精华内容
下载资源
问答
  • jquery制作非常有创意的项目团队头像人物跟随鼠标移动
  • 名称: Nudemessenger作者: Francis Lam, MIT社交媒体实验室网址: http://db-db.com/nudemessenger/描述: 项目中使用了大量男人裸体, 很具有讽刺意味. 另外, 你可以在线利用这些...注: 该项目为Lam个人项目.
     marginwidth="0" marginheight="0" src="http://www.zealware.com/csdnblog336280.html" frameborder="0" width="336" scrolling="no" height="280">

    Nudemessenger

    名称: Nudemessenger

    作者: Francis Lam, MIT社交媒体实验室

    网址: http://db-db.com/nudemessenger/

    描述: 项目中使用了大量的男人裸体, 很具有讽刺意味. 另外, 你可以在线利用这些男人裸体(姿势和位置可调)构建动画电子卡片.

    注: 该项目为Lam的个人项目.




    展开全文
  • ExpandedTabBar v2.0.2 ExpandedTabBar是一个非常有创意的设计解决方案,用于解决UITabBarController要求中的“更多”项iOS 11.0+ Swift 5.x Xcode 10+安装C ExpandedTabBar v2.0.2 ExpandedTabBar是一个非常有创意...
  • 比Java, C++,Python开源项目非常多,这里面原因可能是因为不...在github上Python开源项目一大部分是爬虫相关,AI相关,这是它长处,除了这些,那今天我们来看看,在其他方面几款有趣开源项目。抢票神器123...

    比Java, C++,Python开源项目非常多,这里面原因可能是因为不像Java,动不动就来大型应用,也不像C++, 只能专注解决底层或者高性能问题, 使用Python, 开发快,效率高,很多库随手抓来,可以简便的在很多细微的地方解决问题。

    在github上的Python开源项目,有一大部分是爬虫相关,AI相关,这是它的长处,除了这些,那今天我们来看看,在其他方面几款有趣的开源项目。

    抢票神器12306:

    是的,就是那个12306,铁路抢票12306,现在Python也来贡献自己的力量,12306智能刷票助手,支持分布式,多账号,多用户,在github上有3千多星。

    System-design-primer:

    可以说这是一个关于学习Python设计的项目,这个项目对系统设计相关的资源做了很全的收集,有想从单纯的码农上升到设计师的可以在里面找到很多有用的知识,这比看很多设计模式的书要直观有用得多。

    另外,它还包含了如何面试系统设计的资料,真是暖心。

    Camelot:

    这个项目是针对PDF的,它能够从PDF文件中提取表格,能够输出微JSON, EXCEL,HTML等,还能转换微Pandas 格式数据, 这对于很多想要从PDF资料扒数据的人来说会非常有用。

    Responder:

    不止PHP有YAF, Python也一样有自己的轻量级Http框架,它包含了jinja2模板,可以基于uvloop来自动响应网络请求。至于性能方面,有兴趣的可以直接跑跑看,相信不会很低。

    Background-Matting:

    抠图神器来了,这里由Python出品,它的slogan可是很狂妄:The World is Your Green Screen,这简直太嚣张,意思是没有它抠不了的图有3.4k星星,

    Public-apis:

    各位观众,又一个神器来了,这个是API大集合,整合了世界上绝大部分的API接口,同时对这些接口支持用关键词搜索,不管怎么说,到目前为止,现在已经是9万多star,可不是随随便便的。

    展开全文
  • “ 阅读本文大概需要 3 分钟。 ”今天想给大家推荐这个 GitHub 项目,并非是娱乐向,而是纯技术向。我们都知道,Git 作为当下最为主流分布式版本控制系统,已然成为程序员生...

    阅读本文大概需要 3 分钟。

    今天想给大家推荐的这个 GitHub 项目,并非是娱乐向的,而是纯技术向的。

    我们都知道,Git 作为当下最为主流的分布式版本控制系统,已然成为程序员生活中不可或缺的一款开发工具。

    在日常开发工作中,我们经常会使用 Git 来完成源码的追踪、回溯、保存、提交等各个操作,而在这一系列操作之下,久而久之,项目便难免会出现较为庞大的代码提交记录、开发分支、程序版本等各种信息。

    这个时候,如果你想仅凭某个记忆片段,来查询某个作者在某个时间段所提交的一段具体代码,毫无疑问要耗费不少精力。

    如果有这么一种方式,可通过编写数据库查询语句,来快速完成这些信息的检索,那是不是就能方便许多呢?

    刚好,不久前就有一支来自国外的技术团队 Augmentable 帮我们完成了这件事情。

    他们在 GitHub 上开源了一款工具:gitqlite,通过为 GitHub 项目创建一张虚拟的 SQLite 数据库表,进而达到能直接用数据库查询语句,快速检索 Git 仓库中的内容,其中包括 Git 提交记录、作者名称、邮箱、文件历史记录等内容。

    https://github.com/augmentable-dev/gitqlite

    开发者可根据自己的开发需求编写数据库查询语句,快速从 Git 仓库中提取精准信息。

    比方说,你想提取 GitHub 项目中,所有参与代码贡献的作者邮箱,那么只需要编写下面这一行语句:

    SELECT DISTINCT author_email FROM commits
    

    如果是想查询某个提交命令上的所有被更改文件,则可用下面这条查询语句:

    SELECT * FROM files WHERE commit_id='some_commit_id'
    

    更进一步的,想要查看项目作者在不同星期几的代码提交次数,则可以用下面这段查询语句:

    SELECT
        count(*) AS commits,
        count(CASE WHEN strftime('%w',author_when)='0' THEN 1 END) AS sunday,
        count(CASE WHEN strftime('%w',author_when)='1' THEN 1 END) AS monday,
        count(CASE WHEN strftime('%w',author_when)='2' THEN 1 END) AS tuesday,
        count(CASE WHEN strftime('%w',author_when)='3' THEN 1 END) AS wednesday,
        count(CASE WHEN strftime('%w',author_when)='4' THEN 1 END) AS thursday,
        count(CASE WHEN strftime('%w',author_when)='5' THEN 1 END) AS friday,
        count(CASE WHEN strftime('%w',author_when)='6' THEN 1 END) AS saturday,
        author_email
    FROM commits GROUP BY author_email ORDER BY commits
    

    类似的组合玩法还有很多,目前看来最为实用的,是你帮你快速完成项目代码的统计与查询工作,当你下次要查询某个日期的代码修改片段时,基本就可以用一行查询语句快速搞定啦。

    数据库玩的比较溜的同学,不妨尝试安装一下

    推荐阅读
    1Scrapy 和 Pyppeteer 更优雅的对接方案
    2在Scrapy中如何使用aiohttp?
    3Python 为什么推荐蛇形命名法?
    4‍‍
    我去!GitHub 个人页还能这么玩?
    
    好文和朋友一起看~
    
    展开全文
  • paddlehub创意项目

    2020-08-30 10:46:24
    paddlehub创意项目应用实践一、首先加载带处理图像二、加载人像抠图预训练模型三、将抠出人物图片合成在想要背景图片当中。四、对合成后图片进行人脸检测五、心得总结 初次接触paddlehub,听过老师讲座后,我...

    初次接触paddlehub,听过老师的讲座后,我发现竟然有如此神奇方便的AI模型。paddlehub中预训练好的模型种类很多,比如人像抠图,人脸检测,人体骨骼模型检测,自然语言处理,头部姿态检测等等。这些模型都是可以直接下载调用的,大大减少了我们自己训练模型的时间。 下面是我的第一个paddlehub项目,应用了人像抠图模型deeplabv3p_xception65_humanseg和人脸检测模型ultra_light_fast_generic_face_detector_1mb_640,感受到了paddlehub开源项目带来的便捷。(以下图片均来源于网络)

    一、首先加载带处理图像

    # 待预测图片
    test_img_path = "girl.jpg"
    
    import matplotlib.pyplot as plt 
    import matplotlib.image as image 
    
    def show_image(image_path):
        '''
        展示图片
        '''
        img = image.imread(image_path)
        plt.figure(figsize=(10,10))
        plt.imshow(img) 
        plt.axis('off') 
        plt.show()
    
    # 展示待预测图片
    show_image(test_img_path

    在这里插入图片描述

    二、加载人像抠图预训练模型

    import cv2
    import paddlehub as hub
    
    # 加载deeplabv3p_xception65_humanseg模型
    module = hub.Module(name="deeplabv3p_xception65_humanseg")
    
    results = module.segmentation(images=[cv2.imread(test_img_path)],
                                            visualization=True)
    
    for result in results:
        result_path = result['save_path']
        show_image(result_path)#展示分割后的结果

    在这里插入图片描述

    三、将抠出的人物图片合成在想要的背景图片当中。

    from PIL import Image
    import numpy as np
    
    def blend_images(fore_image, base_image):
        """
        将抠出的人物图像换背景
        fore_image: 前景图片,抠出的人物图片
        base_image: 背景图片
        """
        # 读入图片
        base_image = Image.open(base_image).convert('RGB')
        fore_image = Image.open(fore_image).resize(base_image.size)
    
        # 图片加权合成
        scope_map = np.array(fore_image)[:,:,-1] / 255
        scope_map = scope_map[:,:,np.newaxis]
        scope_map = np.repeat(scope_map, repeats=3, axis=2)
        res_image = np.multiply(scope_map, np.array(fore_image)[:,:,:3]) + np.multiply((1-scope_map), np.array(base_image))
        
        #保存图片
        res_image = Image.fromarray(np.uint8(res_image))
        res_image.save("blend_res_img.jpg")

    展示合成后图片

    blend_images('humanseg_output/ndarray_time=1598751719238942.png', 'catoon.jpg')

    在这里插入图片描述

    四、对合成后图片进行人脸检测

    加载预训练模型ultra_light_fast_generic_face_detector_1mb_640,在预测时会将图片输入缩放为640 * 480,预测精度更高。

    import paddlehub as hub
    
    module = hub.Module(name="ultra_light_fast_generic_face_detector_1mb_640")

    人脸检测

    input_dict = ["blend_res_img.jpg"]
    
    # execute predict and print the result
    results = module.face_detection(paths = input_dict,visualization=True,output_dir="face_detector_640_predict_output")

    这里把哪吒的脚也检测成人脸了哈哈哈哈
    这里把哪吒的脚也检测成人脸了哈哈哈哈

    五、心得总结

    应用paddlehub完成了一些有趣的小功能,算是初步入门了paddlehub。(其实想做更复杂一点,但是遇到了较多困难,加上学校期末大作业ddl,时间不太充裕,日后慢慢学习)paddlepaddle还有很多方便有趣的功能,这需要我不断的努力学习,更加熟练掌握各种模型,充分发挥paddle开源模型的优势,日后也为开源事业贡献自己的力量,也不辜负飞桨老师同学们的努力付出。

    展开全文
  • Elisa的作品集,他是一位非常创造力和出色的网页设计师,致力于专注于用户体验的项目! 100%React灵敏的项目。 具有出色性能和可访问性的项目。 使用window.navigator本地共享网站。 问候语会根据查看网站的...
  • 眼下人工智能创业正如火如荼,不论是在中国还是美国,各种创业项目都层出不穷。看过了不少国内的人工智能创业ideas,这一次让我们来看看来自硅谷的人工智能到底带来了哪些新...来自硅谷的项目团队与多家投资机构早已...
  • 这是一个发现优秀产品创意,发展优秀产品创意,生产创意产品,创意产品...每周我们会从用户提交的创意中筛选优秀创意,经过专业评审,挑选出商品潜质的创意,在平台上,由各行各业的创意爱好者和设计达人...
  • 这是一款非常有创意的卡片式项目管理界面UI设计效果。该UI设计中,将各个项目以卡片的方式堆叠排列在屏幕上,当点击了其中的某个项目的时候,该项目图片会全屏放大,向下滚动鼠标可以看到该项目的介绍信息。
  • 我经常看人发帖问关于软件项目创意点子事,也看到了很多回帖,我自己也回了一些常见软件项目创意。不过我觉得只列出三两个是远远不够,因此就收集并这个软件项目创意列表,大家要找简单编程软件项目创意...
  • 点击下方“逆锋起笔”,公众号回复pdf领取大佬们推荐学习资料剧照 |女王棋局作者 | Juan Cruz Martinez译者 | 刘雅梦 来源 |InfoQ这些项目构想很可...
  • 创意街”项目计划书范文 本案以xx创意街区xx庙前路段沿街门店为项目运营空间,通过商业概念重塑、创意产业导入、品牌文化构建、环境综合整治,整体打造宜文宜游宜赏宜乐“xx创意街”,形成片区效应,以提升xx...
  • 在众多求职简历中,许多简历都是一样模板,这样容易造成hr视觉疲劳,如果你求职简历带一点小小...该文档为项目经理助理岗位求职创意简历模板,是一份很不错参考资料,具有较高参考价值,感兴趣可以下载看看
  • 开源科学软件创意大赛 作为抱负数据科学家,提高技能水平最佳方法是练习。 还有什么比制作项目更好方法来练习技术技能。 个人项目是您职业发展重要组成部分。 他们将使您距离数据科学梦想更近一步。 ...
  • 这是一款非常有创意的以图片画廊形式展示文件项目UI界面设计效果。该效果在第一个界面上有一个“显示项目”按钮,用户点击后可进入图片画廊界面,每一个项目以图片的方式滑动显示,点击相应的图片又会进入相应的项目...
  • 它们之间往往一些共同规律,在java编程实现过程中,一般可以通过坐标变换来实现绘图。最重要就是找出其中变化规律。   下面通过对几个例子分析来实现几个分形图形绘图。 要实现分形图形绘制...
  • 最近被《空山新雨后》疯狂洗脑,在B站看到小姐姐歌伴舞后就了给小姐姐换个背景相法, 于是找来了你名字照片,让小姐姐在星空下配合着悦耳歌翩翩起舞 项目AIstudio地址:...
  • 1、首先需要调查用户需求,判断哪些东西是用户想要,哪些东西是用户不想要。...(2) 在开会之前确保用户使用过原型,对软件一些想法。如果用户还没有使用过这种软件,将非常困难 (3) 保...
  • 这里一些非常方便工具,包括一个称为Issues功能。 如何提出或讨论项目构想 工作原理与Internet上任何其他评论系统一样。 首先,您需要。 然后,您两个选择:(1)对现有想法(也称为“问题”)进行评论,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,696
精华内容 678
关键字:

有创意的项目