网友lsuper的作品，精简版本Delphi，文件小，安装快速。这个只是win32 only，因为上传大小限制，没法传其他扩展了。

使用 PowerEnable Line 的 LIDAR-Lite MultiSensor 此草图演示了通过启用传感器的电源启用线读取和禁用其他 LIDAR-Lite 传感器来获取与多个 LIDAR-Lite 传感器的距离。 依赖关系 Arduino Uno 兼容板 Arduino IDE（1.0.5 或更新版本） USB电缆 2-4 x LIDAR-Lite 传感器 DSS Circuits 的“Arduino I2C 主库”： : 安装 下载存储库并使用 Arduino IDE 打开 安装 DSS“Arduino I2C 主库” - 可以找到有关安装库的信息： LIDAR-Lite/Arduino 设置 所有 LIDAR-Lite 传感器 Arduino 引脚 5V 5V 电源 每个传感器连接到 Arduino 上的不同数字 I/O 引脚（例如 2、3、4、5） 模式

elastic-job-lite-console，看了整个csdn，可以下载的分数都要的太高的，辛苦找了一份，低分分享给有需要的。已测试可以使用

demo 演示说明 第一步 $ node basicUsageDemo.js 第二步 打开浏览器，访问 第三步 打开浏览器控制台 查看输出结果 查看带cookie的请求及回写 第一步 sudo vim /etc/hosts 插入 127.0.0.1 local.taobao.com 第二步 访问 第三步 打开浏览器控制台 查看networks选项卡中的 http请求细节(set-cookie) 查看post代理效果 第一步 $ node mockserver.js 第二步 $ node basicUsageDemo.js 第三步 打开浏览器，访问 填写数据，点击按钮

MapSend Lite V2.0 中文版.exe

地图定位地点交通选择导航lite程序源码下载.zip

高斯低通滤波matlab代码OptDSP库的一般说明 OptDSP库包含一组m文件，以实现用于相干光通信系统的发射机和接收机侧数字信号处理（DSP） 。 当前支持的功能： 脉冲整形（RRC，SRRC，高斯等）; QAM调制（BPSK，QPSK，8QAM，16QAM，32QAM，64QAM，128QAM，256QAM，512QAM）; 概率整形； 模拟激光相位和强度噪声； 匹配过滤（SRRC）; 载波相位估计和去除（维特比和维特比，盲相搜索，最大似然，决策导向，数据辅助等）； 信号解调和决策（BER，SER，EVM，MSE，MI等）； 此外，该库还包括一组用于执行通用DSP操作的功能，例如： 低通/带通滤波（频域）； 数字重采样； Tx和Rx信号的同步； 性能指标（BER，SNR，MI等）之间的转换； 如何使用OptDSP库 OptDSP库需要使用MATLAB，并且包含_examples文件夹，其中包含可以由任何人运行的简单应用程序示例。 鼓励用户将提供的示例修改为适合自己的应用程序。 注意：在开发自己的项目时，请考虑将主文件放在OptDSP目录之外，以使它们不在Git版本控制范围之内。

基于关键点的方法在目标检测中是一种相对较新的范例，消除了对锚定框的需要，并提供了一个简单的检测框架。基于KeyPoint的CornerNet在单级探测器中实现了最先进的精度。然而，这种精度可能会带来很高的处理成本。在这项工作中，我们解决了基于关键点的有效目标检测问题，并引入了CornerNet Lite。CornerNet Lite是CornerNet的两个有效变体的组合：CornerNet Saccade，它使用一种触动机制来消除对图像中所有像素进行彻底处理的需求；CornerNet Squeeze，它引入了新的PactBackboneArchitecture。这两个变量共同解决了科学对象检测的两个关键用例：提高效率而不牺牲准确性，以及提高实时效率的准确性。CornerNet扫视功能适用于直线处理，COCO上CornerNet扫视功能提高6.0倍，AP提高1.0%。CornerNet Squeeze适用于实时检测，提高了流行的实时检测仪YOLOv3的效率和准确性（COCO上的YOLOv3为34.4%的Apa30ms ForCornerNet-Squeeze，而YOLOv3为33.0%的Apa39ms）。这些贡献首次揭示了基于关键点的检测在需要处理效率的应用中的潜力。

WPS版OneKeyTools-Lite(多个PPT合并插件)，批量多功能处理PPT 下载解压即可 内附安装以及使用教程文档 仅作学习交流使用 如有问题请私信

本项目基于进行接口封装 环境 pytorch python3 运行 python app.py 访问 说明 调用ocr.result()可进行文本预测 若pse.pyd报错则需要参考配置文章 配置 参考