1---识别手机型号代码 2---识别手机串码 3---识别手机存储 功能小巧 完美好使 投屏 adb重启rec adb重启fast adb重启系统 fast刷写指定分区 当前系统ab分区切换 twrp刷写zip twrp里side刷写rom twrp里清除数据 adb推送安装app
2022-05-31 21:04:35 43.05MB adb工具 fast工具
OZCollide是很不错的开源的碰撞检测库,它提供了一些便于调用的的C++ API,包含fast tri-box intrs及其其他多种高效碰撞检测算法,能够有效用于粒子系统的碰撞检测!
2022-05-30 18:19:18 106KB ozcollide 碰撞检测 fast tri-box
1
fast-lio2代码,做了调整,调用库,生成头文件。
2022-05-26 20:00:32 126.58MB 源码软件
1
hsi matlab代码使用线性回归的快速高光谱图像超分辨率 C语言实现 此版本的C语言实现是在Linux上开发的。 内部使用Intel Math Kernel Library(MKL)和Matlab R2014a extern库。 请确保您的计算机上正确安装了这两个依赖项。 使用Makefile编译计算机上的源代码,但是需要根据您的安装修改MKL和Matlab路径(我们的MKL位于/ usr / opt,Matlab位于/ usr / local。)。 我们的方法的实现包含在hss_lr.c中,该文件明确要求低空间分辨率高光谱图像(LR-HSI),高空间分辨率多光谱图像(HR-MSI)和降级算子(D)。 输出为高空间分辨率高光谱图像(HR-HSI)。 在我们的演示(LR_C.c)中,我们分别在CAVE,Havard和ICVL数据集上测试了我们的方法。 Matlab实现 LR_latest * .M包含了我们对不同贴片尺寸的方法,即,2 2,4 4,8×8,16 16,32×32的执行。 为使代码正常运行,请将* .m移到字典依赖项中。
2022-05-23 20:17:08 17KB 系统开源
1
DenseNet-Fast-40-12-CIFAR10.h5 准确率高达93% 可用此直接发布到heroku上
2022-05-23 14:40:36 3.97MB DenseNet 40-12 CIFAR10
1
Color quantization using the fast K-means algorithm Color Quantization Using the Fast K-Means Algorithm Hideo Kasuga Graduate School of Engineering, Shinshu University, Nagano, Japan 380-8553 Hiroaki Yamamoto and Masayuki Okamoto Faculty of Engineering, Shinshu University, Nagano, Japan 380-8553 SUMMARY Many color images use 24 bits for color information. However, this number of colors is not always necessary. In this paper, an algorithm that quantizes a full-color image from about 17
2022-05-23 02:41:18 226KB 学术 论文
1
目前为止最快速的EMD算法,也可作为SIFT匹配的一种方法
2022-05-22 13:36:04 916KB Fast EMD SIFT 距离
1
该项目旨在开发和共享快速的频繁子图挖掘和图学习算法。 当前,我们发布频繁的子图挖掘程序包FFSM,稍后我们将包括用于图回归和分类程序包的新功能。
2022-05-18 21:17:50 143KB 开源软件
1
以下论文中描述的快速 O(1) 双边滤波器的 MATLAB 实现: [1] KN Chaudhury、D. Sage 和 M. Unser,“使用三角范围内核的快速 O(1) 双边滤波”,IEEE Trans。 图像处理,卷。 20,没有。 2011 年 11 月。 [2] KN Chaudhury,“用于双边滤波和非局部均值的可移动 O(1) 算法的加速”,arXiv:1203.5128v1。
2022-05-18 13:45:28 8KB matlab
1
快速神经风格 :sunset: :rocket: 注意:该代码库已不再维护,请使用提供的pytorch examples存储库中的代码库。 该存储库包含艺术风格转换算法的pytorch实现。 该算法可用于将图像的内容与另一图像的样式混合。 例如,这是一张以彩色玻璃绘画风格渲染的门拱的照片。 该模型使用所述的方法以及。 README中显示的示例的已保存模型可以从下载。 免责声明:此实现也是存储库的一部分。 此存储库中的实现使用预训练的Caffe2 VGG,而pytorch示例存储库实现使用预训练的Pytorch VGG。 这两个VGG具有不同的预处理,这导致不同的--content-weight和--style-weight参数。 样式化的输出图像看起来也略有不同。 要求 该程序是用Python编写的,并使用 , 。 GPU不是必需的,但可以显着提高速度,尤其是在训练新模型时。 可以使用保存的模型在笔记本电
2022-05-17 11:18:21 2.32MB deep-learning pytorch neural-style Python
1