Advertisement

Cocogoat:专为原神设计的圣遗物导出工具箱,每行代码都倾注了深夜的努力与心血。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
Cocogoat是一款专为《原神》玩家打造的圣遗物管理工具,致力于优化游戏体验。每一行代码背后都是开发者无数个夜晚的心血结晶,旨在帮助玩家更高效地规划角色培养策略。 cocogoat 椰羊是一个原神工具箱,被称为半仙之兽。 功能 / Features: - 圣遗物导出:使用游戏字体特殊训练的本地tesseract OCR,支持所有服务器(天空岛、世界树、外服),以及大部分游戏分辨率和部分云游戏平台。目前仅支持识别中文。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Cocogoat
    优质
    Cocogoat是一款专为《原神》玩家打造的圣遗物管理工具,致力于优化游戏体验。每一行代码背后都是开发者无数个夜晚的心血结晶,旨在帮助玩家更高效地规划角色培养策略。 cocogoat 椰羊是一个原神工具箱,被称为半仙之兽。 功能 / Features: - 圣遗物导出:使用游戏字体特殊训练的本地tesseract OCR,支持所有服务器(天空岛、世界树、外服),以及大部分游戏分辨率和部分云游戏平台。目前仅支持识别中文。
  • 将MATLAB经网络ResNet18:ResNet18
    优质
    本项目详细介绍如何使用MATLAB神经网络工具箱将预训练的ResNet18模型导出。通过此过程,用户能够访问并修改ResNet18架构以适应特定任务需求。 ResNet-18是一个卷积神经网络,在来自ImageNet数据库的超过一百万张图像上进行了训练。结果是,该网络已经为各种图像学习了丰富的特征表示,并能够将图像分为1000个对象类别,例如键盘、鼠标、铅笔和许多动物。该网络需要输入大小为224×224×3的图片。 使用MATLAB(R2018b及以上版本)和深度学习工具箱可以实现以下三个功能: - `resnet18Layers`: 使用ResNet-18架构创建未经训练的网络。 要从头开始训练网络,请在MATLAB命令行中输入: ```lgraph=resnet18Layers;``` 将返回一个layerGraph对象,表示未经训练的网络。 - `assembleResNet18`: 构建适用于图像分类的经过预训练的ResNet-18网络。 要构建该模型,请在MATLAB命令行中输入: ```net=assembleResNet18;``` 将返回一个DAGNetwork对象,表示已训练好的网络。 - 使用网络对图像进行分类。例如,可以使用以下代码读取并调整“peppers.png”图片大小为224x224,并用该模型对其进行分类: ```img=imresize(imread(peppers.png),[224, 224]);``` 然后将`img`作为输入传递给网络以获取预测结果。
  • RevitExportGltf:包含丰富中文开源Autodesk RevitglTF格式
    优质
    RevitExportGltf是一款专为Autodesk Revit打造的开源插件,用于将模型以glTF格式导出。该工具包含了详尽的中文注释,便于开发者理解和使用。 这款插件是迄今为止我使用过的最实用且功能强大的Revit二次开发工具之一,它在原有的基础上进行了大幅改进,解决了Node、纹理丢失及压缩等问题。该插件主要基于Revit2018版本设计,其核心任务是从Revit中导出建筑模型,并采用GLTF格式进行编码。 运行此插件十分简便:只需双击启动插件后选择所需输出的文件格式与保存路径即可;支持gltf和glb二进制等多种格式。在成功执行之后,它会返回相关信息以确认操作结果及生成的文件详情。 该开发项目主要依赖于RevitAPI.dll 和 RevitAPIUI.dll ,这两个库用于实现对Revit的应用程序接口进行二次编程扩展功能。同时,在导出过程中使用了SharpGLTF 库来处理glTF 2.0 文件格式的数据,这是一个完全基于 .NET 标准的库。 SharpGLTF 包含两个主要部分: SharpGLTF.Core 和 SharpGLTF.Toolkit 。前者提供读写文件支持以及对 glTF 模型的基本访问功能;后者则包含一系列实用工具以帮助构建、操作和评估glTF模型。例如,可以使用以下代码将gltf格式的模型保存为glb: ```csharp var model = SharpGLTF.Schema2.ModelRoot.Load(model.gltf); model.SaveGLB(model.glb); ``` 在数据导出过程中,需要实现 IExportContext 接口以执行特定操作序列。这个接口定义了一系列方法用于处理模型元素、材质和光照等信息的解析与转换。 具体步骤如下: - Start - OnViewBegin - onElementBegin - OnInstanceBegin - OnMaterial 和 OnLight 的处理 - 紧接着是OnFaceBegin,然后是OnPolymesh 以及OnFaceEnd 方法调用。 - 接下来执行的是OnInstanceEnd和OnElementEnd方法。 - 最后完成整个视图的导出:IsCanceled ->Finish 如果有链接模型的话,在非链接元素处理完成后会进入 OnLinkBegin 阶段,然后继续对链接模型中的各个元素进行相同的处理流程。 开发环境需要安装Autodesk Revit API 和 Autodesk Revit UI 库。此外还需配置Node.js 环境,并使用npm 安装gltf-pipeline工具来进一步优化导出的glTF 文件质量。
  • GenshinSpider: 爬虫 获取界面数据
    优质
    GenshinSpider是一款专门用于从《原神》游戏中抓取圣遗物界面信息的工具。它能帮助玩家轻松获取游戏内圣遗物的数据,优化角色培养策略。 CV 文件夹中有自动识别点击点位的工具:由于这个工具非常方便,作者已经转而使用它了,因此本仓库暂停更新。如果作者学会了 Electron 技术,可能会去那个项目贡献代码。(不过需要注意的是,Electron 应用程序相对较重) 此文件还包含一个半自动爬虫说明文档,用于直接抓取《原神》界面中的圣遗物数据。目前该工具仅支持背包页面的抓取。 准确率如下: - 97.5%:普通通用接口下对40件随机圣遗物进行识别,统计完全正确的数量为39。 - 100%:在使用4K屏幕和普通通用接口的情况下,对于110件圣遗物的识别,全部正确。 请注意可能存在小错误的情况。如果发现任何问题,请提交反馈信息! 使用教程: 打包好的 exe 文件可以在右侧的“发布”部分获取。请首先修改 config.ini 配置文件中的 [api]access_t 项以完成设置。
  • Genshin_Artifact:莫娜占卜铺 | | 配置 | 多维度分析及自动搭配推荐。
    优质
    本专栏专注于《原神》中角色“莫娜”的圣遗物选择与搭配策略,提供详细的多维度潜力评估和自动化建议,助玩家打造最强输出。 ### 简介 《原神》圣遗物自动搭配工具提供多方向的圣遗物评分与潜力计算功能。 #### 特点: - 支持所有角色以及所有武器,精确到个位数的等级。 - 不同角色使用不同的养成方案。 - 圣遗物潜力计算:可以判断未满级的圣遗物是否值得升级。同时支持已满级圣遗物评分,并且提供多方向评估(例如胡桃的圣遗物需要考虑生命值词条)。 #### 使用策略: 用户可以通过该工具查看自己的圣遗物能够堆到的最大攻击、暴击率和暴击伤害等数值,帮助玩家确定他们的圣遗物可以达到的最佳期望伤害。比如对于诺艾尔这种角色,如何平衡她的防御与攻击力就是一个关键问题。 ### 本地运行 首次使用需要先安装相关依赖: ``` npm install ``` 该网站无后端支持,可以通过以下命令进行本地调试和测试: ``` npm run serve ```
  • avast卸载——强卸载
    优质
    这款专为Avast设计的卸载工具能够彻底移除软件及其残留文件。它帮助用户解决常规卸载方法无法完全清除的问题,确保系统干净无痕。 专用卸载工具——avast杀毒软件的强制卸载工具,请慎用!此工具可以彻底删除杀毒软件的所有痕迹,包括进程。
  • 用于管信号处理Matlab: ecg-kit
    优质
    ecg-kit是一款专为心血管信号处理设计的MATLAB工具箱,包含多种算法与函数,适用于ECG数据分析、特征提取及模式识别等研究领域。 欢迎使用ECG-kit!这是一个工具箱集合,包含了我在西班牙、阿根廷以及布宜诺斯艾利斯博士及博士后期间使用的Matlab代码的改编或开发版本。ECG-kit包含了一系列用于读取、处理并展示结果的工具,如您在相关演示中所见。 该套件的主要功能包括使用多种流行算法进行心电图(ECG)信号处理的能力,例如Physionet QRS检测器以及脉搏波和心跳分类器等。此外,还提供了检查、修正及报告所有这些操作结果的相关脚本。 ECG-kit可在Windows、Linux或Mac操作系统下的Matlab环境中直接使用相同的API接口进行开发与应用。该工具包实现了记录接口功能,能够处理多种心电图格式(如MIT, ISHNE, HES, Mortara和AHA)的数据文件,并支持长达一周的三导联数据采集以500Hz采样率。 此套件还整合了多个开源项目资源与代码脚本,在使用这些资源时,会适当引用原始项目的作者或来源。特别感谢UTN大学Andrés Demski在该项目开发初期提供的帮助和支持。同时也要向萨拉戈萨、波尔图和隆德的研究机构表示敬意。
  • MATLAB峭度-PhysioNet管信号: Cardiovascular Signal Toolbox...
    优质
    这段内容介绍了一个基于MATLAB的心血管信号分析工具箱,特别强调了其中关于峭度计算的代码资源,适用于研究人员和工程师深入探究心血管信号特性。工具箱源自PhysioNet数据库,提供丰富的数据集与算法支持。 MATLAB陡度代码PhysioNet心血管信号工具箱的引用如下:VestA, DaPoianG, LiQ, LiuC, NematiS, ShahA, CliffordGD,AnOpenSourceBenchmarkedToolboxforCardiovascularWaveformandIntervalAnalysis, Physiological measurement 39, no.10 (2018): 105004. PhysioNet心血管信号工具箱是一个用于心血管动力学分析的开源软件包,旨在满足临床和科学界对经过验证、标准化且有据可查的工具的需求。该软件不仅包括标准的心率变异性(HRV)工具,可以从ECG或脉动波形中生成时域和频域指标,而且还提供更新后的加速能力和减速能力以及脉冲传播时间等新指标。此外,它能够处理各种输入数据类型,从原始未加工的信号到完全注释的数据表均可支持。
  • Postgres_exporter:PrometheusPostgreSQL指标
    优质
    Postgres_exporter是一款专为Prometheus监控系统打造的开源工具,用于收集和暴露PostgreSQL数据库的各项性能与状态指标,便于用户进行高效监控及故障排查。 PostgreSQL服务器导出器用于收集并提供Prometheus格式的PostgreSQL服务器指标数据。该软件包已在多个版本的PostgreSQL上进行了CI测试:9.4、9.5、9.6、10、11、12和13。 快速开始: 此软件包可用于Docker环境: ``` # 启动一个示例数据库 docker run --net=host -it --rm -e POSTGRES_PASSWORD=password postgres # 连接到该数据库 docker run \ --net=host \ -e DATA_SOURCE_NAME=postgresql://postgres:password@localhost:5432/postgres?sslmode=disable \ quay.io/prometheuscommunity/postgresql-exporter ``` 以上命令将启动一个示例PostgreSQL数据库,并运行Prometheus PostgreSQL导出器容器。
  • Word实用:一款Word插件
    优质
    Word实用工具箱是一款专为Microsoft Word用户打造的强大插件。它集成了多种便捷功能和编辑工具,旨在提高文档处理效率与质量,让文字创作更加得心应手。 Word必备工具箱是一款免费的word插件,它提供了许多实用功能,如转换成中文标点、多个文档批量查找替换、添加千位分隔符、添加人民币大写金额、去除VBA工程保护以及获取文档限制编辑的保护密码等。