OpenASR的 基于pytorch的end2end语音识别系统。 主要体系结构是 。 特征 最小依赖。 该系统不依赖外部软件进行特征提取或解码。 用户只需安装PyTorch深度学习框架。 良好的表现。 该系统包括高级算法，例如标签平滑，SpecAug，LST，并在ASHELL1上实现了良好的性能。 AISHELL1测试的基准CER为6.6，优于ESPNet。 模块化设计。 我们将系统分为几个模块，例如培训师，指标，进度表，模型。 扩展和添加功能很容易。 End2End 。 特征提取和标记化是在线的。 系统直接处理波形文件。 因此，该过程大大简化了。 相依性 python> = 3.6 火炬> = 1.1 pyyaml> = 5.1 tensorflow和tensorboardX进行可视化。 （如果不需要可视化结果，可以在src / utils.py中将TENSORBOARD_

利用CAD轮廓，及Las点云高度建立简单3d模型，输出为pdf3d文件，不回复任何消息，自己看吧

Las文件转换成pcd点云文件，完全可用，我用pcl加载pcd文件成功，里面附带有完整的使用说明

qt显示LAS文件，用opengl实现旋转平移缩放，有显示界面，QT+OPENGL基本框架，可直接使用。

G-LIHT示例数据-las，包含geotiff和las两种格式数据。

las测试文件，几m，用于测试，非常方便，大家随便下载。

作为提供高效点云处理算法的库，支持las格式转换、点云处理常见算法等功能。官网上下载速度面，页面经常进不去。

八皇后问题的MonteCarlo算法与回溯法的混合实现，代码精确实现，实验报告或者说论文有详细的阐述！

这是一个las格式的文件，可以用于学习或者实验使用！

一座高压线杆塔(圆形塔)的点云las数据，大小328k，共9886个点；适用于点云读写、显示等测试。