Advertisement

Axure原型示例压缩包。

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


简介:
该文档涵盖了Axure产品需求文档、layui元件库、订单管理原型、饿了么后台元件库、ERP系统原型以及商城小程序原型等多个资源,这些内容相对较为基础,因此特别适合那些刚入门学习者或希望快速掌握相关技能的初学者。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Axure
    优质
    《Axure原型示例案例》是一本专注于使用Axure工具进行产品设计和界面开发的手册,通过丰富的实例详细讲解了如何创建高效的交互式原型。 TB上有一些不错的原型案例,个人认为值得参考学习。
  • Axure 18个经典
    优质
    本作品展示了Axure软件制作的18个经典示例原型,涵盖网页设计、交互流程等多个方面,适合初学者和进阶用户学习参考。 适合入门级别产品经理参考的一些常用原型设计知识。
  • Axure.zip
    优质
    《Axure原型实例》是一份实用的学习资源,包含多个使用Axure软件创建产品原型的设计案例,适合UI/UX设计师和产品经理参考与实践。 这段文字描述了一些适合初学者的资源:Axure产品需求文档、layui元件库、订单管理原型设计、饿了么后台元件库、ERP系统原型以及商城小程序原型,内容较为简单易懂。
  • yolov3模
    优质
    Yolov3模型压缩包包含了优化后的YOLOv3目标检测模型文件,旨在减少模型大小的同时保持高精度和快速推理能力。适合移动设备部署使用。 为了解决小目标检测中的低检出率和高虚警率问题,本段落提出了一种改进的YOLO V3方法,并将其应用于小目标检测中。由于小目标像素较少且特征不明显,我们对原网络输出的8倍降采样特征图进行了2倍上采样处理,并将该结果与第2个残差块输出的特征图进行拼接,从而建立了4倍降采样的特征融合目标检测层。为了获取更多关于小目标的信息,在Darknet53结构中的第二个残差块中增加了两个新的残差单元。 通过使用K-means聚类算法对候选框的数量和宽高比进行了分析处理后,我们用改进的YOLO V3方法与原始版本在VEDAI数据集上进行对比实验。结果显示,改进后的模型能够更有效地检测小目标,并且提高了召回率以及平均准确度均值。
  • AlexNet模
    优质
    AlexNet模型压缩包包含了一个经过优化和压缩的经典卷积神经网络——AlexNet,适用于资源受限的设备。 基于MATLAB进行操作时,请确保使用2018版本以上的软件,并在MATLAB内部安装AlexNet工具箱。可以通过在线搜索找到相关的教程来完成这一过程。
  • 动物图片处理,
    优质
    本资源包含一系列精美的动物图片及其设计原型图,提供一个压缩包下载链接,方便设计师和爱好者使用与创作。 仅供下载,不得转发或编辑。
  • GeoPIV-RG官方程序Example.zip
    优质
    Example.zip是GeoPIV-RG软件提供的官方示例程序压缩文件,内含多个用于演示及学习目的的数据和代码文件。 GeoPIV-RG是一款用于图像处理的软件工具,它能够帮助用户分析和提取复杂的运动数据。此工具专为研究领域设计,支持多种格式的数据输入,并提供强大的后处理功能以优化结果输出。 该软件界面友好、操作简便,适合不同技术水平的研究人员使用。此外,GeoPIV-RG还具备高度定制化的选项,允许使用者根据具体需求调整参数设置和算法选择,从而更好地适应各种研究场景的需求。 总之,GeoPIV-RG为研究人员提供了一个强大而灵活的平台来处理与分析复杂的图像数据集,并从中提取有用的信息以支持科学研究工作。
  • C++ Zip 与解(含递归功能)
    优质
    本篇文章提供了使用C++进行Zip文件压缩和解压缩的实例代码,并包含了能够递归处理目录结构以实现完整文件夹压缩的功能。 C++ Zip压缩解压缩示例采用第三方函数封装实现,支持UNICODE、ANSI编码,并且能够处理文件夹的压缩与递归压缩操作。
  • Axure移动端-台风查询小程序分享
    优质
    本示例提供了台风查询小程序的Axure原型设计,包括首页、历史台风数据查看和实时台风路径查询等功能模块。 该作品的核心功能包括查看台风实时路径及相关数据、查询历史台风记录以及获取各地的灾害警报信息。希望这个作品能够对你有所启发和帮助!
  • Gazebo模库-Models
    优质
    Gazebo模型库包含丰富的3D模型资源,用于机器人和虚拟环境仿真,其中Models压缩包提供了各种建筑物、地形及物件模型,便于用户快速搭建逼真的模拟场景。 对于需要使用Ubuntu仿真环境Gazebo的朋友来说,它是一款非常有用的工具。然而,在官网上下载的版本存在一些问题,比如模型库中的模型数量较少,并且每次打开都需要从网络上加载模型库,这会导致启动速度慢甚至出现黑屏现象。 为了解决这个问题,建议提前将完整的模型库下载下来并安装到本地系统中。可以找到一个名为models.tar.gz 的压缩包进行下载。解压后会得到一个包含所需模型的文件夹。接下来,请打开Ubuntu系统的home文件夹下的.gazebo目录,并将解压后的models文件直接移动或复制进去,如果有重复项出现,则选择替换。 完成上述操作之后,下次启动Gazebo时速度将会显著提升。