这是本人今年刚写完的影院售票系统管理项目，功能齐全，很有参考价值，对C#oop思想的基础训练很有帮助，里面包括了集合和对象关系的应用，其中本来有许多bug,但最终在昨天被我逐一修复完毕，最常见的报错，就是对象未实例化，但这些都被本人很好的解决了，花了一整天的时间，最终修改成了一个完美版项目，代码简单清晰明了，注释分明，值得广大IT爱好者观摩。
2025/7/11 0:56:55
706KB
1
ArcFace/InsightFace使用自己数据训练/验证过程，训练自己的数据需要制作几个所需的文件，官方没有详细说明，而且还需要对部分代码进行修改，也有好多需要自己写，才能使用自定义的数据集进行训练和测试。
博客地址https://blog.csdn.net/qq_39707285/article/details/98068436中有详细介绍训练/验证过程。
修复图片过多在制作bin文件时可能出现MemoryError的BUG，分别替换src/eval文件夹下的flw_m.py和src/data文件夹下的lfw2pack_m.py，附件见链接:https://pan.baidu.com/s/1LBNYaSFEJ3WSVBkU5VdFDA提取码:mgsd
博客地址https://blog.csdn.net/qq_39707285/article/details/98068436中有详细介绍训练/验证过程。
修复图片过多在制作bin文件时可能出现MemoryError的BUG，分别替换src/eval文件夹下的flw_m.py和src/data文件夹下的lfw2pack_m.py，附件见链接:https://pan.baidu.com/s/1LBNYaSFEJ3WSVBkU5VdFDA提取码:mgsd
2025/7/9 6:30:24
10KB
1
KITTI数据集转化为VOC数据集，用于yolo训练，目标检测，相关介绍在博客中http://blog.csdn.net/baolinq
2025/7/8 3:41:19
5KB
1
我的环境是opencv2.4.13，环境是VS2013，经过训练xml文件实现人脸sad，smile，surprise表情识别，直接打开就可以使用。
2025/7/7 14:07:50
11.06MB
1
决策树是一个通过训练的数据来搭建起的树结构模型，根节点中存储着所有数据集和特征集，当前节点的每个分支是该节点在相应的特征值上的表现，而叶子节点存放的结果则是决策结果。
通过这个模型，我们可以高效的对于未知的数据进行归纳分类。
每次使用决策树时，是将测试样本从根节点开始，选择特征分支一直向下直至到达叶子节点，然后得到叶子节点的决策结果。
通过这个模型，我们可以高效的对于未知的数据进行归纳分类。
每次使用决策树时，是将测试样本从根节点开始，选择特征分支一直向下直至到达叶子节点，然后得到叶子节点的决策结果。
2025/7/4 16:46:40
10KB
1
对雷达操作人员的培训必须基于接近真实的模拟训练环境才能达到较好的训练效果。
通过真实采集的雷达回波信号来模拟产生目标回波，利用目标数据库的生成，目标在不同统计模型下信号强度的计算，得到了一种逼真的雷达目标回波信号。
模拟仿真试验验证了实际回波效果，结果表明该方法生成的回波能构建真实的模拟训练环境，使受训人员得到身临其境的模拟效果。
通过真实采集的雷达回波信号来模拟产生目标回波，利用目标数据库的生成，目标在不同统计模型下信号强度的计算，得到了一种逼真的雷达目标回波信号。
模拟仿真试验验证了实际回波效果，结果表明该方法生成的回波能构建真实的模拟训练环境，使受训人员得到身临其境的模拟效果。
2025/7/3 6:07:24
946KB
1
基于PCA人脸识别，首先对训练人脸库进行的某个人脸特征提取；
根据提取的特征，在测试人脸库中检索出训练人脸库的人脸。
根据提取的特征，在测试人脸库中检索出训练人脸库的人脸。
2025/7/2 11:20:12
173KB
1
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。
2024-04-09 15:03
15KB