ROS Qt Deskotp GUI App 简体中文 | 使用qt5实现ros机器人人机界面 注意！未经作者的许可，此代码仅用于学习，不能用于其他用途。 本仓库以分支的形式，长期维护各种有趣的ROS 可视化项目，持续更新中..... 欢迎在issues提交bug 注意！主分支（master）已不再维护librviz功能，使用Qt自行绘制实现一些图层显示，如需librviz功能请切换分支或 一，菜单 二，安装教程 1，首先安装ros对qt pkg的支持（非必须） melodic需要换成自己的ROS版本号 sudo apt-get install ros-melodic-qt-create sudo apt-get install ros-melodic-qt-build 2,安装Qtmultimedia5依赖 程序依赖Qtmultimedia实现音频功能，因此需要安装依赖 sudo apt

在TensorFlow 2.3中实现的YOLOv3 [] 前言 此仓库源于zzh8829/yolov3-tf2基础上进行修改的，zzh8829/yolov3-tf2代码仓库地址：https://github.com/zzh8829/yolov3-tf2 修改后的版本是基于Python3、TensorFlow2.3版本、opencv-python4.4 的进行开发的。 主要特点 TensorFlow 2.3 带有yolov3 预先训练好的权重 带有yolov3-tiny 预先训练好的权重 提供接口案例 转移学习示例 使用tf.GradientTape进行Eager模式训练 使用model.fit进行Graph模式训练 具有tf.keras.layers的功能模型 使用tf.data的输入管道 Tensorflow服务 向量化转换 GPU加速 简洁地实现 遵循最佳做

tbcrawler 淘宝和天猫的爬虫,可以根据搜索关键词,物品id来抓去页面的信息. db:MongoDB tbcrawler 2 * * * python /data/git/tbcrawler/crawler.py update

SpringbootMybatis SpringBoot+Mybatis+Mysql+Html实现的前后端登录交互案例

NewLock 这是个简易的程序锁 用sharepreference记录是否是由按键打开或者取消activity 不是的话则弹出锁屏 详情介绍请到

图书馆管理系统 使用python3，PyQt5，Sqlite3搭建 实现以下功能: 用户注册、登录、修改密码、用户管理 存储图书信息、采购和淘汰情况、租借情况 实现图书采购、淘汰、租借功能。 实现图书信息、采购和淘汰、库存、和租借情况查询 实现图书的采购、库存、淘汰、租借情况等统计 20200329：我看到很多人在问管理员密码是什么，统一回答一下 更新了数据库 目前存在两个用户 管理员用户：账号:PB00000000，密码：admin 学生 用户：账号:PB15000000，密码：student 20200330：已弃用CSDN，博客移动至或者

状态：存档（代码按原样提供，预计不会更新） 多代理深度确定性策略梯度（MADDPG） 这是用于实现论文中提出的MADDPG算法的代码： 。 它被配置为与一起运行。 注意：自原始论文以来，此代码库已进行了重组，结果可能与论文中所报告的有所不同。 更新：可以在找到策略集合和策略估计的原始实现。 该代码按原样提供。 安装 要安装，请cd进入根目录，然后键入pip install -e . 已知依赖项：Python（3.5.4），OpenAI Gym（0.10.5），tensorflow（1.8.0），numpy（1.14.5） 案例研究：多代理粒子环境 我们在这里演示如何将代码与结合使用。 按照README文件的说明下载并安装MPE代码。 确保已将multiagent-particle-envs添加到您的PYTHONPATH （例如， ~/.bashrc或~/.bash_profile

图卷积神经网络教程 部分代码参考

iris_classification_BPNeuralNetwork 本文用Python实现了BP神经网络分类算法，根据鸢尾花的4个特征，实现3种鸢尾花的分类。 算法参考文章： iris_data_classification_bpnn_V1.py 需使用 bpnn_V1数据集 文件夹中的数据 iris_data_classification_bpnn_V2.py 需使用 bpnn_V2数据集 文件夹中的数据 iris_data_classification_knn.py 需使用 原始数据集 文件夹中的数据 iris_data_cluster_sklearn.py 需使用 sklearn数据集 文件夹中的数据 不同数据集里数据都是一样的，只是为了程序使用方便而做了一些格式的变动。 2020.07.21更新： 增加了分类结果可视化result_visualiza

face_detection_and_recognition face++,百度ai,虹软,face_recognition 实现人脸检测 人脸识别 里面有face++,百度ai,虹软,face_recognition四个文件夹，其中除了face_recognition是python免费的一个库安装好响应的库直接运行就好，另外三个需要填入相关申请的信息id和key。 分别对应着相应的人脸检测和人脸识别模块。 face++ 做的人脸识别应该是我目前接触到的效果最好的了。这家公司也是个独角兽，专门做人脸识别这块的，返回的照片的信息很全，也好调用。不过只提供在线的，不提供离线sdk没法做一些实时性的东西。 博客 百度AI 我感觉百度是BAT三家里面AI能力最强的了，在图像和语音的处理上面是很强的，很全面。百度AI里面功能齐全，提供的语言也是很多。唯一不太好的是目前对python3不是很支持，还是