模板库JetpackCompose模板存储库。
入门按下Github中的“使用此模板”按钮来复制此存储库。
克隆您的存储库，然后在最新的打开它。
提交要求按照项目网站上的挑战说明进行操作：所有UI均应使用JetpackCompose编写GithubActions工作流程应该成功完成在文件夹中包括两个提交的屏幕截图。
名称应为screenshot_1.png和screenshot_2.png。
在文件夹中包括您提交的屏幕记录。
名称应为video.mp4更换的内容与内容并填写模板。
代码格式CI使用来检查您的代码格式能否正确以及能否包含正确的许可证。
在内部，Spotless使用来检查代码的格式。
要使用AndroidStudio正确设置ktlint，请按照。
在提交代码之前，请运行./gradlewapp:spotlessApply以自动设置代码格式。

视频格局：ts264aviwmvmkvmovrm3gpflvgifmpgrmvbswfvobwebmasfdatf4vh264_mp4h265_mp4音频格局：aacac3aiffamraum4amkamp2oggrawavwmamp3

android使用nanohttpd搭建httpserver实现文件上传及HTML5播放视频，亲测可用。
内含最新nanohttpd-all-2.3.1.jar，直接下载代码引入到eclipse就能用。
HTML5播放使用的时候，需要把工程的movie.mp4拷贝到SD卡根目录下即可。
文件上传路径为ip:port/uploadfiles?filename=aa.txt，最好使用jmeter上传文件测试，度娘一下教程就有，或者本人写个客户端测试。

腾讯视频QLV格式直转MP4对象

1、demo文件夹：YOLOv4目标检测算法针对MVI_40192文件夹数据集的处理效果，比较满意，车辆信息基本都能检测到。
2、road1_demo文件夹：YOLOv4+DeepSort算法，针对road1.mp4视频数据的目标跟踪、车流量计数效果。
人工统计车流量292辆(可能有偏差)，算法统计车流量288辆。
3、road2_demo文件夹：YOLOv4+DeepSort算法，针对road2.mp4视频数据的目标跟踪、车流量计数效果。
人工统计车流量29辆，算法统计车流量29辆。
只需视频流车辆清晰、大小合适、轮廓完整，算法处理的精度挺高。
4、road1_tracking.mp4、road2_tracking.mp4：由目标跟踪处理结果合成的视频流。
***********************************************************************************************1、deepsort文件夹：含目标跟踪算法源码，包括：卡尔曼滤波、匈牙利匹配、边框类创建、Track类创建、Tracker类创建。
2、ReID文件夹：含特征提取算法源码，model_data存储着reid网络的结构、权重，feature_extract_model.py用于创建特征提取类。
3、YOLOv4文件夹：含目标检测算法源码，model_data存储yolov4网络配置、nets+utils用于搭建模型。
decode.py用于将检测结果解码。
4、car_predict.py、yolo.py：用于验证目标检测算法的效果。
5、main.py：整个项目的运行入口，直接运行main.py，就可以调用YOLOv4+DeepSort，处理视频流信息，完成目标跟踪和车流量统计。

Windows32位版本的CEF3工程代码（需要本人CMake创建sln，自行编译产生cefsimple/cefclient）。
Chromium版本：74.0.3729.157。
编译时加入ffmpeg支持，可以播放mp3,mp4,支持h.264/aac。
可以本人访问html5test.com验证。
另外，从chrome中将全屏幕/应用程序共享功能代码merge到了CEF中，可以在js中调用getDisplayMedia()调用该功能。
本程序包包含debug/release版本（但不包括libcef.dll.pdb文件，太大了）。
另外如果debug编译报错，只需要在启动参数增加--no-proxy-server即可

基于CEF3.3239自编译撑持H.264撑持播放MP4撑持C#Chromiumfx调用这玩意编译真累.....

基于CEF3.3239自编译撑持H.264撑持播放MP4撑持C#Chromiumfx调用这玩意编译真累.....

大数据基本-Linux基本详解课程

支持转档的影片格式：avi,wmv,wma,asf,mpg,rm,rmvb,mov,3gp,mp4,mkv；

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。