说明：WIN7和WIN10默认是无法显示视频文件缩略图的，有了这款解码器，视频无需打开即可一目了然。 几乎支持所有视频格式。标准版以上带播放器。
Basic=基础版，Standard=标准版（推荐），Full=完整版，Mega=增强版
2023-10-13 15:39:25
174.26MB
1
源码列表：
IT之家小程序版客户端(使用 Mpvue 开发，兼容 Web)ithome-lite-master.zip
mpvue 仿网易严选mpvue-shop-master.zip
mpvue-音乐播放器mpvue-music-master.zip
mpvue性能测试与体验miniweibo-master.zip
mpvue改造的日历.zip
mpvue框架仿滴滴出行didi-master.zip
mpVue高仿美团小程序教程mpvue-meituan-master.zip
uni APP自动更新并安装.vue
uni-app nvue沉浸式状态栏(线性渐变色).vue
uni-app 二维码生成器分享wxqrcode.zip
uni-app 侧边导航分类,适合商品分类页面uni-app-left-navigation-master.zip
uni-app 自定义底部导航栏uni-app-bottom-navigation-master.zip
uni-app全局变量的几种实现方式.zip
uni-app的markdown富文本编辑器插件uniapp-
2023-10-13 11:09:16
97.04MB
1
1.项目基于FasterRCNN 模型，通过RPN 网络获取图片候选区域，以Restnet50 提取特征，实现生活垃圾的智慧分拣。
2.项目运行环境：硬件环境和Python 环境。其中FasterRCNN 对计算要求较高，有一部分是Restnet50 的卷积层。必须使用较大内存的GPU 才可以完成训练。在本项目中，用华为云提供的模型训练服务（GPU tesla P100)实现，链接:https://www.hwtelcloud.com/products/mts。
3.项目包括2个模块：5 个模块：数据预处理、数据加载、模型构建、模型保存及训练、模型加载及调用。数据下载地址：
https://pan.baidu.com/s/1ZAbzYMLv0fcLFJsu64u0iw，提取码 yba3
4.准确率评估：本部分包括模型准确率和分类别准确率。数据总体准确率为 0.840 识别效果比较理想。其中面包、菜根、瓜子壳的类别准确率较低。
2023-10-12 23:23:00
926KB
1
(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(源码+截图)(微信小程序毕业设计)数独小游戏(
2023-10-12 22:20:11
966KB
1
react 开发必备调试工具
Adds React debugging tools to the Chrome Developer Tools. Created from revision 035a41c4e on 7/10/2023.
2023-10-12 21:32:43
2.17MB
1
源码引见
直接装置即可、彩虹的东西还是十分完善了的。
此版本为彩虹易支付原作者二开版本，新加了很多功用，新功用：API退款,轮训支付,网银支付,京东支付,
实名认证更多功用本人登录演示后台
再带11套首页模板，比原版不晓得好用几，犹疑自己这短时间不断在国外无法搭建演示测试，但是这个精品必需搭建了！
这个比老版本好很多，全新支持2代支付宝支付，完整开源无任何加密，一出来我就买来研讨了！！
新版彩虹全开源，没有任何一个中央加密，便当二开！
2023-10-12 14:05:57
10.26MB
1
改进动态窗口DWA算法，模糊控制自适应调整评价因子权重，matlab代码，完全自己编写
这段代码是一个基于动态窗口法（Dynamic Window Approach，DWA）的路径规划算法的实现。下面我将对代码进行分析，并解释算法的优势、需要注意的地方以及独特算法所用到的内容。
首先，代码开始时定义了一个地图map0，表示机器人的运动环境。地图中的0表示可通行的区域，1表示障碍物。接着，代码对地图进行了旋转，以保证地图和预期设置的地图一致。然后，获取了地图的高度和宽度。
接下来，代码设置了绘图的参数，并绘制了地图中的障碍物。障碍物的坐标保存在obstacle数组中。然后，代码定义了起始点和目标点，并在图中绘制了起始点和目标点。
接着，代码计算了机器人的初始航向角，使其朝向目标点，以防止陷入局部最优。然后，定义了机器人的状态，包括位置、航向、线速度和角速度。
代码中的dt表示仿真步长，predictT表示前向模拟时间。obs表示障碍物的坐标数组，collisionR表示碰撞半径。
接下来，代码定义了运动学的限制，包括最高速度、角速度、加速度、角加速度以及线速度和角速度的分辨率
2023-10-12 11:38:29
40KB
1