Vue Hiprint示例项目 基于Vue Element-UI的hiprint项目 屏幕截图 入门 该项目是vue指纹的起点。 步骤1 > git clone https://github.com/peakcool/vue-hiprint-example.git 第2步 > cd YOUR_PROJECT/vue-hiprint-example 第三步 > npm install 或者 > yarn 第四步 > npm run dev 资源 一些帮助您入门的资源：

支持向量机 具有线性内核的支持向量机（SVM） 随机梯度下降（SGD） 要求 $ pip install matplotlib numpy scikit-learn $ pip install "torch>=0.4.0" 例子 python main.py --c 0.01 --batchsize 1 硬边际c = 0，批处理大小= 1 软边距c = 0.01，批处理大小= 1

Tensorflow VGG16和VGG19 参考 这是基于和的VGG 16和VGG 19的Tensorflow实现。 原始的Caffe实现可在和找到。 我们已修改的实现以使用numpy加载而不是默认的tensorflow模型加载，以加快初始化速度并减少总体内存使用量。 这种实现方式可以进一步修改网络，例如删除FC层或增加批处理大小。 要使用VGG网络，必须下载或的npy文件。 ##用法使用它来构建VGG对象 vgg = vgg19.Vgg19() vgg.build(images) 或者 vgg = vgg16.Vgg16() vgg.build(images) images是形状为[None, 224, 224, 3]的张量。 技巧：张量可以是一个占位符，一个变量甚至是一个常数。 然后可以使用vgg对象访问所有VGG层（张量）。 例如， vgg.conv1_1 ， v

达甘 DAGAN的实现：数据增强生成对抗网络 介绍 这是描述的DAGAN的实现。 该实现为Omniglot和VGG-Face数据集提供了数据加载器，模型构建器，模型训练器和合成数据生成器。 安装 要使用DAGAN存储库，您必须首先安装项目依赖项。 这可以通过从使用python 3安装miniconda3并运行来完成： pip install -r requirements.txt 数据集 可以在以numpy格式获取Omniglot和VGG-Face数据集。 然后将它们放置在datasets文件夹中。 训练DAGAN 在下载数据集并安装依赖项之后，可以通过运行以下命令来训练DAGAN： python train_omniglot_dagan.py --batch_size 32 --generator_inner_layers 3 --discriminator_inner_laye

LVGL-使用Visual Studio的PC模拟器 介绍 这是预配置的Visual Studio项目，可在Windows PC上尝试LVGL。 该项目仅依赖Win32 API，C Runtime和C ++ STL，因此您可以编译它而无需任何其他依赖项。 该项目当前使用Visual Studio 2019维护。在Visual Studio 2017中无需修改即可很好地工作，但该版本未对其提供积极支持，因此请在报告任何错误之前使用Visual Studio 2019进行安装和测试。 有人会注意到该存储库已从lv_sim_visual_studio_sdl重命名为lv_sim_visual_studio 。 您可以阅读并知道原因。 该项目不适用于Visual Studio Code，适用于Visual Studio 2019。 下面提供了有关克隆，构建和运行应用程序的说明。 支持的功能

STM32_SmartBus Realize data interaction between hardware and Alibaba Cloud platform through STM32, 4G, and MQTT protocols 通过STM32、4G和MQTT协议实现硬件与阿里云平台之间的数据交互 说明 我知道这个系统还存在很多缺陷，比如裸机开发，代码逻辑不够清晰，而且繁琐。而且MQTT质量低，容易丢包。还有一些硬件选材不够合适，造成资源浪费。 恳请各位大佬提出意见，甚至可以一起完善这个项目，谢谢！ I know that this system still has many flaws, such as bare metal development, the code logic is not clear enough, and cumbersome. Moreover,

android-onvif 1. 介绍 android-onvif是一个基于android系统控制onvif协议摄像头的软件项目，例如海康摄像头等。本项目已将接口封装，使用简单。后续将扩展更多功能。。。 使用前请先确认摄像头是否支持onvif，onvif协议是一个庞大的协议，摄像头可能未完全支持onvif，我当初调试的就是如此，如果你是定制的可以要求厂家放开出来。可以使用odm查看是否支持某个功能控制，odm上显示灰色不能点击，即表示此摄像头该功能对应的onvif协议未实现 2. 功能介绍 探索与发现摄像头 摄像头参数获取和获取 摄像头账号密码修改 摄像头的固件升级 摄像头截图 修改摄像头时间 重启摄像头 修改摄像头ip 3. 使用介绍 1.在使用前请确认摄像头和你的设备在同一网段下，否者将无法探索该设备。 2.确认使用的摄像头完全支持onvif协议，否者可能导致部分功能无法使用。检测方式

cvpr2019_金字塔特征注意网络以进行显着性检测 赵婷和吴相干撰写的CVPR 2019论文“用于显着性检测的金字塔特征注意网络”的源代码。 （ ） 下载显着性地图 为了方便起见，我们提供了本文中使用的基准数据集的显着性图。 Google： 百度：提取：9yt5 设置 安装依赖项： Tensorflow (-gpu) Keras numpy opencv-python matplotlib 用法： train: python train.py --train_file=train_pair.txt --model_weights=model/vgg16_no_top.h5 test: jupyter notebook run dome.ipynb 结果 如果您认为这项工作有帮助，请引用 @inproceedings{zhao2019pyrami

霍奇金·赫克斯利 描述电池激活的Hodgkin-Huxley方程的基本Matlab实现。 有一个基本的版本（一个单元），还有一个连接的光纤（一串单元）和一个单元环。 设置回路以创建无限电流回路。 伊亚德·奥贝德（Iyad Obeid）

WebARDemo 1.基于AR.js开发的WebAR演示 2，PDF文件夹中的ARcode 3.如果您需要沟通，可以与我联系。 我的电子邮件地址是 。