TinyPy口译员 关于 TinyPy是我作为课程编写的Python小子集的解释器。 安装 该项目使用ANTLR4作为解析器生成器。 要运行解释器,您将需要安装ANTLR4 Python3运行时和ANTLR本身。 请注意,4.5.2运行时存在。 在撰写本文时,pypi具有较旧的版本,因此建议手动安装ANTLR4运行时。 分步说明: 安装 安装ANTLR4 Python3运行时: git clone https://github.com/antlr/antlr4 cd antlr4/runtime/Python3 python3 setup.py install 也可以使用pip,包名称为antlr4-python3-runtime 。 请注意上述错误。 产生解析器 cd tiny-py-interpreter/tinypy antlr4 -visitor parser/TinyPy.g4 安装tinypy: pip3 install . 尝试启动一些测试: python3 setup.py test
2022-12-30 16:13:11 115KB python interpreter parsing compiler
1
仅标头C ++小型glTF库(加载器/保存器)。 TinyGLTF是仅C ++ 11 glTF 2.0 库的标头。 TinyGLTF使用Niels Lohmann的json库( ),因此现在它需要C ++ 11编译器。 如果您正在寻找旧的C ++ 03版本,请使用devel-picojson分支(但不再进行维护)。 状态 v2.4.0实验性RapidJSON支持。 实验性C ++ 14支持(C ++ 14可能会提供更好的性能) v2.3.0根据glTF 2.0模式修改了材质表示(并引入了TextureInfo类) v2.2.0版本(支持加载16位PNG。稀疏访问器支持) v2.1.0版本(Draco支持) v2.0.0版本(2018年8月22日)! 分行 sajson :使用sajson解析JSON。 仅解析但编译时间更快(与json.hpp和RapidJson相比减少了2倍) 建物 产品特点 用可移植的C ++编写。 仅具有STL依赖关系的C ++-11。 macOS +铛声(LLVM) iOS + lang Linux + gcc /铛 Windows + M
2022-12-15 16:15:32 6.54MB cpp gltf C++C++
1
同学们,我是在上编译原理课,老师布置的作业,自己改进了一个编译器。是用c语言实现的tiny编译器
2022-12-13 15:12:23 54KB 编译器的源代码
1
c# 通过emgucv调用gpu推理yolov7和yolov7-tiny,darknet版本。
2022-12-12 16:37:45 962.55MB yolov7 c# emgucv darknet
1
c#运用emgucv4.6.0版本调用gpu推理yolov7,darknet版本。RTX2060显卡推理yolov7-tiny总耗时是6ms,推理yolov7总耗时26ms。注意不是pytorch。
2022-12-08 16:38:37 987.64MB yolov7 emgucv c# darknet
1
bytetrack多目标跟踪模型,对mot17数据集训练的tiny权重
2022-11-29 11:28:44 38.69MB 模型参数
1
qt写的开发板服务器端实现读取AD值,使用代码要交叉编译才能到开发板运行,开发板系统是linux,注意开发板是tinymini210 ,安卓写的客户端和C#写的电脑客户端实现接受数据和绘制图,并控制led灯
2022-11-15 18:05:18 26.34MB qt tiny mini210 嵌入式
1
社团发现代码 matlab 小障碍发现 冯雪创作 "" 的官方 Matlab 实现,ICRA 2019 介绍 该存储库包含“用于微小障碍物发现的新型多层框架”的官方 Matlab 实现。 这篇论文已被 IEEE 机器人与自动化国际会议 (ICRA) 2019 接受。 Python/ROS 的官方实现即将推出。 注:此版本在原作的基础上略有改进,主要包括以下几点: 训练代码略有改动,ROC 性能有所提升。 为了提高效率,基本边缘检测算法使用结构化边缘检测[1]。 系统中的模块在很大程度上得到了加速,尽管仍有很大的改进空间。 为了与社区中的其他工作保持一致,在实例级评估中,IoU 被定义为预测提议和真实边界框之间的交集,可以在./evaluation/Func_evaluation_DR.m找到 引文 如果你觉得这篇论文或代码有用,请引用我们的论文: @INPROCEEDINGS{Xue_ICRA_2019, Author = {Feng Xue, Anlong Ming, Menghan Zhou and Yu Zhou}, booktitle={2019 International C
2022-11-08 21:59:40 73.38MB 系统开源
1
因darknet框架下的模型训练,相对pytorch框架训练成本低,且作者也提供了darknet框架下的配置文件和预训练模型,本人也在评估darknet框架下的v7-tiny模型,再次将AlexeyAB大佬开源的模型和配置文件上传,给自己做一个备份。
2022-11-03 19:07:30 23.52MB Alexey darknet pytorch 模型训练
CSDN-tiny YOLO v3做缺陷检测实战。九月份用tiny-yolo v3做了一个缺陷检测的实验,效果出乎意料,准确率和召回率“满分”!
2022-10-24 13:06:15 280KB yolov3
1