准1&#xff1a;D - PDU 是指诊断协议数据单元&#xff0c;ISO 22900 - 2 - 2017 D - PDU - API 是针对道路车辆的模块化车辆通信接口&#xff08;MVCI&#xff09;中诊断协议数据单元的编程接口标准。…...

【linux】Chrony服务器

简介 1.1 时间的重要性 由于 IT 系统中&#xff0c;准确的计时非常重要&#xff0c;有很多种原因需要准确计时&#xff1a; 在网络传输中&#xff0c;数据包括和日志需要准确的时间戳 各种应用程序中&#xff0c;如订单信息&#xff0c;交易信息等 都需要准确的时间戳 1.2 时区…...

深度剖析!GPT-image-1 API 开放对 AI 绘画技术生态的冲击!

4月24日凌晨&#xff0c;OpenAI正式发布了全新的图像生成模型“gpt-image-1”&#xff0c;并通过API向全球开发者开放使用&#xff0c;这意味着其GPT-4o的图像生成能力正式向开发者开放&#xff01; 在这之前&#xff0c;GPT-4o的图像生成功能于今年3月25日由 OpenAI 创始人兼 …...

天能资管(SkyAi):精准投资匹配,定制资产配置新体验

在资产配置领域,随着市场环境的日益复杂和投资者需求的日益多样化,个性化和精准化已成为投资者最为关注的核心诉求。天能资管(SkyAi)作为新加坡BEAVER TOKEN基金会旗下的科技先锋,凭借其强大的AI技术和丰富的市场经验,创新性地推出了精准投资匹配服务,为投资者带来了前所未有的…...

volatile缓存可见性实现原理

1.缓存一致性问题 在多核处理器架构中&#xff0c;每个核心都有自己的缓存&#xff08;Cache&#xff09;&#xff0c;而主内存是所有核心共享的。当一个线程在某个核心上修改了一个共享变量时&#xff0c;这个修改可能只会更新到该核心的缓存中&#xff0c;并不会立刻写回到主…...

【计算机视觉】CV实战- 深入解析基于HOG+SVM的行人检测系统:Pedestrian Detection

深入解析基于HOGSVM的行人检测系统&#xff1a;从理论到实践 技术核心&#xff1a;HOGSVM检测框架HOG特征原理SVM分类器 项目架构与数据准备INRIA Person数据集目录结构 实战指南&#xff1a;从零构建检测系统环境配置完整训练流程检测应用 关键技术问题与解决方案1. 难例挖掘不…...

HDRnet——双边滤波和仿射变换的摇身一变

主页&#xff1a;Deep Bilateral Learning paper&#xff1a;https://groups.csail.mit.edu/graphics/hdrnet/data/hdrnet.pdf coeffs 这部分的处理对象是低分辨率图&#xff0c;利用CNN进行特征提取&#xff08;局部和全局&#xff09;&#xff0c;最后fuse得到grid&#xff…...