使用ESRGAN增强压缩图像的主观质量 0.背景 PyTorch实施压缩图像的主观质量增强。 注意：网络结构，数据集和训练方法与原始论文不同。 随时联系： ryanxingql@gmail.com 。 1.预先要求 1.1。 环境 乌本图20.04 LTS CUDA 10.1 烟火1.6 软件包：TQDM，LMDB，PYYAML，OPENCV-PYTHON，SCIKIT-IMAGE，TENSORBOARDX，LPIPS 假设您已经安装了CUDA 10.1，则： git clone --depth=1 https://github.com/RyanXingQL/SubjectiveQE-ESRGAN cd SubjectiveQE-ESRGAN/ conda create -n esrgan python=3.7 -y conda activate esrgan pytho

高速公路交通车辆视频数据集，用于机器学习等

一个串口转TCP的程序，能很好的满足远程串口传输、调试需求，功能如下： 1.支持打开物理串口和虚拟串口（不创建虚拟串口，但能打开其他工具创建的虚拟串口）。 2.支持通过TCP客户端连接到远程TCP服务器。 3.支持TCP客户端自动重连，并可配置重连周期。 4.支持TCP服务端监听，支持接入一个TCP连接，不支持多个TCP连接同时接入。 5.支持日志跟踪功能。 6.支持日志自动清空功能，并能配置。 7.支持日志暂停显示功能。 8.支持通信计数功能。 9.支持通信计数手动清零功能。 10.支持配置自动保存功能，软件下次启动自动加载上次配置。 11.支持基于标签的转发。 12.预设波特率23种。 13.支持定制波特率。 14.日志支持时间戳。 15.支持IPV6。 16.支持开机自动启动。 17.支持启动后自动开始运行。 18.支持启动后最小化到右下角。 19.加入TCP服务端自动重连。 20.加入串口出错自动重新打开。 介绍详见： 串口和TCP互相转发工具 https://blog.csdn.net/kernelspirit/article/details/119239589

MEREX 安装marsyas 如果仅仅是运行二进制文件MER_EX，只需执行如下命令跳过本节内容。 sudo cp ./misc/libmarsyas.so /usr/lib/ 事先需要编译并安装，推荐版本0.4.5 可能需要的一些依赖 libmad0-dev qt4-dev-tools swig 配置marsyas $ cd marsyas-0.4.5 $ mkdir build $ cd build $ ccmake ../src ccmake 推荐配置 $ make #若出错则按提示安装相应依赖库 $ sudo make install 编译运行MER_EX MER_EX依赖训练文件mc_train.arff，需保持其目录结构: . |-- MER_EX `-- resources |-- mc_train.arff |-- minitunes.png `-

用vc++和OpenGL实现三维地形实时动态显示【源码】

用具有高横向动量的光子和在36.7fb-1的质子碰撞中收集的射流对事件进行新的搜索，质子碰撞的质心能量为s = 13 TeV，用ATLAS探测器记录到 大型强子对撞机。 检查前导光子和射流的不变质量分布，以寻找新粒子的共振产生或标准模型以外的新高质态的存在。 没有观察到与仅背景假设的显着偏差，并且提取了一般高斯形共振的截面极限。 在分析中还检查了夸克复合模型中假设的激发夸克和量子黑洞模型中预测的具有额外维数的高质量态。 在95％的置信水平下，观察到的数据排除了激发夸克的质量范围低于5.3 TeV，Arkani-Hamed“ Dimopoulos” Dvali（Randall” Sundrum中的量子黑洞的质量范围低于7.1 TeV（4.4 TeV）。 ）具有六（一）个额外尺寸的模型。

用python3实现基于深度学习的AI人脸识别系统，脚本可以直接运行（包括源码文件、数据文件） 用到技术：Flask + OpenCV-Python + Keras + Sklearn 压缩包中包括：照片样本采集源码、深度学习和训练源码、人脸识别相关源码、Flask实现人脸识别接口等。 通过浏览器上传图片，或者打开摄像头即可识别。

该jar包是属于大数据hadoop使用的些jar包，可以在编写代码的时候导入工程中 该jar包是属于大数据hadoop使用的些jar包，可以在编写代码的时候导入工程中

在质子能量为s = 13 $$ \ sqrt {s} = 13的情况下，进行了在3.2 fb -1质子-质子碰撞中衰变成光子和射流的高质量共振的产生的搜索。 ATLAS探测器在大型强子对撞机上收集的$$ TeV。 选定的事件具有孤立的光子和射流，每个光子和射流的横向动量都超过150 GeV。 没有发现γ+射流不变质量分布与仅背景假设有显着偏差。 通用高斯形信号的横截面和标准模型以外的一些基准现象的极限设置为95％置信水平：激发的夸克与标准模型粒子具有矢量样的耦合，并且在非热量子黑洞中 额外空间维度的两个模型。 高宽比质量比为2％的高斯形共振的最小排除可见截面从质量为1.5 TeV的约6 fb降低为质量为5 TeV的约0.8 fb。 高斯形共振的宽质量比为15％的最小排除可见截面从质量为1.5 TeV的约50 fb降低到质量为5 TeV的约1.0 fb。 对于Randall-Sundrum（Arkani-Hamed-Dimopoulous-Dvali）模型（具有一（六）个额外的尺寸），激动的夸克在4.4 TeV的质量以下被排除，非热量子黑洞不在3.8（6.2）TeV的质量以下。

皮伯特 PyBERT是具有图形用户界面（GUI）的串行通信链路误码率测试仪模拟器。 它使用Enthought Python发行版（EPD）的Traits / UI软件包以及NumPy和SciPy软件包。 注意：在出于任何目的使用此软件包之前，您必须阅读并理解随附的“许可”文件中提出的条款。 安装 测验 Tox用于测试运行程序和文档构建器。 默认情况下，它运行以下环境： py36 ， py37 ， pylint ， flake8和docs 。 它将跳过所有缺少的python版本。 pip install tox tox 要运行单个环境（例如“ docs”），请运行： tox -e docs 文献资料 PyBERT文档以2种单独的形式存在： 对于开发人员： pybert / doc / build / html / index.html（请参阅有关如何构建文档的测试） 对于用户