从官网下载的Deeplab-v2中vgg和resnet的模型文件，包括caffemodel以及prototxt

SeetaFace2采用标准C++开发，全部模块均不依赖任何第三方库，支持x86架构（Windows、Linux）和ARM架构（Android）。
SeetaFace2支持的上层应用包括但不限于人脸门禁、无感考勤、人脸比对等。
编译简介2.1编译依赖GNUMake工具GCC或者Clang编译器CM2.2linux和windows平台编译说明linux和windows上的SDK编译脚本见目录craft，其中craft/linux下为linux版本的编译脚本，craft/windows下为windows版本的编译脚本，默认编译的库为64位Release版本。
linux和windows上的SDK编译方法：打开终端（windows上为VS2015x64NativeToolsCommandPrompt工具，linux上为bash），cd到编译脚本所在目录；
执行对应平台的编译脚本。
linux上example的编译运行方法：cd到example/search目录下，执行make指令；
拷贝模型文件到程序指定的目录下；
执行脚本run.sh。
windows上example的编译运行方法：使用vs2015打开SeetaExample.sln构建工程，修改Opencv3.props属性表中变量OpenCV3Home的值为本机上的OpenCV3的安装目录；
执行vs2015中的编译命令；
拷贝模型文件到程序指定的目录下，运行程序。
2.3Android平台编译说明Android版本的编译方法：安装ndk编译工具；
环境变量中导出ndk-build工具；
cd到各模块的jni目录下（如SeetaNet的Android编译脚本位置为SeetaNet/sources/jni,FaceDetector的Android编译脚本位置为FaceDetector/FaceDetector/jni），执行ndk-build-j8命令进行编译。
编译依赖说明：人脸检测模块FaceDetector，面部关键点定位模块FaceLandmarker以及人脸特征提取与比对模块FaceRecognizer均依赖前向计算框架SeetaNet模块，因此需优先编译前向计算框架SeetaNet模块。

主要以下模型文件：1、《HFSS电磁仿真设计应用详解》课后14个模型2、HFSS6个微波电路仿真实例模型3、HFSS24个仿真实例模型（各种类型的都有）4、HFSSDipole极子天线仿真模型5、HFSSRCS计算例子模型6、HFSSVivaldi天线模型7、HFSS波纹喇叭设计模型8、HFSS仿真2.4G微带天线阵列模型9、HFSS仿真平面微带天线模型10、HFSS复杂封装结构模拟：焊盘2模型11、HFSS共面波导仿真模型12、HFSS环型电桥实例模型13、HFSS矩形微带天线实例模型14、HFSS微带天线的设计与仿真实例模型15、HFSS左手材料仿真源文件模型

实现内容：1.时间序列上，已知之前数据，预测未来数据。
(ARMA模型)2.有邻阶矩阵，通过其他路口预测对应路口车流量。
(线性回归模型)文件中包含项目题目说明，数据，实现代码，代码说明以及代码分析，有问题可以私信。
qq：1140087313

matlab函数文件，用于读取其他软件生成的3D模型文件obj文件，在matlab中显示模型图像

ANSYSLS-DYNA动力分析方法与工程实例（第二版)模型文件

goturn追踪算法的caffe模型文件，官网下载速度过慢，所以放过来备用。

tensorflow训练网络模型，生成用于模型预测的pb模型文件，输入图片，进行前向预测

最好联系书本学习，input是输入文件，evaluateCatorDog是主文件，traning是训练文件，model模型文件

1.环境win7+qt5.3.1WinGW32bit2.使用glm3.使用孙启功的方法4.网上下载的obj模型文件5.我仅仅是用别人的方法和文件进行了简单的实践6.因为工作需要，搜索一番不容易找到有用的东西，所以在此留个备份

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。