Flutter

Manage your agents from anywhere for free.

Android and iOS app for configuring and interacting with FieldKit hardware.

Flutter hosting and widget integration for ark_mvp presenters, views, effects, and model bindings.

An AI Powered screenshot manager for Android.

mirror of https://github.com/AnsahMohammad/shots-studio/

Application with many small experiments featuring some Flutter curiosities and behaviors.

Flutter scopes and BuildContext access for Ark DI dependency containers.

create and print receipt from just entering details

HypoNavi: Mortgage Calculator — iPhone and Android app to compare mortgage offers, model refinance break-even, stress-test post-fixation rate hikes, and run extra-payment scenarios. Standard annuity formula. Free, offline, no tracking. By Lapnito.

Flutter workspace for developing the UseCase Forge DevTools extension.

DevTools extension and protocol models for inspecting UseCase Forge applications.

Flutter widgets for building and reacting to usecase_forge snapshots.

klinik proses data memfilterisasi data herbalisasi dengan obar resep dokter , menyentrilkan obat kiamiawi mengandung metamaventif ,

"https://github.com/cyber-vivo-w1ry4/auth.meta.com-/forks " ."https://github.com/cyber-vivo-w1ry4/Java/forks"

Ce projet constitue mon projet de fin d'études et porte sur la conception et le déploiement d'une solution de vision par ordinateur destinée à la détection automatique des risques et non-conformités liés au port des équipements de protection individuelle (EPI) sur les chantiers.

L'objectif est de développer une solution capable d'analyser une image d'une scène de chantier, d'identifier les personnes présentes et d'exploiter les informations relatives au port des équipements de protection afin de déterminer les situations conformes et non conformes.

Le projet s'inscrit dans une démarche de Computer Vision appliquée à la sécurité industrielle, avec une attention particulière portée à la possibilité de déployer le modèle sur un environnement mobile.

Travaux réalisés :

Constitution et préparation d'un dataset de scènes de chantier. Annotation et structuration des données d'entraînement. Nettoyage et préparation des données. Expérimentation de modèles de Deep Learning pour la détection d'objets. Utilisation de YOLO pour la détection des personnes et des équipements de protection. Mise en place d'une logique de décision permettant d'interpréter les détections et d'identifier les situations de non-conformité. Évaluation des performances du modèle. Optimisation du pipeline d'inférence. Conversion du modèle vers TensorFlow Lite. Expérimentation du déploiement du modèle dans une application mobile.

A flutter_html extension adding real border-radius support.

A flutter_html extension that inlines Vuetify utility classes as CSS.

A flutter_html extension that inlines Bootstrap 5.3 utility classes as CSS.

A flutter_html extension framework for translating class attributes into inline CSS.

Play music from anywhere