鸡尾酒API 基于 Spring Boot 的 REST API 弹簧靴 SpringMVC 弹簧数据 JPA Spring数据休息 Spring安全 请参阅 Heroku 部署的 Procfile
2021-07-06 12:05:29 63KB Java
1
新闻 用于查看从接收到的 json 格式新闻的应用程序
2021-07-06 12:05:25 11.25MB Java
1
数据融合matlab代码整体嵌套边缘检测 由谢志远在圣地亚哥加州大学创建 介绍: 我们开发了一种新的边缘检测算法,即整体嵌套边缘检测(HED),该算法通过利用完全卷积神经网络和深度监督网络的深度学习模型来执行图像到图像的预测。 HED自动学习丰富的层次结构表示(在对副作用的深入监督指导下),这对于解决边缘和对象边界检测中的挑战性歧义非常重要。 我们大大提高了BSD500数据集(ODS F分数为.790)和NYU深度数据集(ODS F分数为.746)的最新技术,并且速度得到了提高(每秒钟0.4s图像)。 有关该系统的详细说明,请参见我们的。 引文 如果您使用的是出版物中此处提供的代码/模型/数据,请引用我们的论文: @InProceedings{xie15hed, author = {"Xie, Saining and Tu, Zhuowen"}, Title = {Holistically-Nested Edge Detection}, Booktitle = "Proceedings of IEEE International Conference on Computer Visio
2021-07-05 15:54:59 2.43MB 系统开源
1
DES_encrypt python实现DES加密和解密,具体算法解释欢迎来看我的博客
2021-07-04 14:36:48 4KB 附件源码 文章源码
1
项目移至 https://github.com/3cky/mbusd 免费 MODBUS/TCP 至 MODBUS/RTU 网关服务器。 请注意,尽管名称相似,但该项目与 M-Bus(仪表总线)标准无关。
2021-07-03 09:10:35 423KB 开源软件
1
android-lockpattern 版本:3.1.1 测试版(#44) 请随时与我们联系: 电子邮件: haibison.apps[at]gmail.com 简而言之,无论我们是否知道,您都可以在您的闭源/商业应用程序中使用这个库。 希望你喜欢它 :-) 学分 我们真诚地感谢所有为这个项目做出贡献的朋友。 我们希望这个项目对每个人总是有用的。 C 托马斯·布赖特巴赫 Yan Cheng Cheok( 项目管理员) 和别的。 历史 版本 3.1.1 测试版 (#44) 初始化: 2014 年 4 月 4 日 版本 3.1 (#43) 发布时间: 2014 年 3 月 10 日 将包名称更改为com.haibison.android.lockpattern 。 更改前缀: 从alp_到alp_42447968_ 。 来自Alp. 到Alp.42447968. . 优
2021-07-02 20:03:08 397KB Java
1
matlab最简单的代码基于CNN的水果分类示例 这些代码是作为论文“卷积神经网络应用于水果图像处理的回顾”,Applied Sciences,10(10):3443(2020)的一部分而实现的。 为了说明使用一些可用工具来开发CNN的方法,我们展示了水果分类和质量控制示例的实现。 另外,使用众所周知的预训练模型实现了相同的示例,以便说明使用转移学习的另一种解决方案。 重要的是要记住,这些示例的目的只是以最简单的方式显示如何针对特定任务实现CNN模型。 因此,建议的示例未进行优化,因此提出了非常简单的解决方案,以使其易于理解。 为了便于比较和讨论,您可以阅读我们的论文。 分别使用TensorFlow [99]和深度学习工具箱[102]在Python和MATLAB中对实现进行了编码。 对源代码进行了注释,并提供了描述性信息,也可以在我们的实验室LITRP()网站上在线获得这些代码。 如何引用 请随时使用我们的代码并按如下方式引用我们: 纳兰霍-托雷斯(J. 莫拉(Mora); Hernández-García,河; 巴里恩托斯(RJ); 弗雷德斯角; Valenzuela,A。卷积神经网
2021-07-02 15:07:55 2.69MB 系统开源
1
通过自适应生成实现逼真的虚拟试穿 :left-right_arrow: 保留图像内容,CVPR'20。 CVPR 2020论文“通过自适应生成实现逼真的虚拟试穿”的官方代码 :left-right_arrow: 保留图像内容”。 我们重新排列了VITON数据集以便于访问。 推理 python test.py 数据集分区我们提出了一个标准,介绍了对某些参考图像进行试戴的难度。 我们选择评估试穿难度的具体要点 我们使用姿势图来计算试穿的难度等级。 其背后的主要动机是服装区域中的遮挡和布局越复杂,难度就越大。 并给出了公式, 计算试穿参考图像难度的公式 其中t是某个关键点,Mp'是我们考虑的关键点集合,N是集合的大小。 细分标签 0 - > Background 1 - > Hair 4 - > Upclothes 5 - > Left-shoe 6 - > Right-shoe 7 - > Noise 8 - > Pants 9 - > Lef
1
安卓 Andriod 使用Harvard Couse Planner API,
2021-07-02 11:03:06 16.43MB Java
1
和声2 Spring Boot 和 Ratpack 随着 Ratpack 和 Spring Boot 的出现,许多人认为您只能选择一种。 这与事实相去甚远。 它们可能重叠的唯一领域是服务 Web 请求。 Spring Framework 是一个非常丰富的生态系统,包括但不限于 DI、web mvc、数据、安全等。Ratpack 专注于快速 Web 应用程序原型设计和迭代——平衡低资源利用率、高性能和开发人员友好性。 我们将探索 Ratpack 和 Spring Boot 协调工作的方式。 背景 建立在 10 多年基于 Servlet 的 Web MVC 应用程序的经验之上 spring:spring-webmvc:1.0.2 2005 年发布 单个自包含工件——独立的 jar/war 或可以部署到 Servlet 容器的 war @Configuration鼓励,尽管您当然可以在 XML 中定义 bean 图 1. 但是为什么要在@Configuration使用 XML 基于注解的框架集成 spring-cloud 项目 @EnableDiscoveryClient @RibbonCl
2021-07-01 17:04:04 94KB 系统开源
1