SSMDemo Spring+SpringMVC+MyBatis项目整合 拓展阅读

pytorch-mask-rcnn 这是的Pytorch实现，大部分基于Matterport的 。 Matterport的存储库是在Keras和TensorFlow上的实现。 自述文件的以下部分摘自《 Matterport自述文件》。 有关要求的详细信息，有关此存储库的MS COCO培训和检测结果的信息，请参见文档末尾。 Mask R-CNN模型为图像中对象的每个实例生成边界框和分割蒙版。 它基于功能金字塔网络（FPN）和ResNet101主干网。 接下来的四幅图像显示了检测管道中的不同阶段： 1.锚点排序和过滤 区域提议网络提议可能属于某个对象的边界框。 可以看到正锚和负锚以及锚框的细化。 2.边界框优化 这是最终检测框（虚线）的示例，并在第二阶段对其进行了改进（实线）。 3.遮罩生成 生成的蒙版示例。 然后将它们缩放并放置在正确位置的图像上。 4.将不同的部分组合成最终结果 要求

一分钟让你的app快速集成一个简洁漂亮的小说阅读器！ 目前实现了的功能： 字体设置与调节。包括大小、颜色、是否加粗。 页面风格设置，夜间模式等。 进度跳转与当前进度获取。 章节获取与章节跳转。 完美翻页效果，支持滑盖翻页、平移翻页切换、剪切翻页切换，支持轻击翻页。 可以进行长按滑动选择复制文字。 数字与英文字符显示特点颜色。 自动跳转到上次阅读进度。 支持设置段落间距。 支持竖向排版 支持点击手机本地txt文件后，可以选择该阅读器打开 看不到图片？查看这里 2020/06/25 最新更新：菜单界面重新优化，更简洁漂亮！如有帮助欢迎start issue！ 2019/06/30更新：增加剪切翻页风格！超级漂亮！ 演示demo 目前demo效果图： 使用方法： 添加hwtxtreaderlib依赖 allprojects { repositories { ... maven { u

unlocker-main.zip

3D重建 使用OpenCV 3.4.4和python 3.4进行立体声重建 此存储库在两个文件夹中包含2个脚本。 第一个名为“ Calibration”的文件夹包含名为calibrate.py的脚本。 该脚本的用法是： $ python calibrate.py 该脚本反复读取文件夹Calibration_images中包含的图片，并计算用于拍摄这些图片的相机的固有参数。 这些参数以numpy数组的形式保存在camera_params文件夹中。 第二个名为“ Reconstruction”的文件夹包含名为disparity.py的脚本。 该脚本从文件夹“ reconstruct_this”中打开一对图像，并生成一个点云（.ply文件）。 该脚本的用法是： $ python disparity.py 可以在以下位置找到有关代码及其预期用途的深入说明： :

GoodMusic:GoodMusic 扫描本地音乐、定位播放歌曲、后台播放音乐、音乐通知栏

UnityAircraftFight 本工程是我用Unity制作的仿微信飞机大战的工程。 我对应的博客文章：

YOLOV4：You Only Look Once目标检测模型-修改mobilenet系列主干网络-在Keras当中的实现 2021年2月8日更新： 加入letterbox_image的选项，关闭letterbox_image后网络的map一般可以得到提升。 目录 性能情况 训练数据集 权值文件名称 测试数据集 输入图片大小 mAP 0.5:0.95 mAP 0.5 VOC07+12 VOC-Test07 416x416 - 66.29 VOC07+12 VOC-Test07 416x416 - 80.18 VOC07+12 VOC-Test07 416x416 - 79.72 VOC07+12 VOC-Test07 416x416 - 78.45 所需环境 tensorflow-gpu==2.2.0 注意事项 提供的四个训练好的权重分别是基于mobilenetv1-025、mobilen

不再被极域电子教室控制 简介 本软件研发目的就是为了对抗极域电子教室，如果您的学校机房使用极域电子教室来控制学生电脑的话，本软件很可能会帮到你。 讲师讲课无聊啰嗦缓慢？想自己试试操作，却被该死的全屏广播控制，什么都不能干？拔掉网线后虽然自由了但是又看不到老师的演示了？ 如果你被以上问题困扰，本软件可能是您非常想要的。 这是一个可以使 极域电子教室全屏广播失效 的软件，也就是说，在被老师全屏广播时，会将其自动调整为窗口模式，你不仅可以自由操作电脑，也还可以看老师的演示，自由+学习两不误，这不是很爽的事情吗？其还可以防止被老师控制（有点狠），以及自动关闭 “黑屏安静” 这种东西；由于本软件是将全屏调整为窗口，因此老师并不会发现你断线或是进行了非法操作。 如果你喜欢这个软件，不妨向你的好友推荐一下吧！ 如果你觉得这个软件不错，不妨加个小星星:star:吧，你的喜欢是对我最大的支持！ 功能 在不影响极域正常

Unet：U-Net: Convolutional Networks for Biomedical Image Segmentation目标检测模型在Keras当中的实现 目录 性能情况 unet并不适合VOC此类数据集，其更适合特征少，需要浅层特征的医药数据集之类的。 训练数据集 权值文件名称 测试数据集 输入图片大小 mIOU VOC12+SBD VOC-Val12 512x512 55.74 所需环境 tensorflow-gpu==1.13.1 keras==2.1.5 注意事项 unet_voc.h5是基于VOC拓展数据集训练的。 unet_medical.h5是使用示例的细胞分割数据集训练的。 在使用时需要注意区分。 文件下载 训练所需的unet_voc.h5和unet_medical.h5可在百度网盘中下载。 链接: 提取码: f38i VOC拓展数据集的百度网盘如下： 链