stm32f103c8t6频率计.zip

这是我用stm32和GPS模块做的无人驾驶小车，可以跑路线，设置一个目标经纬度后，那个小车就会自动向目标经纬度驾驶过去。核心是根据目标经纬度和当前经纬度解算出合适的方向角然后交由小车执行，，车上有陀螺仪，然后根据陀螺仪的反馈，用PID算法使得小车按照这个方向角去自行移动。

本设计将实现一个简单计算器。其类似于Windows附件中自带的计算器。这个计算器不仅实现了简单的四则运算功能，还实现了高级的科学计算功能，而且具有简洁大方的图文外观。它的设计按软件工程的方法进行,系统具有良好的界面、必要的交互信息和较好的健壮性使用人员能快捷简单地进行操作。即时准确地获得需要的计算的结果，充分降低了数字计算的难度和节约了时间，对人们的生活有一定的帮助。在课程设计中，系统开发平台为Windows 2000XP，程序设计设计语言采用Visual C++，在程序设计中，采用了结构化与面向对象两种解决问题的方法。

LTE(Long Term Evolution)系统中采用许多增强型的技术来提高系统性能，使系统相对于以往系统具有更高的复杂性。如何对采用LTE技术的无线通信系统建模与仿真将是一个有意义的问题。此外，一般的链路级仿真只是简单的点到点系统评估，与实际的多小区，多用户，多业务的系统有很大差别，因此需要用系统级仿真来评估实际系统的性能。附件是一套LTE系统仿真matlab源码。

利用三种方式实现生成二维码，并且打印的功能

本资源可以实现应用madplay在linux环境下应用双向链表实现MP3播放器制作，应用进程它可以实现歌曲上下切换，停止，继续

利用串口调试助手给单片机发数据，单片机会将改数据原样送回电脑

车道线分割模型模型训练自己的数据该模型是属于二分类语义分割6.encoder decoder model该文件夹中存放的是用于编码和解码的模型这里使用的是 vgg cncodcr. py和 fcn decoder. py测试:更换编码和解码的模型7. lanenet model该文件夹下存放的是 lannet模型的重要操作train.py中主要用到的是 lanenet merge model8. tboard该文件夹用来存放模型训练时产生的 event记录9. tools该文件夹下仔放的是 train lanenet py和 test lanenet py两个文件分别用于训练模型和测试模型10.训练准备好训练数据以后,在 terminal(终端)中通过指令跳转到 lament目录下举例:cd/ XXX/lanenet然后输入一下命令开始训练python tools/train lanenet. py --net vgg--dataset dir data/training data example/-net指定模型的骨干网终dataset dir指定训练数据的目录(该目录为 train txt所在的目录)如果训练的过程中出现了中断,需要接着训练,可以输入python tools/train lancnct. py --nct vgg -datasct dir data/training data cxamplcweights path path/to/ your/last/ checkpointgths_ path指定之前训练中断时权重文件存放的日录训练结東后,训练得到的模型的权重和参数文件在 model目录下的tusimple lanenet文件夹中l1测试准备测试数据测试数据是原始图片,放在data目录下的 training目录下的 testimage中(可以自定义)准备权重文件:将训练好的权重文件,包括:checkpoint, lanenet model pb, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000. data-00000-of-00001, tusimple lanenet vgg 2018-10-19-13-33-56ckpt-200000 index, tusimple lanenet vgg_2018-10-19-13-33-56.ckpt-200000meta放在 model文件夹中测试数据准各完成后,打开 terminal(终端)输入以下命令跳转到 lanenet目录下cd/XXX/ lanenet′然后输入如下命开始用单张图片测试模型python tools/test lanenet. py -is batch False -batch size 1 --weights pathpath/to/your/model weights file --image path data/tusimple test image/O. jpgis batch是否是批量处理(True表示是批量处理, False表示不是批量处理默认为True)batch size批量处理一次读取的图片数量weight path模型的权重文件所在的目录image path测试数据的原始图片输入如下命令开始用批量图片测试模型:python tools/test lanenet.py -is batch True -batch size 2 -save dirdata/tusimple test image/ret --weights path path/to/your model weights file-image path data/tusimple test imagesavc dir是存放测试结果的地方(测试结果为划分车道线后的图片)安芯/方禹20181228

Faster-RCNN+ZF制作自己的数据集和训练模型完整文件及教程(Matlab版本），内含详细的完整配置及操作过程。

面波频散曲线求解代码，面波频散曲线求解代码，学习资料

AXI-stream总线主从仿真源码+时序图.可以直接加入vivado进行仿真、测试