已选条件 :  
img
python反编译工具Easy Python Decompiler

python反编译工具Easy Python Decompiler,参考网址http://blog.csdn.net/qq_32808253/article/details/78518204

img
编译OpenCV3.4.1x86版本 +contrib+vs2017x64

最近下载了VS2017,然后用cmake3.11重新编译了一把opencv3.4.1库,编译出来的是X86版本,压缩包还有VS2017的配置文件debug和release.prop,解压后设置环境变量路径,然后把prop文件加到对应位置就直接可以用了,具体见word文档

img
编译opencv需要的下载失败的ffmpeg.dll/iipcv/face_landmark_model.dat

编译opencv需要的下载失败的ffmpeg.dll/iipcv/face_landmark_model.dat,放到相应文件夹下

img
Dlib 编译好的dLib 19.10

编译好的最新dlib 版本19.10,里面包含debug 和 release 编译的lib库

img
OpenCV3.4.1+contrib最新编译Windows x64&Debug;&Release;

OpenCV3.4.1+contrib最新编译Windows x64&Debug;&Release; 解决单纯的Release版本在Debug模式下无法使用的问题

img
OpenCV3.4.1+contrib最新编译Windows

使用Cmake编译的OpenCV+contrib扩展库的编译文件,X86+Release

img
编译OpenCV3.4.1x86版本的sample工程 +contrib+vs2017x64 下载

最近下载了强大的VS2017 X64企业版,然后用最新的cmake3.11.0 X64重新编译了一把最新的opencv3.4.1库,这里是单独学习opencv库里的案例,所以编译出来的是X86版本的sample工程,解压后对应这里配置好的环境https://download.csdn.net/download/longzaihuaxia/10345185 编译OpenCV3.4.1x86版本 +

img
已经编译了contrib的opencv3.2.0

已经编译了扩展模块opencv_contrib的opencv3.2.0下载链接,人脸识别等处理需要配置这个版本的opencv。

img
libsvm 编译后的工具包

对于不会编译的同学 直接将该文件放在matlab toolbox文件夹下 再将libsvm-mat文件及其子文件加入路径,最后把libsvm-mat文件中的Windows文件夹内的svmtrain 改为libsvmtrain svmpredict 改为 libsvmpredict

img
Ubuntu下编译安装支持GPU加速的TensorFlow开发环境

Ubuntu下编译安装支持GPU加速的TensorFlow开发环境,以及安装cuda、cudnn