#!/usr/bin/env python # -*- coding:utf-8-*- # file: {NAME}.py # @author: jory.d # @contact: dangxusheng163@163.com # @time: 2020/04/10 19:42 # @desc: 使用dlib进行人脸检测和人脸关键点 import cv2 import numpy as np import glob import dlib FACE_DETECT_PATH = '/home/build/dlib-v19.18/data/mmod_human_face_detector.dat

vclx60.bpl； vcldb60.bpl; vcl60.bpl; rtl60.bpl; qrpt60.bpl; dbrtl60.bpl; bdertl60.bpl; adortl60.bpl;

Microsoft Visual C++ Redistributable（简称MSVC，VB/VC，系统运行库）是Windows操作系统应用程序的基础类型库组件。此版Visual C++运行库组件合集（微软常用运行库合集）由国内封装爱好者@Dreamcast打包而成，整合Visual C ++组件安装包运行库所有版本，提供图形安装界面，可自选更新VC++版本。

深度学习算法示例 使用numpy从零开始的带有池层的简单卷积神经网络 技术： Python 3； Jupyter笔记本。 执照 该项目根据MIT许可条款获得许可。

微软常用运行库合集_v20190630

noma_dl_sim noma_dl_sim用于集群和配对算法。

串口模块dl-20的设置介绍DL-20模块的设置有五个步骤：开始设置，设置波特率，设置频道，设置模式，最后确认。第一步断电的情况按下按键，供电后模块的LED端的循环闪，松开按键，LED不在闪烁，可以开始设置；第二步接下来模块依据发亮的LED判断波特率，通过按按键切换到本课题所需要的波特率；第三步按着按键直到LED又开始循环闪烁，松开按键DL-20模块可以进行频道设置，这个过程每选中一个频道点亮的LED会快速的闪烁，通过短暂的按按键切换频道。

概述 ： 此示例的功劳归于 Ian Alfred。 他起草了这个例子，我修改了这个例子来解释我的见解和解决方案。 在这个例子中，我们将使用机器学习对城市声音数据集进行分类。 请注意，我不会解释深度学习技术，尽管人们普遍认为深度学习技术可以获得更高的准确性。 让我们先看看我们可以用机器学习做什么。 对于这个项目，我们将使用一个名为 Urbansound8K 的数据集。 该数据集包含来自 10 个类别的城市声音的 8732 个声音摘录（<=4s），它们是： 冷气机汽车喇叭孩子们玩耍狗皮钻Kong发动机怠速枪声手提钻警笛街头音乐 随附的元数据包含每个声音摘录的唯一 ID 及其给定的类名。 此数据集的示例包含在随附的 git 存储库中，完整数据集可从此处下载。 在这个例子中有 7 个里程碑： 里程碑 1：示例介绍、探索和可视化数据里程碑 2：使用诊断应用程序设计器进行数据预处理和提取特征（信号时

1.下载dlib安装包 安装dlib真是费劲，dlib下载地址：http://dlib.net/files/ 我下载的是dlib-19.14.zip,然后解压安装dlib 在安装dlib前需要安装Boost和Cmake，dlib19之后你需要安装vs2015以上的IDE，本人是安装的vs2017，（建议先安装好VS之后再安装Cmake和 boost） 2.安装Cmake 官网下载安装包：https://cmake.org/download/ 本人选择的是 安装包直接安装就行，注意安装时选择配置环境变量，就好了， 3.下载boost 安装boost：下载地址：http://www.boo

DL／T398-2010 电力行业信息化标准体系 QGDW 1242-2015 架空输电线路状态监测装置通用技术规范