虚幻引擎4的运行时网格组件 在这里,您将找到RMC的当前版本。 目前,它仅支持UE4.23和更高版本。 如果您需要对UE4.20-4.22的支持,则需要使用此处提供的v4版本: : 有关安装,用法和其他所有信息, 加入我们的 RMC功能的基本示例可以在找到 在可以找到更高级的示例项目 这个项目是爱的劳动,但不幸的是,爱不能付账! 如果您发现此项目有用,请考虑支持开发! RuntimeMeshComponent或更通常称为RMC,是对UE4中ProceduralMeshComponent(又名PMC)的替代。 RMC效率更高,并具有更多功能,同时允许针对高级用例使用更细粒度的方法,同
2022-09-20 10:29:56 164KB procedural-generation runtime unreal-engine ue4
1
https://blog.csdn.net/u012861978/article/details/124113400
2022-09-18 09:07:30 10.75MB CocosCreator
1
TudBrussels Pedestrian dataset 是一个包含行人的视频数据,可用以进行行人检测和识别等机器视觉任务。
1
将pdf按页拆分成多个小的pdf,并可将pdf转换成jpeg图片,同时具有OCR文字识别功能,可提取pdf和图片中的内容,内置图片识别区域设置。
2022-09-15 11:54:25 210.42MB pdf 图片 c# ocr
1
功能:用于多个文档提取指定段落。如数百个文档需要批量提取前三段,那么就按下面的形式输入: 默认不保留格式+插入文件名。 去除了无格式的勾选,则保留word格式提取。
2022-09-15 11:04:22 4.97MB Word内容提取器V1.0bet
1
光学检测领域公认的权威经典书籍,内容涉及各种光学干涉测量理论、干涉图分析、Zernike多项式、非球面检验等,值得从事该领域的研究人员认真学习。中英文内容
2022-09-15 09:07:24 20.64MB 光学 光学车间检验
1
大赛以“地铁乘客流量预测”为赛题,参赛者可通过分析地铁站的历史刷卡数据,预测站点未来的客流量变化,帮助实现更合理的出行路线选择,规避交通堵塞,提前部署站点安保措施等,最终实现用大数据和人工智能等技术助力未来城市安全出行。 大赛开放了20190101至20190125共25天地铁刷卡数据记录,共涉及3条线路81个地铁站约7000万条数据作为训练数据(Metro_train.zip),供选手搭建地铁站点乘客流量预测模型。训练数据(Metro_train.zip)解压后可以得到25个csv文件,每天的刷卡数据均单独存在一个csv文件中,以record为前缀。如2019年1月1日的所有线路所有站点的刷卡数据记录存储在record_2019-01-01.csv文件中,以此类推。同时大赛提供了路网地图,即各地铁站之间的连接关系表,存储在文件Metro_roadMap.csv文件中供选手使用。 测试阶段,大赛将提供某天所有线路所有站点的刷卡数据记录,选手需预测未来一天00时至24时以10分钟为单位各时段各站点的进站和出站人次。 预选赛阶段,测试集A集上,大赛将提供2019年1月28日的刷卡数据
2022-09-14 18:09:12 496.87MB 地铁客流数据集
1
大赛以“地铁乘客流量预测”为赛题,参赛者可通过分析地铁站的历史刷卡数据,预测站点未来的客流量变化,帮助实现更合理的出行路线选择,规避交通堵塞,提前部署站点安保措施等,最终实现用大数据和人工智能等技术助力未来城市安全出行。 大赛开放了20190101至20190125共25天地铁刷卡数据记录,共涉及3条线路81个地铁站约7000万条数据作为训练数据(Metro_train.zip),供选手搭建地铁站点乘客流量预测模型。训练数据(Metro_train.zip)解压后可以得到25个csv文件,每天的刷卡数据均单独存在一个csv文件中,以record为前缀。如2019年1月1日的所有线路所有站点的刷卡数据记录存储在record_2019-01-01.csv文件中,以此类推。同时大赛提供了路网地图,即各地铁站之间的连接关系表,存储在文件Metro_roadMap.csv文件中供选手使用。 测试阶段,大赛将提供某天所有线路所有站点的刷卡数据记录,选手需预测未来一天00时至24时以10分钟为单位各时段各站点的进站和出站人次。 预选赛阶段,测试集A集上,大赛将提供2019年1月28日的刷卡数据
2022-09-14 18:09:11 508.94MB 地铁客流数据集
1
大赛以“地铁乘客流量预测”为赛题,参赛者可通过分析地铁站的历史刷卡数据,预测站点未来的客流量变化,帮助实现更合理的出行路线选择,规避交通堵塞,提前部署站点安保措施等,最终实现用大数据和人工智能等技术助力未来城市安全出行。 大赛开放了20190101至20190125共25天地铁刷卡数据记录,共涉及3条线路81个地铁站约7000万条数据作为训练数据(Metro_train.zip),供选手搭建地铁站点乘客流量预测模型。训练数据(Metro_train.zip)解压后可以得到25个csv文件,每天的刷卡数据均单独存在一个csv文件中,以record为前缀。如2019年1月1日的所有线路所有站点的刷卡数据记录存储在record_2019-01-01.csv文件中,以此类推。同时大赛提供了路网地图,即各地铁站之间的连接关系表,存储在文件Metro_roadMap.csv文件中供选手使用。 测试阶段,大赛将提供某天所有线路所有站点的刷卡数据记录,选手需预测未来一天00时至24时以10分钟为单位各时段各站点的进站和出站人次。 预选赛阶段,测试集A集上,大赛将提供2019年1月28日的刷卡数据
2022-09-14 18:09:10 274.2MB 地铁客流数据集
1
计算机模块选型-COM Express / Qseven / SAMRC / COM-HPC 单板选型--Pico-ITX, 3.5" SBC, Thin Mini-ITX 评估载板选择 模块散热解决方案
2022-09-13 20:00:53 5.67MB 计算机模块 COMExpress COM-HPC Qseven
1