您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 编程卓越之道:卷一/二

  2. 目录回到顶部↑1 编写卓越代码须知. 1.1 编程卓越之道系列 1 1.2 本卷内容 3 1.3 本卷所做的假设 5 1.4 卓越代码的各项特征 6 1.5 本卷涉及的环境 7 1.6 获取更多信息 8 2 数值表示 2.1 什么是数 10 2.2 计数系统(Numbering System) 11 2.2.1 十进制位值计数系统 11 2.2.2 进制(基数) 12 2.2.3 二进制计数系统 13 2.2.4 十六进制计数系统 15 2.2.5 八进制(基数为8)计数系统 18 2.3 数
  3. 所属分类:硬件开发

    • 发布日期:2010-10-10
    • 文件大小:39845888
    • 提供者:xqq524148626
  1. 欧姆龙r88m-k_r88m-kn_-ect_sbce-cn-064b.pdf

  2. 欧姆龙r88m-k_r88m-kn_-ect_sbce-cn-064bpdf,何谓 Ether Cat? 实现实时控制的基于 Ethernet的开放式网络。 具有同时实现超高速和同步控制的动作原埋和结构, 采用考虑了接线效率的总线拓扑,解决了过多使用集 线器、开关的复杂接线形态这一 Ethernet课题。最适合 用作FA现场的包括运动控制在的设备控制用网络 EtherCAT连接的价值 利用 Ethercat连接位置控制单元CJ1W-NC□81NC口 82和G5系列伺服,不仅提高了伺服单体性能,还
  3. 所属分类:其它

    • 发布日期:2019-10-31
    • 文件大小:7340032
    • 提供者:weixin_38744375
  1. DRIVE数据集的关键点的groundtruth, 注意这里只有点的坐标以及一位专家的手动分割图,想要原图的话去我的另一个资源里找,谢谢~

  2. DRIVE数据集的关键点的groundtruth,这是荷兰的一个团队标记的,是广泛流传的一个.其涉及到的算法主要有miccai的论文multi-task那篇,BICROS算法等. 注意这里只有点的坐标以及一位专家的手动分割图,想要原图的话去我的另一个资源里找,谢谢~
  3. 所属分类:深度学习

    • 发布日期:2020-09-08
    • 文件大小:16777216
    • 提供者:weixin_42332891
  1. Advanced-Machine-Learning:AML课程的作业-源码

  2. 先进的机器学习 图像自动定向 数据集:由学生生成 •任务:4节课。分类图像是否正确定向(0°)(受90°,180°或270°定向影响) 驱动器目录结构 -AML项目2021-2-F1801Q151 |-数据集|-室内场景cvpr-2019 |-SUN397 |-模型|-论文 数据集 在数据集上添加错误信息,并在周围环境中进行分类。凡是需要考虑的安全数据集和特定目的的数据集。 SUN397:官方网站: ://vision.princeton.edu/projects/2010/SUN/ 室内:
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:903168
    • 提供者:weixin_42175516
  1. 基于多尺度小波变换融合的视网膜血管分割

  2. 针对眼底视网膜血管细小、轮廓模糊导致血管分割精度低的问题,提出一种多尺度框架下采用小波变换融合血管轮廓特征和细节特征的视网膜血管分割方法。通过预处理增强血管与背景的对比度,在多尺度框架下提取血管轮廓特征和细节特征,并进行图像后处理;采用小波变换融合两幅特征图像,通过计算各尺度对应像素的最大值,得到血管检测图像,最后采用Otsu法进行分割。通过在DRIVE数据集上进行测试实验,得到平均准确率、灵敏度和特异度分别为0.9582,0.7086,0.9806。所提方法能够在准确分割血管轮廓的同时保留较多
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:18874368
    • 提供者:weixin_38683930
  1. 自适应尺度信息的U型视网膜血管分割算法

  2. 针对视网膜血管形态结构和尺度信息复杂多变的特点,提出一种自适应血管形态结构和尺度信息的U型视网膜血管分割算法。首先采用二维K-L(Karhunen-Loeve)变换(即霍特林变换)综合分析彩色图像三通道的频带信息,从而得到视网膜灰度图像以及多尺度形态学滤波增强血管与背景的对比度信息。然后将预处理图像经U型分割模型对图像进行端对端训练,并利用局部信息熵采样进行数据增强。该网络编码部分的密集可变形卷积结构根据上下特征层信息有效地捕捉图像中多种尺度信息和形状结构,底部金字塔型的多尺度空洞卷积扩大局部感
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:14680064
    • 提供者:weixin_38745925
  1. 聊天机器人:这是使用Transformer神经网络架构和Reddit Comments数据集制作的聊天机器人-源码

  2. 聊天机器人 这是使用Transformer神经网络架构和Reddit Comments数据集制作的聊天机器人 您可以通过从此处下载数据集后执行一些预处理来训练自己的模型和令牌生成器: : 这是16000个vocab大小的标记器和仅仅一个月的数据的结果,当仅训练20个纪元时,该数据就更少了,但是,结果仍然令人满意,但是更多的数据和100,000的vocab大小会产生更好的结果。 此外,这些数据还具有次要信息,因此可以制作出具有特定类型的聊天机器人,例如科幻,喜剧甚至量子物理学。 请注意,仅
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:697344
    • 提供者:weixin_42113754
  1. 面部图像用于情感分类:面部图像用于情感分类-源码

  2. 情感图像分类 建立CNN并将转移学习应用于新的分类问题。 这是一个私有的kaggle数据集,数据集链接位于: ://drive.google.com/drive/folders/1HtQkw7FiK9BT881teXnGj5_piibBMHdW?usp=sharin。 该数据集包含约28000张图像。 每个示例都是48x48灰度图像,与来自7个情感或类的标签(如生气,高兴等)相关联 完成了将数据整形为48 * 48并将图像的大小调整(裁剪)为32 * 32的预处理步骤。 我将旋转用于数据扩充的
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:4096
    • 提供者:weixin_42135753