该车牌识别训练样本包括了所有的字符，数字0~9，和26个英文字母（由于我国车牌中英文字母没有‘I’和‘O’，所以实际是24个英文字符）。
所以共有34个文件夹。
每个文件夹中有50个图片。
（即有50个不同的0，50个不同的1......）该训练样本对车牌识别进行训练有很大协助。
所以共有34个文件夹。
每个文件夹中有50个图片。
（即有50个不同的0，50个不同的1......）该训练样本对车牌识别进行训练有很大协助。
2022/10/1 4:20:16
988KB
1
非分散红外（NDIR）光谱仪常被用来检测气体和测量碳氧化物（例如一氧化碳和二氧化碳）的浓度。
一个红外光束穿过采样腔，样本中的各气体组分吸收特定频率的红外线。
通过测量相应频率的红外线吸收量，便可确定该气体组分的浓度。
之所以说这种技术是非分散的，是因为穿过采样腔的波长未经事后滤波；
相反地，光滤波器位于检波器之前，以便滤除选定气体分子能够吸收的波长之外的所有光线。
一个红外光束穿过采样腔，样本中的各气体组分吸收特定频率的红外线。
通过测量相应频率的红外线吸收量，便可确定该气体组分的浓度。
之所以说这种技术是非分散的，是因为穿过采样腔的波长未经事后滤波；
相反地，光滤波器位于检波器之前，以便滤除选定气体分子能够吸收的波长之外的所有光线。
2019/11/19 10:55:22
278KB
1
在快速傅里叶变换(FFT)方法处理单幅干涉图原理的基础上,提出一种基于样本块匹配的干涉图延拓方法,利用干涉图像的可信度和等照度线特征,来确定待填充块的优先权,然后在干涉图的已知区域寻找与待填充块最相似的样本块来进行填充。
充分利用了干涉图的条纹特征,结合梯度变化方向有效地合成纹理信息,具有很好的延拓效果。
最后将该干涉图延拓方法与傅里叶变换,合适的滤波函数和相位解包方法结合起来构成整套单幅干涉图处理方法。
采用该单幅干涉图处理方法获得的波面峰谷值与Zygo移相干涉仪得到的平均相差不到λ/100,并且两种方法获得的波面均方根值平均相差不到λ/200。
充分利用了干涉图的条纹特征,结合梯度变化方向有效地合成纹理信息,具有很好的延拓效果。
最后将该干涉图延拓方法与傅里叶变换,合适的滤波函数和相位解包方法结合起来构成整套单幅干涉图处理方法。
采用该单幅干涉图处理方法获得的波面峰谷值与Zygo移相干涉仪得到的平均相差不到λ/100,并且两种方法获得的波面均方根值平均相差不到λ/200。
2019/10/18 9:53:20
1.99MB
1
viola-jones论文RobustReal-TimeFaceDetection中的haar+Adaboost人脸检测方式、人脸检测样本库正负样本，人脸库2000+，非人脸库4000+
2020/1/3 10:47:49
4.22MB
1
关于代码的引见可以参考https://blog.csdn.net/qq_41562704/article/details/88975569，代码基于Win10+Python3.7环境，对采集的图片进行了图像平滑，基于OTSU阈值的肤色分割，基于八邻域搜索法进行轮廓检测操作，最终完成了手势图片从采集到轮廓曲线的提取过程，对已得到的轮廓曲线提取其傅里叶描述子和椭圆傅里叶描述子，并分别进行了归一化处理。
用KNN和SVM两种算法训练模型，以自己采集数据集为训练集进行了训练，最后基于PyQt5制作了简易界面。
用KNN和SVM两种算法训练模型，以自己采集数据集为训练集进行了训练，最后基于PyQt5制作了简易界面。
2022/9/28 3:55:24
142.52MB
1
包含五百张训练样本和标签tensorflow实现的yolov3可搭配博客一同食用：https://blog.csdn.net/zmdsjtu/article/details/102845590
2020/1/3 9:27:30
142.16MB
1
无论是哪种沙箱技术，总归无法和真实环境比拟，所以沙箱逃避技术在高级别病毒样本已经普遍存在，并且逃避技术也在逐步更新。
下面总结下当前的逃避技术，我分为两个特点进行分析。
·针对虚拟机检测·针对沙箱分析环境特点的对抗
下面总结下当前的逃避技术，我分为两个特点进行分析。
·针对虚拟机检测·针对沙箱分析环境特点的对抗
2015/2/11 8:01:16
4.19MB
1
堆栈Node.js/Express.jsMongoDB/猫鼬智威汤逊怎样跑将variables.env.sample复制到variables.env并对其进行自定义npmstart//ornpmrunwatch数据样本：npmrunseednpmrunseed:deletenpmrunseed:refresh皮棉：npmrunlint路线/API根网址：curl-XGET\http://localhost:3000/API验证：curl-XPOST\http://localhost:3000/api/authenticate\-H'content-type:application/json'\-d'{ "email":"xinh@mail.com", "password":"123456"}'API获取用户：curl-XGET\http://localhost:3000/api/users\-H'auth
2016/6/16 15:29:56
65KB
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