• 1
• 0
• 2

felix641/uvm-s07 forked from william/uvm-s07

取自张强《UVM实战》第七章的UVM源码

• 1
• 0
• 1

felix641/APB-VIP forked from onexu/APB-VIP

一个简单的带有自测的APB-VIP

• 1
• 0
• 3

felix641/SystemVerilog数字集成电路功能验证课件 forked from onexu/SystemVerilog数字集成电路功能验证课件

SystemVerilog数字集成电路功能验证课件

• 1
• 0
• 17

felix641/SystemVerilog数字集成电路功能验证源码 forked from onexu/SystemVerilog数字集成电路功能验证源码

SystemVerilog数字集成电路功能验证源码

• 1
• 0
• 3

felix641/test_ds28e15 forked from luo_xian_neng/test_ds28e15

加密芯片ds28e15验证测试代码

• 1
• 0
• 1

felix641/IP地址转换工具 forked from zionloh/IP地址转换工具

离线计算IP地址、子网可用范围；自动识别子网/掩码等格式自动转换为统一格式；自动转换IP地址格式

• 1
• 0
• 1

felix641/instrument_cloud forked from Bingo/instrument_cloud

ATE（自动化测试装备）仪表云项目，动态分配仪表资源，申请，释放，监控等

• 1
• 0
• 2

felix641/AutoTestSystem forked from roshan/AutoTestSystem

ATE自动测试软件

• 1
• 0
• 7

felix641/linkAte forked from lihuangroove/linkAte

现代化，标准化的ATE测试框架，基于STDF架构运行，有着类似传统测试机的测试用例开发模式，轻易开发多工位并行测试程序，组合各类仪器仪表，生成标准测试Summary和数据

• 1
• 0
• 9

felix641/vcos_tests forked from HaloOS/vcos_tests

智能车控OS（VCOS）测试框架和测试用例

• 1
• 0
• 2

felix641/test_tools forked from fangwei528/test_tools

使用PYQT5写一个小工具，主要功能实现屏幕上模拟鼠标，键盘操作，内容输入，屏幕指定区域截图对比，输出操作前后截图对比，html测试结果报告的一个辅助测试的自动化测试工具，直接运行main.py就可以了。功能还在完善中

• 1
• 0
• 1

felix641/screen-monitor forked from 南城/screen-monitor

截取屏幕区域监控图像变化

• 1
• 0
• 4

felix641/赛马娘自动育成脚本 forked from CharlinChen/赛马娘自动育成脚本

通过adb获取手机屏幕内容，并通过图像识别得出点击策略，然后在手机相应位置模拟点击，以实现自动养马。

• 1
• 0
• 1

felix641/python通过ADB截取屏幕，测试再也不用QQ截图了 forked from 神山上人/python通过ADB截取屏幕，测试再也不用QQ截图了

能够连接usb进行快速的截取屏幕，并保存在本地电脑

• 1
• 0
• 1

felix641/Oscillofun_Player forked from Data_19C/Oscillofun_Player

Oscillofun_Player 是一个将音频信号转化为动态视觉艺术的Python应用程序。它通过模拟传统示波器的X-Y模式 ，把音频的左右声道分别映射为二维平面上的X轴和Y轴坐标，从而将声音的振动转化为屏幕上的实时几何图像。

• 1
• 0
• 1

felix641/屏幕活动状态监控脚本 forked from 阿拉斯加远古卡比兽/屏幕活动状态监控脚本

• 1
• 0
• 1

felix641/模拟人类自动化点击屏幕流程工具 forked from keyle_xiao/模拟人类自动化点击屏幕流程工具

模拟人类自动化点击屏幕流程工具，基于 ORB 的特征匹配，失败时回退到模板匹配，本工具旨在加速自动化调试，请勿将其用于任何非法用途。

• 1
• 0
• 1

felix641/基于 CNN 的手机屏幕花屏检测模型 forked from y50051659/基于 CNN 的手机屏幕花屏检测模型

本项目基于 CNN（卷积神经网络）构建图像异常分类模型，用于解决手机花屏识别问题，通过对手机屏幕图像的分析判断，实现正常屏幕与花屏屏幕的自动分类。

• 1
• 0
• 2

felix641/JieLi_ac632n_st7789_2_8_dome forked from OULIHONG/JieLi_ac632n_st7789_2_8_dome

存放杰理ac632n屏幕驱动st7789的测试代码

• 1
• 0
• 1

felix641/displaycheck forked from liz/displaycheck

嵌入式设备测试压力的工具； 通过继电器控制设备上电，然后检测屏幕亮度来判断屏幕是否正常启动。