设有一十字路口，1、3为南北方向，2、4为东西方向。
每个路口均有红、黄、绿三个灯，初始状态为四个路口的红灯亮，2（3）秒之后，1、3路口的绿灯亮，2、4路口的红灯亮，1、3路口通车；
延时50（45）秒后，1、3路口绿灯闪烁5（3）秒，后绿灯灭，黄灯亮，5（3）秒后，1、3路口的红灯亮，而同时2、4路口的绿灯亮，2、4路口开始通车；
延时30（40）秒后，2、4路口绿灯闪烁5（3）秒后绿灯灭，黄灯亮，5（3）秒后，2、4路口的红灯亮，同时1、3路口的红灯亮（即四个路口的红灯亮），2（3）秒之后，1、3路口的绿灯亮，2、4路口的红灯亮，重复上面的过程。
（.asm源代码内含.dsn电路图可成功运行）
每个路口均有红、黄、绿三个灯，初始状态为四个路口的红灯亮，2（3）秒之后，1、3路口的绿灯亮，2、4路口的红灯亮，1、3路口通车；
延时50（45）秒后，1、3路口绿灯闪烁5（3）秒，后绿灯灭，黄灯亮，5（3）秒后，1、3路口的红灯亮，而同时2、4路口的绿灯亮，2、4路口开始通车；
延时30（40）秒后，2、4路口绿灯闪烁5（3）秒后绿灯灭，黄灯亮，5（3）秒后，2、4路口的红灯亮，同时1、3路口的红灯亮（即四个路口的红灯亮），2（3）秒之后，1、3路口的绿灯亮，2、4路口的红灯亮，重复上面的过程。
（.asm源代码内含.dsn电路图可成功运行）
2024/3/5 1:09:42
30KB
1
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。
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。
2024/3/4 14:23:01
2.03MB
1
本虚拟仪器涉及主要功能包括：双通道信号输入、触发控制、通道控制、时基控制、波形显示、参数自测量等。
本虚拟仪器的数据采集的功能与普通示波器一样；
波形显示模式：通道A或B、A+B及A-B等；
电压参数测量，时间/频率参数测量，定位标尺，测量结果显示。
由于条件有限，没有数据采集卡，我在设计数据采集时，采用了LaBVIEW内部信号发生器来产生信号；
这些发生器有正弦波发生器、方波发生器、三角波发生器、锯齿波发生器，通过这些信号的输入来进行测量。
本虚拟仪器的数据采集的功能与普通示波器一样；
波形显示模式：通道A或B、A+B及A-B等；
电压参数测量，时间/频率参数测量，定位标尺，测量结果显示。
由于条件有限，没有数据采集卡，我在设计数据采集时，采用了LaBVIEW内部信号发生器来产生信号；
这些发生器有正弦波发生器、方波发生器、三角波发生器、锯齿波发生器，通过这些信号的输入来进行测量。
2024/3/3 12:23:21
299KB
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