2021年11月IP2Location全球ip地址库IPV6，为.bin格式，类型为[DB9.LITE]级别

Yolo通用目标检测模型与EfficientNet-lite结合使用，计算量仅为230Mflops（0.23Bflops），模型大小为1.3MB:high_voltage:Yolo-Fastest:high_voltage:简单，快速，紧凑，易于移植实时目标检测算法适用于所有平台基于yolo的最快和最小的已知通用目标检测算法速度比mobilenetv2-yolov3-nano快45％，参数数量减少56％评估指标网络VOC mAP（0.5）分辨率运行时间（Ncnn 1xCore）运行时间（Ncnn 4xCore）FLOPS重量大小MobileNetV2-YOLOv3-Nano 65.27 320 11.36ms 5.48ms 0.55BFlops 3.0MB Yolo-Fas

嫌github上下载麻烦的可以到这里下载，用于Androidstdio上跑tensorflow lite的实例

基于shardingsphere-elasticjob-ui 的3.1.0版本打出来的elasticjob-lite软件包，可以解压后直接使用. 登录地址：ip:8088，登录账号/密码：root/root 在软件包中的conf/application.properties 文件中可以直接修改端口号和账号密码

tflite2onnx-将TensorFlow Lite模型转换为ONNX tflite2onnx将TensorFlow Lite（TFLite）模型（ *.tflite ）转换为ONNX模型（ *.onnx ），并正确处理了数据布局和量化语义（有关详细信息，请*.onnx）。 强调 如果您想将TensorFlow模型（冻结图*.pb ， SavedModel或其他格式）转换为ONNX，请尝试 。 或者，您可以先将其为TFLite（ *.tflite ）模型，然后再将TFLite模型转换为ONNX。 微软在tf2onnx实现了另一个TensorFlow Lite至ONNX模型转换器（我们于2020年5月开源tflite2onnx ）。 tf2onnx似乎能够像我们一样转换量化，并且似乎能够转换尚不支持的RNN网络。 如果tflite2onnx缺少任何功能，请尝试tf2onnx --t

FET-Pro430-Lite v3.4 最新版本，是MSP430最佳的烧写工具。

Spy++ Lite是一款功能丰富的编程辅助工具，适用于获取窗口句柄并分析窗体结构。可以探测32位和64位应用程序。可以以十六进制和十进制显示窗口句柄、窗口样式和类样式等数值。可以获取父窗口和兄弟窗口、子窗口结构并形成句柄树，还可以调节窗口的状态和行为，获取程序路径、给窗口截图等。软件还支持获取列表控件数据，如任务管理器、股票行情数据等，还支持获取树视图、下拉框、列表框和菜单数据和字体信息等。

介绍如何使用`TF Lite model maker`库创建TensorFlow Lite模型。我们将在自定义数据集上微调一个预训练的图像分类模型，并进一步探索Tensorflow Lite支持的不同类型的模型优化技术，并将其导出到TF Lite模型。将创建的TF Lite模型与通过Tensorflow Lite 转换的模型进行详细的性能比较，最后将模型部署到web应用中。

flato-lite.rar

NanoPi R2S FriendlyCore Lite Focal 系统镜像