InsideIR 4.0 特性: 高级分析工具,点、线、矩形、椭圆、多边形和弧形区域。 增强的配置文件工具 趋势功能 增强的路由灵活性。 报告增强: 高级报告、趋势报告以及每个图像多达四个页面。 可提供多语言支持,西班牙语、波兰语、法语、德语、意大利语、瑞典语、简体中文、日语、俄语和英语软件自动检查福禄克网站,通知用户最新的软件版本是否已提供。
2021-11-25 15:01:59 212.04MB IS2 Fluke
1
关于java部署知识.doc
2021-11-25 09:02:33 135KB
qt检测u盘拔插,linux,windows可用
2021-11-24 16:12:39 330KB 热插拔
1
包含菲涅尔镜片的原理、BISS0001手册、菲涅尔透镜选型等
2021-11-24 10:18:48 4.02MB BISS0001 PIR
1
程序流程为使用python将成像传感器回传至树莓派的数字矩阵转化为灰度图像,将灰度图像再转化为彩色力图,通过帧插法与轮廓查找与几何约束判断人体状态。当人体姿态改变时蜂鸣器短鸣3s左右警告,站立后恢复。当人体长期摔倒至一定时间后蜂鸣器长鸣报警,硬件重启后恢复。
2021-11-23 16:37:58 32KB 热成像 摔倒检测
1
基于ANSYS和FLUENT的回转窑工特性分析,宋小艳,范勤, 本文运用FLUENT有限元软件对回转窑及窑内气体燃烧与气固耦合进行模拟分析,通过计算,得出了窑内燃烧气体和回转窑的温度场。然后�
2021-11-23 14:56:35 647KB 首发论文
1
matlab泵仿真代码 Author: Mario Huegi Institution: FHNW - University of Applied Sciences Northwestern Switzerland Course of studies: Energy and Environmental Technologies Module: MATLAB-Workshob Lecturer: Prof. Dr. Norbert Hofmann 特征 图形界面,用于芒果干燥模拟 数据保存格式:CSV,TXT,DAT 绘图保存格式:PDF,PNG,JPEG 第三方软件 在Matlab中使用CoolProp(请参见的openSource替代) 使用的MATLAB工具箱:X-Steam,SplashScreen 使用和修改的MATLAB工具箱:SI湿度表 教程(仅德语) 文件夹教学视频包含一些德语教学视频。 芒果干燥模拟器 总体概述 该脚本是在EUT项目(EUT-P3-19HS-08)的范围内创建的。 该项目小组研究了芒果在不同烤箱中的行为。 借助此脚本,可以模拟对流烤箱的理想性能。 为了
2021-11-23 10:47:33 40.43MB 系统开源
1
通过对图引导的自适应关键点估计值进行排序来实现自下而上的人体姿势估计 介绍 在这项工作中,我们提出了一些在改善关键点检测和分组(关键点回归)性能上很少或不深入研究的方案。 首先,我们利用关键点图进行逐像素关键点回归,而不是将它们分开以改善关键点回归。 其次,我们采用像素级空间变换器网络来学习自适应表示,以处理比例和方向方差,从而进一步提高关键点回归质量。 最后,我们提出了一种联合形状和值评分方案,以促进估计的姿势更可能是真实姿势。 结合权衡图估计损失以平衡背景像素和关键点像素,从而提高图估计质量,我们可以获得最先进的自下而上的人体姿势估计结果。 主要结果 不进行多尺度测试的COCO val2017结果 骨干 输入尺寸 #Params GFLOPs 美联社 Ap .5 AP .75 AP(男) AP(长) 增强现实 AR .5 AR .75 手臂) AR(左)
2021-11-23 10:19:17 113KB Python
1
柘城县城区地处在近年最先勘查发现的胡襄煤田内的南部边缘地段。区内地层属华北地台型沉积,自下而上发育有寒武系、奥陶系、石炭系、二叠系、新近系和第四系,其中,石炭系上统太原组和奥陶系中统为区内重要的储集层,该储层蕴藏着丰富的能及水能源,具有广泛的适用性和良好的开发利用前景。依据勘查钻孔资料,阐述了区内地质、构造特征;利用钻孔测温资料,分析研究了地温、地温场、储层的分布特征;给出了储层的深度和温度范围;圈定了柘城城区西北角为地异常地段,并分析了地异常地段的控构造特征或成因;提出了开发利用地资源的优选地段及深度范围,为地方经济发展、合理开发、高效利用地资源,提供了第一手资料依据。
2021-11-22 20:29:23 347KB 柘城背斜 地温场 热储层 地热资源
1
HSV、CMY、NTSC、YCbCr 颜色空间不太适合根据人类解释的实用术语来描述颜色。 因此,必须将 RGB 图像转换为 HIS 图像以获得更好的可见性,以识别面板中存在的缺陷。 并应用K-means聚类算法对图像进行分割并诊断PV面板中的缺陷 参考: Uma,J.,Muniraj,C.和Sathya,N.,“基于图像测试和评估的光伏(PV)面板缺陷诊断”,《测试和评估杂志》, https://doi.org/10.1520 /JTE20170653 。 ISSN 0090-3973。
2021-11-22 11:03:06 3KB matlab
1