:
CPU加速库的使用，通过CPU特殊指令加速程序
资源介绍:
IPP library的简单使用， ippInit(); libVersion = ippGetLibVersion(); printf("%s %s\n", libVersion->Name, libVersion->Version); status = ippGetCpuFeatures(&cpuFeatures, 0);资源文件列表:
Exaple_testIPP.zip 大约有21个文件
testIPP/
testIPP/00.jpg 125.95KB
- testIPP/Debug/
- testIPP/Debug/testIPP.Build.CppClean.log
- testIPP/Debug/testIPP.log 3B
- testIPP/Debug/testIPP.vcxproj.FileListAbsolute.txt
- testIPP/hello.jpg 21.52KB
- testIPP/testIPP.cpp 3.4KB
- testIPP/testIPP.vcxproj 7.72KB
- testIPP/testIPP.vcxproj.filters 976B
- testIPP/testIPP.vcxproj.user 453B
- testIPP/testIPPopenCV.cpp 2.05KB
- testIPP/testIPPOpenCV2.cpp 1.46KB
- testIPP/x64/
- testIPP/x64/Release/
- testIPP/x64/Release/testIPP.Build.CppClean.log 99B
- testIPP/x64/Release/testIPP.exe.recipe 274B
- testIPP/x64/Release/testIPP.log 3B
- testIPP/x64/Release/testIPP.tlog/
- testIPP/x64/Release/testIPP.tlog/unsuccessfulbuild
- testIPP/x64/Release/testIPP.vcxproj.FileListAbsolute.txt
基于MATLAB车牌识别系统【带界面GUI】.zip
仅供参考，不支持商用。
xlscan是基于Fscan二次开发而来，经过测试到目前为止 可以绕过360、火绒、微软、卡巴斯基，微步云沙箱病毒分析为安全。
请使用 -k 参数来指定您的密码 123
文件太大放服务器下载，请先到资源详情查看然后下载
样本图：blog.csdn.net/2403_88102872/article/details/143742503
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：147
标注数量(xml文件个数)：147
标注数量(txt文件个数)：147
标注类别数：1
标注类别名称:["icicle"]
每个类别标注的框数：
icicle 框数 = 314
总框数：314
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：暂无
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
#wxapp_newRestaurant
路由器管理工具putty
行人乱丢垃圾检测数据集VOC+YOLO格式3264张2类别
电力场景越线闯入检测数据集VOC+YOLO格式258张1类别.zip
路由器管理工具putty
样本图参考：blog.csdn.net/2403_88102872/article/details/143417157
重要说明：文件太大放服务器了，请先到资源详情查看让后下载
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：3264
标注数量(xml文件个数)：3264
标注数量(txt文件个数)：3264
标注类别数：2
标注类别名称:["person","trash"]
样本图：blog.csdn.net/2403_88102872/article/details/143737788
文件太大放服务器了，请先到资源详情查看然后下载
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：258
标注数量(xml文件个数)：258
标注数量(txt文件个数)：258
标注类别数：1
标注类别名称:["yxcr"]
每个类别标注的框数：
yxcr 框数 = 258
总框数：258
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：暂无
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注