PhotonetGet 该实用程序可以从Photo.net下载任意数量的图像。 只需提供一个数据集文件即可。 需要Python 3.4和必须提供的数据集文件。 请参阅示例文件example.txt 。 ##要从命令行运行PhotonetGet，请执行以下操作： 用法： PhotonetGet.py [dataset.txt] [ids col from 1...] 示例： ./PhotonetGet.py dataset.txt 2 版权所有（C）2015 Stephen Makonin。 保留所有权利。

NIMA：神经影像评估 这是Hossein Talebi和Peyman Milanfar撰写的《 （在接受）的PyTorch实现。 您可以从了解更多。 实施细节 该模型在上进行了训练，该包含大约255,500张图像。 你可以从得到它。 注意：数据集中可能存在一些损坏的图像，请在开始训练之前先将其删除。 该数据集分为229,981张图像用于训练，12,691张图像用于验证和12,818张图像用于测试。 ImageNet预训练的VGG-16用作模型的基础网络，为此，我在验证集上损失了约0.072 EMD。 尚未在本文中尝试过其他两个选项（MobileNet和Inception-v2）。 非常欢迎您进行自己的扩展。 学习率设置与原始论文不同。 我似乎无法使用3e-7的转换底数和3e-6的密集区块的底线来使模型收敛于动量SGD。 另外，我没有做太多的超参数调整，因此您可能会获得更好的结果

web电子相册开发源代码非常的不错额，请使用电子相册不错的代码

CameraBag Photo是一款相当优秀的实用型照片滤镜工具，CameraBag Photo最新版功能全面，提供了超过200个可调滤镜供用户使用，软件支持96位模拟引擎，让您轻松进行曝光、色调、对比度的调整，CameraBag Photo软件便捷好用，支持所有主要的RAW图像格式。

使用WebView组件链接图片JSON数据，下载图片。 改变图片信息的透明度。 配套书籍：《Android权威编程指南》（第二版）第29章内容

P2P 照片分享服务 一个点对点 (P2P) 共享相册，带有用 Java 编写的分布式目录。 该实现包括分布式目录服务器池、P2P 客户端和 P2P 服务器。 P2P客户端负责命令获取可用文件的信息； 它也可以充当 P2P 临时服务器的客户端，以获得所需的文件。 目录服务器池是作为 ID 为 1 到 4 的分布式哈希表 (DHT) 实现的。DHT 中的目录服务器使用 TCP 连接形成一个环，并且它们具有唯一的 IP 地址。 P2P 客户端和 DHT 服务器之间的通信是使用 UDP 完成的。 DHT 池中的每个服务器也有唯一的 UDP 协议端口，用于与 P2P 客户端通信。 设置 在 Eclipse 中创建项目 第一步：在电脑上启动Eclipse并创建一个工作区 第 2 步：转到文件 -> 新建 -> 项目。 第 3 步：将弹出一个名为 New Project 的新窗口。 选择 Jav

通过深层CNN学习摄影美学 概述 这是《 PyTorch中的来》一文的实现。 通过合并每个ResNet块输出的特征图，我们能够使用gradCAM可视化图像的哪些部分有助于图像的美观。 本文的作者在有一个Keras实现尽管代码很乱，而且我不得不用可视化代码修复一些错误。 设置 要安装环境（假设您已经安装了Anaconda），只需执行以下操作： conda env create -f environment.yml -n 然后激活环境source activate 训练 可以从下载训练图像 数据文件位于data/*.csv 培训使用随附的配置文件来培训： python train.py --config_file_path config.json 每次训练大约需要3分钟 或者，如果您不想训练模型，则可以进入笔记本并在那里进行可视化/评估。

PS考试的模拟系统 选择题部分：单选和多选 包含题库 PS考试的模拟系统 选择题部分：单选和多选 包含题库PS 考试的模拟系统 选择题部分：单选和多选 包含题库PS 考试的模拟系统 选择题部分：单选和多选 包含题库

图像增强的一篇论文，思路和损失函数比较清晰

博物馆文物与游客的AR合影项目 项目展示 文件说明 该项目主要分为手机app和服务器端。 AR-photo为app端项目，在android studio中导入即可。 zbwz2为服务器端项目，在eclipse中导入即可。 apk安装包为我已经导出的apk文件，可以先自行把apk导入手机进行体验。 开发环境说明 app端： win 10 jdk 1.8 android studio server端： win 10 jdk 1.8 eclipse 项目概述 中文版 该项目是将博物馆中的文物虚拟化，利用AR增强现实技术与到访的游客进行合影，让文物不再只可远观，带来别样体验。有APP和服务端，APP进行AR合影后将图片上传到服务器，游客通过扫描合影图片右下角的二维码从服务器上下载图片保存。 　　1.将高通ar的现实情景和JPCT库渲染obj模型整合在一起 　　2.将模型的变化与用户的手势绑定，可以