GetSensorData_Android:能够收集各种智能手机传感器提供的数据的Android应用

PyQt_Video_Demo This is a demo of using PyQt to design a simple video player Detail description is in my blog 使用pyqt自带的widget实现的简单视频播放的代码 详细过程在博客： simple video player result:

后台管理系统前端base框架 在网上有很多后台管理系统的案例，但看来看去不是太复杂就是太简单，始终没有一版是完全适合自己的，所以只有自己写了。参考了许多例子，写了这个符合本人当前需求的框架，不知是否也恰好是你的诉求? 本案例的主要目的是：构建后台管理系统的base框架（前端） 基于vue全家桶，element-ui 提供开发规范及文件目录说明 可自动配置多开发/部署环境 重点实现的框架类功能： 登录拦截 、主题切换 、全局面包屑、进入详情页前缓存当前页数据、打包/开发环境自动化配置 插件封装（二次封装） 时间范围选择框 主要使用的插件 vue-router (路由) vue-bus (负责与业务无关的组件信息传输) vuex (负责用户等相关信息的存储) iconfont (阿里图标库) mock (模拟后端请求) axios (封装了请求工具类) 主要特色 1、主题切换 案例中提供两套主

QSS Skin Builder 用Qt写项目写多了，为了满足不同客户的需求，需要定制不同样式的界面，QUI皮肤生成器应运而生。思考这个工具的架构花了一年时间，如何从复杂的配色方案中提取出共性，然后将共性转为具体的QSS文件。思考架构花了一年时间，编写大概花了一天时间完成。 开发计划 所有其他窗体都是其布居中的widget。 左上角图标、标题、标题居中、右上角最小化最大化关闭都可设置，包括设置样式+图标+图形字体（默认图形字体）。 左上角图标及右上角三个按钮可视化控制。同时提供外部访问权限。 无边框窗体可拉伸控制。 提供换肤接口，内置8套样式选择，也可自定义样式路径。 做成设计师插件，可以直接拖曳使用，所见即所得。 后期增加内置信息框、颜色框等弹出窗体的支持。 重新设计QSS样式，去掉单选框图片、滚动条图片，增加主菜单样式。 样式表格式 第一行为特殊自定义部分，可以通过读取文本文件识别到特

前言 刚刚接触 Git 时，通篇阅读了官方的 ，实际操作时命令行一个也没记住，就直接使用了Git-GUI。 官网下载的 安装包，只有英文界面，没有任何其它语言。网上能找到的中文语言文件大概是10多年前的了。 语言文件本身内容是纯文本的，格式是符合某规范的，工具在源码里也有。在规范不了解，工具不会用的情况下完全纯手工打造应该更快一些。 下载有时很慢， 下载很快，但是新版本只有安装包没有源码。 工具软件 文件说明 如果 $GITROOT/mingw64/share/git-gui/lib/msgs/zh_cn.msg 文件存在，在中文系统中 Git-GUI 就会自动显示中文界面。 可以从或中获得需要翻译的内容。 $git-master\git-gui\po\git-gui.pot 是模板文件，包含了需要翻译的英文。 $git-master\git-gui\po\zh_cn.po 是中文源

osqp-master是从克隆下来的0.60版本的osqp库。里面包含了qdldl库，所以无需重新下载。 osqp-eigen是对osqp库的eigen接口封装，使其更加好用。 osqp-eigen/example/src/simpleqp_example.cpp是参考写的简单例子。主要是为了方便理解osqp-eigen的接口如何使用。 快速开始使用该库可以参考我的。

Semantic-Segmentation语义分割模型在Keras当中的实现 大通知！ 语义分割就要重置了！现在已经重置的有PSPnet。 PSPnet-Keras重制版如下： 源码路径： 视频地址： PSPnet-Pytorch重制版如下： 源码路径： 视频地址： Unet-Keras重制版如下： 源码路径： 视频地址： 目录 所需环境 tensorflow-gpu==1.13.1 keras==2.1.5 注意事项 该代码是我早期整理的语义分割代码，尽管可以使用，但是存在许多缺点。大家尽量可以使用重制版的代码，因为重制版的代码里面增加了很多新内容，比如添加了Dice-loss，增加了更多参数的选择，提供了VOC预训练权重等。 在2021年1月28重新上传了该库，给代码添加了非常详细的注释，该库仍然可以作为一个语义分割的入门库进行使用。 在使用前一定要注意根目录与相对目录的选取，这样才能

EVM（欧拉视频放大率）的Python实现 这是欧拉视频放大倍数《的欧拉视频放大倍率》的python实现。 我们的目标是揭示用肉眼难以或无法看到的视频中的时间变化，并以指示性的方式进行显示。 我们的方法（称为欧拉视频放大率）采用标准视频序列作为输入，并应用空间分解，然后对帧进行时间滤波。 然后将得到的信号放大以显示隐藏的信息。使用我们的方法，我们可以可视化血液在脸部填充时的流动，并且可以放大和显示微小的运动。 我们的技术可以实时运行，以显示在用户选择的时间频率处发生的现象。 安装OpenCV3 由于OpenCV3.X不支持Python3，因此您需要手动安装opencv3。 首先，下载适用于python3的opencv3： 适用于Python3的OpenCV3： ：//www.lfd.uci.edu/~gohlke/pythonlibs/#opencv 然后使用pip安装open

面膜 名为Fmask（蒙版功能）的软件用于Landsats 4-8和Sentinel 2图像的自动云，云阴影，雪和水蒙版。 如有任何疑问，请联系康涅狄格大学自然资源与环境系的朱哲（ ）和史秋（ ）。 重要的： 这个Github页面仅包含Fmask 4.3的Matlab代码。 此提供了带有GLOBAL AUXILIARY DATA（ 〜1G ）的Matlab软件包，其中autoFmask是处理图像的主要功能。 autoFmaskBacth可以将所有Landsats 4-8和Sentinel-2图像处理到一个文件夹中。 请注意，使用源代码需要Matlab中的Mapping Toolbox。 对于2020b之后的MATLAB版本，请删除Fmask Matlab软件包中的geotiffread.m和geotiffinfo.m（独立版本不受影响） 。 Windows和Linux上的Fma

Arduino的STM32 注意 该软件是实验性的，正在进行中。 在任何情况下，都不得将这些文件用于任何关键系统。 使用这些文件的风险自负。 该软件按“原样”提供，不提供任何形式的明示或暗示担保，包括但不限于对适销性，特定目的的适用性和非侵权性的担保。 无论是由于软件，使用或其他方式产生的，与之有关或与之有关的合同，侵权或其他形式的任何索赔，损害或其他责任，作者或版权所有者概不负责。软件。 概括： 此存储库包含“硬件”文件，以支持Arduino 1.8.x版上基于STM32的板（某些旧版本也可以使用），包括以及其他通用STM32F103板。 我们也在Gitter 背景与支持： 基于 ，而后者又基于Leaflabs的LibMaple 请阅读Wiki（ ）以获取全部详细信息 另请参阅我的博客： : 新增：将STM32开发板与Arduino IDE结合使用的主要支持站点：