1、完美实现http上传文件 2、界面已经完全实现 3、适合学习mfc框架和http上传
2022-04-06 01:12:25 73.09MB http https mfc 服务器
EdgeConnect:具有对抗性边缘学习的生成图像修复 | 介绍: 我们开发了一种新的图像修补方法,可以更好地再现填充区域,这些填充区域显示出精细的细节,这是受我们对艺术家工作方式的理解所启发:首先是线条,然后是颜色。 我们提出了一个两阶段对抗模型EdgeConnect,该模型由一个边缘生成器和一个图像完成网络组成。 边缘生成器使图像的缺失区域(规则的和不规则的)产生幻觉,并且图像完成网络使用幻觉的边缘作为先验来填充缺失区域。 该系统的详细说明可以在我们的找到。 (a)输入缺少区域的图像。 缺失的区域以白色表示。 (b)计算的边缘遮罩。 黑色绘制的边缘是使用Canny边缘检测器(针
1
idHttp带json然后post到某个url已经比较普遍,但是如果是https的post就会不太一样,常用的post会报错或不成功,这时需要用到IdSSLIOHandlerSocketOpenSSL控件,和3个关键dll(libeay32.dll,ssleay32.dll,libssl32.dll)放到exe同级目录或system32(64位exe放systemWOW64)。 请注意:Delphi XE和Delphi2007及以下版本用到的两个dll虽同名但是不一样的! 本程序是Delphi2007下开发,应该适用2007及以下版本! 记得这3个dll带上,XE和2007都可以用了,时间久了有点忘记了,如果XE不行我也上传过XE的demo,我的下载资源里找下
2022-04-02 21:33:48 3.6MB https json ssl 网络协议
1
windows 10 vs2013 开发,里面有openssl 0.9。8k库和头文件。https通过证书向服务端发送请求;报文自己封装。测试通过。测试通过。测试通过。
2022-04-01 20:02:05 860KB ssl https
1
PKI技术的源码。实现在线认证,数字证书的颁发,通过HTTPS访问,SSL安全通道。
2022-03-30 19:49:07 14KB PKI HTTPS 数字签名 公要基础设施
1
异常检测CVPR2018-Pytorch Pytorch版本-https: 未来的改进 在本节中,我列出了我打算添加到此存储库中的将来的改进。 请随时推荐新功能。 我也很高兴接受公关! :smirking_face: I3D特征提取 MFNET特征提取 已知的问题: AUC与论文中所报告的不完全相同(0.70对0.75)-可能受C3D权重的影响 video_demo错误 安装Anaconda环境 conda env create -f environment.yml conda activate adCVPR18 下载C3D权重 由于文件太大,我无法在此处上传C3D模型的权重,但是可以在这里找到: : 预先计算的功能 可以从以下下载: : 预训练异常检测器 在预先计算的功能上出以获取训练有素的模型 训练期间的损耗图如下所示: 特征提取 python feature_extractor.py -
2022-03-29 15:49:47 92.54MB Python
1
matlab最简单的代码DCEMRI检查 快速,经过验证的开放源代码工具包,用于动态对比度增强的MRI分析 为什么是Julia? 来自 , Julia是用于技术计算的高级,高性能动态编程语言,其语法为其他技术计算环境的用户所熟悉。 它提供了完善的编译器,分布式并行执行,数值精度和广泛的数学函数库。 该库主要由Julia本身编写,还集成了成熟的同类最佳的C和Fortran库,用于线性代数,随机数生成,信号处理和字符串处理。 简而言之,它看起来像Matlab,对于大多数MRI研究人员来说,它很容易学习和熟悉,但是它运行得更好,更快,并且是完全免费的。 特别是,对于DCE MRI问题,Julia的简单而灵活的并行计算模型可以对非线性最小二乘拟合问题进行几乎完美的并行化。 在我的非正式测试中,Julia的固有速度与我的并行实现相结合,使Matlab和Python的速度提高了20-40倍。 安装 安装很简单。 首先,您需要Julia。 获取Julia的最简单方法是从中获取当前发行版本。 接下来,您需要DCEMRI.jl 。 打开Julia。 您应该看到显示julia>提示符的终端窗口。 这类似于
2022-03-28 13:17:54 4.65MB 系统开源
1
走向端到端基于视频的眼动追踪 ECCV 2020出版物和数据集EVE随附的代码。 作者: , , 和 项目页面: : 设置 最好为此存储库设置Docker映像或虚拟环境(建议使用 )。 请注意,我们已经在以下环境中测试了此代码库: Ubuntu 18.04 /基于Linux的集群系统(CentOS 7.8) Python 3.6 / Python 3.7 PyTorch 1.5.1 使用以下命令在某个地方克隆该存储库: git clone git@github.com:swook/EVE cd EVE/ 然后从该存储库的基本目录中,使用以下命令安装所有依赖项: pip install -r requirements.txt 请注意, 设立的torch和torchvision您的特定系统上的软件包。 您还需要设置ffmpeg进行视频解码。 在Linux上,我们建
2022-03-26 10:27:09 1.18MB Python
1
核心代码TlsClientProtocol protocol = new TlsClientProtocol(tcpClient.GetStream(), new Org.BouncyCastle.Security.SecureRandom()); MyTlsClient client = new MyTlsClient(); protocol.Connect(client);
2022-03-25 13:50:04 794KB http2 tls1.2 密码套件
1