超声图像重建算法及最小二乘法差分算法

C#ModbusTCP客户端，配合PLC测试OK，绝对可以用ModbusTCP客户端，下载绝对不吃亏，C#源代码！

可调电子时钟proteus仿真+PCB+程序，经过本人测试使用，资料整套，可以做实物

【实例简介】HCIA-Routing_&_Switching_V2.5_入门.pdf

STM32F103ZET6的原理图+PCB文件. STM32F103ZET6原理图+PCB文件

无线传感网络节点不同算法下的能量消耗Matlab源程序 可以直接运行 代码简单易懂

关于单相整流器的MATLAB/simulink仿真，pid，闭环，内附一篇此内容相关的文献，可供学习交流使用，学生课程设计也可以

ZEMAX衍射.ZMX

1.使用说明：使用EXCEL背单词，不是简单的设置方格大小，而是加入按钮和VB代码，支持快捷键、发音、自动播放单词，实现单词背诵结果的统计。2.文档说明：buttonword-Encrypted.xlsm，office2010，版本较低的朋友请忽略次分享。点击按钮-背单词-加密；excel中已经做好了模板，直接可以用，唯一加密的是VB代码，不影响使用。3.加密说明：和研究VB开发没关系的请忽略，采用md5加密方式，密文...很好猜，欢迎破解~可以通过kevinkitty7@163.com与本人讨论。4.单词库：资源中已经包括了两套托福单词和两套GRE单词，支持语音库路径载入，至于语音库，

51单片机系列所有的原理图和PCB封装库，同时兼容Altium Designer /Protel两个版本，Altium Designer封装库全部带3D，51系列库包含PLCC44/PQFP44/TQFP44/PDIP40/DIP20/DIP28/SOP20的原理图库和PCB封装库，PCB AD版封装带3D功能，个人集中整理出来的，对着ATMEL(爱特美尔)公司的规格书一个个画出来的！！！！

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