用MSP430设计极低功耗数字温度计

使用STM32F407与ESP8266通讯，ESP8266连接互联网，通过互联网对继电器进行控制

“个人项目——基于STM32的MQ-3酒精浓度检测”博客中使用的代码

linux下的简单文件服务器和客户端程序

PIC16f877解码6221红外遥控C 程序 1602显示

目录1. 向量、矩阵对元素求导 21.1 行向量对元素求导 21.2 列向量对元素求导 21.3 矩阵对元素求导 22. 元素对向量、矩阵求导 32.1 元素对行向量求导 32.2 元素对列向量求导 32.3 元素对矩阵求导 33. 向量对向量求导 43.1 行向量对列向量求导 43.2 列向量对行向量求导 43.3 行向量对行向量求导 43.4 列向量对列向量求导 44. 矩阵对向量求导 54.1 矩阵对行向量求导 54.2 矩阵对列向量求导 55. 矩阵对向量求导 65.1 行向量对矩阵求导 65.2 列向量对矩阵求导 65.3 矩阵对矩阵求导 6

最近学了一点stm32做图像处理的皮毛，做了个小玩意儿，用了stm32做了灰度化，二值化，从而找到一条路线的中点，然后根据偏差对输出相应的pwm。适合初学者看看，很浅层。f1带图像有点吃力，所以分别把图像和控制分成了两块32，这样速度快一点。这是图像处理的代码。

VC GDI+ 窗口截图内存BMP转JPG,压缩、JPG再转IStream流，IStream流再转 BYTE 上体见 http://blog.csdn.net/q610098308/article/details/78181933

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

功能安全FMEA培训教程（中文）以及AOIS公司的专业FMEA分析软件IQ-FMEA的使用教程（中文）

本资源为空空导弹自适应滑模变结构制导律matlab仿真程序，采用的平行制导的原理，matlab仿真将给出导弹和目标的运动数据，关于曲线，这么简单的东西，自己根据数据随便做一下就出来了。