Reverse_Engineering_for_Beginners-en-lite
2022-01-24 19:00:24 1.17MB 逆向工程
1
Linux 调试智能卡相关资源,包含pcsc-lite、ccid、libusb等安装包,包含多个版本的
2022-01-23 14:02:32 20.29MB linux 运维 服务器
1
Lite Frustrum Culling.unitypackage
2022-01-19 09:05:02 39KB unity
1
资源来自pypi官网。 资源全名:moocxing_lite-0.0.2-py3.8.egg
2022-01-08 19:06:51 13KB Python库
vmwareworkstation_12_lite_chs 虚拟机 centos6.xvmwareworkstation_12_lite_chs 虚拟机 centos6.x
2022-01-05 21:48:17 155.89MB centos
1
Paddle-Lite-Demo Paddle-Lite提供IOS、Android和ARMLinux的示例,具体如下: iOS示例: 基于MobileNetV1的图像分类(支持视频流); 基于MobileNetV1-SSD的目标检测(支持视频流); Android示例: 基于MobileNetV1的图像分类; 基于MobileNetV1-SSD的目标检测; 基于Ultra-Light-Fast-Generic-Face-Detector-1MB的人脸检测; 基于DeeplabV3+MobilNetV2的人像分割; 基于视频流的人脸检测+口罩识别; 基于YOLOV3-MobileNetV3的目标检测; ARMLinux示例: 基于MobileNetV1的图像分类; 基于MobileNetV1-SSD的目标检测; 关于Paddle-Lite和示例,请参考本文剩余章节和如下文档链接: 文档官网中
2022-01-05 18:11:23 3.71MB Java
1
TensorFlow_Lite_Pose_Jetson-Nano 在Jetson Nano上运行的TensorFlow Lite Posenet 在Jetson Nano上的TensorFlow Lite Posenet的快速C ++实现。 一旦超频至2015 MHz,该应用程序将以15.2 FPS的速度运行。 基准。 CPU 2015兆赫 GPU 2015 MHz CPU 1479兆赫 GPU 1479 MHZ RPi 4 64os 1950 MHz 15.2帧/秒 11.8帧/秒 12 FPS 11 FPS 9.4帧/秒 专为Jetson Nano设计的产品,请参阅 依赖关系。 要运行该应用程序,您必须: 已安装TensorFlow Lite框架。 安装了可选的OpenCV。 代码::已安装块。 ( $ sudo apt-get install codebloc
2022-01-05 07:59:16 12.77MB cpp gpu-acceleration aarch64 tensorflow-examples
1
SIP软电话,X-Lite_5.8.1_102008。SIP软电话,X-Lite_5.8.1_102008。SIP软电话,X-Lite_5.8.1_102008。SIP软电话,X-Lite_5.8.1_102008。SIP软电话,X-Lite_5.8.1_102008。SIP软电话,X-Lite_5.8.1_102008。SIP软电话,X-Lite_5.8.1_102008。
2021-12-31 11:38:22 90.65MB x-lite
1
yolo轻量化
2021-12-24 20:09:39 274.05MB yolo
1
Windows系统桌面应用程序窗口元素定位工具,提高开发,测试效率,免安装,解压即可使用。支持win10、win7等
2021-12-19 20:21:37 253KB Windows 桌面程序 窗口定位 元素定位
1