注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 用自己的数据制作python版本cifar10数据集

  2. 用自己的数据制作python版本cifar10数据集，该版本为替换版本，替换标签为9的数据。需要准备6000张图片，替换整合为6个二进制cifar10数据集

  3. 所属分类：Python

    • 发布日期：2017-05-03
    • 文件大小：4096
    • 提供者：l297969586

  1. 用于制作VOC格式数据集Main文件夹中train.txt等

  2. 可用于制作VOC格式数据集ImageSets 下面的 Main 文件夹里面需要存放训练用的test.txt train.txt trainval.txt val.txt，训练集与测试集的比例为1:1，需要手动调整合适的路径和比例

  3. 所属分类：Python

    • 发布日期：2018-04-10
    • 文件大小：1024
    • 提供者：qq_35389580

  1. yolo训练自己数据集格式制作脚本.zip

  2. 该压缩包为在用自己的数据集训练yolo时制作的python脚本文件，用来装换.xml文件为yolo需要的.txt格式文件，以及生成训练所需的train.txt等路径文件

  3. 所属分类：Python

    • 发布日期：2020-07-11
    • 文件大小：3072
    • 提供者：weixin_45392081

  1. python实现将两个文件夹合并至另一个文件夹(制作数据集)

  2. 主要介绍了python实现将两个文件夹合并至另一个文件夹(制作数据集)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：208896
    • 提供者：weixin_38622125

  1. 对python制作自己的数据集实例讲解

  2. 今天小编就为大家分享一篇对python制作自己的数据集实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：184320
    • 提供者：weixin_38732912

  1. 使用python批量修改XML文件中图像的depth值

  2. 最近刚刚接触深度学习，并尝试学习制作数据集，制作过程中发现了一个问题，现在跟大家分享一下。问题是这样的，在制作voc数据集时，我采集的是灰度图像，并已经用labelimg生成了每张图像对应的XML文件。训练时发现好多目标检测模型使用的训练集是彩色图像，因此特征提取网络的输入是m×m×3的维度的图像。所以我就想着把我采集的灰度图像的深度也改成3吧。批量修改了图像的深度后，发现XML中的depth也要由1改成3才行。如果重新对图像标注一遍生成XML文件的话太麻烦，所以就想用python批量处理一下。

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：73728
    • 提供者：weixin_38628612

  1. Python制作数据预测集成工具（值得收藏）

  2. 大数据预测是大数据最核心的应用，是它将传统意义的预测拓展到“现测”。大数据预测的优势体现在，它把一个非常困难的预测问题，转化为一个相对简单的描述问题，而这是传统小数据集根本无法企及的。从预测的角度看，大数据预测所得出的结果不仅仅是用于处理现实业务的简单、客观的结论，更是能用于帮助企业经营的决策。 在过去，人们的决策主要是依赖 20% 的结构化数据，而大数据预测则可以利用另外 80% 的非结构化数据来做决策。大数据预测具有更多的数据维度，更快的数据频度和更广的数据宽度。与小数据时代相比，大数据预测

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：167936
    • 提供者：weixin_38626032

  1. 对python制作自己的数据集实例讲解

  2. 一、数据集介绍 点击打开链接17_Category_Flower 是一个不同种类鲜花的图像数据，包含 17 不同种类的鲜花，每类 80 张该类鲜花的图片，鲜花种类是英国地区常见鲜花。下载数据后解压文件，然后将不同的花剪切到对应的文件夹，如下图所示： 每个文件夹下面有80个图片文件。 二、使用的工具 首先是在tensorflow框架下,然后介绍一下用到的两个库，一个是os，一个是PIL。PIL（Python Imaging Library）是 Python 中最常用的图像处理库，而Image类又

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：189440
    • 提供者：weixin_38632825

  1. 用Python制作简单的朴素基数估计器的教程

  2. 假设你有一个很大的数据集，非常非常大，以至于不能全部存入内存。这个数据集中有重复的数据，你想找出有多少重复的数据，但数据并没有排序，由于数据量太大所以排序是不切实际的。你如何来估计数据集中含有多少无重复的数据呢？这在许多应用中是很有用的，比如数据库中的计划查询：最好的查询计划不仅仅取决于总共有多少数据，它也取决于它含有多少无重复的数据。 在你继续读下去之前，我会引导你思考很多，因为今天我们要讨论的算法虽然很简单，但极具创意，它不是这么容易就能想出来的。 一个简单的朴素基数估计器 让我们从一个简单

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：92160
    • 提供者：weixin_38741540

  1. 人脸识别之insightface使用自己的数据集制作训练文件以及详细说明

  2. # 3、制作验证集.bin文件 python recognition/tools/generate_image_valid.py #需要预先制作一个人物名单对应表，比如存放于valid.txt文件中 python recognition/tools/make_bin_tool/lfw2pack.py

  3. 所属分类：机器学习

    • 发布日期：2020-12-22
    • 文件大小：1024
    • 提供者：yangsn0719

  1. 人脸识别之insightface使用自己的数据集制作训练文件以及详细说明

  2. # 数据处理： 1、使用facenet中的文件或insight项目中的align_dataset_mtcnn.py将原始人脸数据先检测并处理成112x112大小， 2、制作训练集.rec文件 # python insightface/recognition/tools/im2rec.py --list --recursive /准备存放.lst的路径/准备存放.lst文件的名称（NBA） /图像文件夹路径/ #生成.lst # python im2rec2.py /刚刚生成的.lst文件路径

  3. 所属分类：机器学习

    • 发布日期：2020-12-22
    • 文件大小：17408
    • 提供者：yangsn0719

  1. 小白Debug路上的第一败笔 MESSIDOR眼底图片数据集

  2. 用图片加.xls格式的label读入数据集 先来看看我的代码吧： import os import xlrd #*******************制作‘路径 标签’格式的.txt文件**************************** xl = xlrd.open_workbook(r'E:\Python\project\DIY\MESSIDOR\val\Annotation_Base2.xls') table = xl.sheets()[0] nRow=table.nrows #行数

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：61440
    • 提供者：weixin_38609247

  1. python实现将两个文件夹合并至另一个文件夹(制作数据集)

  2. 此操作目的是为了制作自己的数据集，深度学习框架进行数据准备，此操作步骤包括对文件夹进行操作，将两个文件夹合并至另一个文件夹 该实例为一个煤矿工人脸识别的案例;首先原始数据集（简化版的数据集旨在说明数据准备过程）如下图所示： 该数据集只有三个人的数据，A01代表工人甲的煤矿下的照片，B01代表工人甲下矿前的照片，同理A02、B02代表工人乙的矿下、矿上的照片数据。。。 如下图所示 矿下 矿上 开始制作数据集： 首先建立训练集（0.7）和测试集（0.3），即建立一个空白文件夹 将该文件夹分为

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：207872
    • 提供者：weixin_38747566

  1. NYC-Open-Data-Week-2021-How-to-Create-Maps-using-Folium:这是纽约市开放数据周活动“如何使用Folium创建地图”的存储库。 该活动将于2021年3月5日（星期五）晚上7点举行。 该存储

  2. 纽约市开放数据周2021年如何使用福利创建地图 这是纽约市开放数据周活动“如何使用Folium创建地图”的存储库。 该活动将于2021年3月12日星期五晚上7点举行。 该存储库包括此事件所需的数据集，shapefile和IPython工作簿。 该项目提供了有关如何使用Python GIS软件包（包括GeoPandas，Shapely和Folium）创建地图的简短指南。 它介绍了如何创建标记图，热图和克罗普洛斯图。 可以在纽约市开放数据网站上找到用于该项目的数据集， 为： : 。 我使用了

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：319488
    • 提供者：weixin_42133329

  1. 中国素食蔬菜图片机器学习数据集

  2. YOLO格式的机器学习数据集。如果需要其他的格式可以自己编写python脚本进行转换。 自己制作的机器学习数据集，包含一共2500多张照片，5260个标记。共26个种类。基本囊括了中国素菜的大部分主菜。 数据集文件夹内的data.yaml包含了标签序列，在数组中的序号对应着其标签的序号，格式转换的时候可以参考这个文件。如果是yolo可以直接使用。

  3. 所属分类：机器学习

    • 发布日期：2021-02-28
    • 文件大小：206569472
    • 提供者：ZEBRONE

  1. 如何制作您的R代码18-878倍更快的详细版本R编程：我们将向您确切展示如何实现这一目标！ 优化代码的性能可能意味着等待几分钟而不是几天才能运行代码。 对于循环，将比较数据框，列表，线性代数，dplyr包和datatable包。 在本教程的

  2. 如何使您的R代码18-878倍更快的详细版本R编程 我们将向您确切展示我们如何实现这一目标！ 优化代码的性能可能意味着等待几分钟而不是几天才能运行代码。 对于循环，将比较数据框，列表，线性代数，dplyr包和datatable包。 在本教程的详细版本中，我们将以6种不同的方式来处理相同的数据，并演示这些算法如何以及为何如此不同。 我们还将比较不同比例的数据集！ 查阅该频道，了解如何使用Julia，Python和SQL更快地完成R代码。 :racing_car_selector: # ----

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：4096
    • 提供者：weixin_42121412

  1. Wine-Rating-Predictor-ML-Model：具有Python，Docker，Luigi，SciKit-Learn和Pandas的自动ML管道，可预测葡萄酒质量等级-源码

  2. 酒评指标 在这个项目中，我为在线葡萄酒销售商构建了葡萄酒评级预测指标。 该Wine预测变量旨在显示使用wine_dataset良好的预测是可能的。 葡萄酒评级是80到100之间的一个分数，代表了葡萄酒的质量。 使用当前的功能集，随机森林分类器及其调整的参数葡萄酒等级预测器可以预测均方误差为4.9的葡萄酒质量。 该指标表明，针对客户的全自动机器学习解决方案在生产中是可行且有效的。 该预测器运行带有Docker和Luigi任务的机器学习管道。 因此，它可以在装有docker和docker-com

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：28311552
    • 提供者：weixin_42102713

  1. Chatette：受Chatito启发，Rasa NLU的强大数据集生成器-源码

  2. 聊天室 Rasa NLU的数据生成器 • • •• Chatette是一个Python程序，为给定模板文件的生成训练数据集。 如果您想为自然语言理解任务制作示例数据的大型数据集，而又不费吹灰之力，那么Chatette是适合您的项目。 具体来说， Chatelet实现了一种特定于域的语言（ DSL ），该语言允许您定义模板以生成大量的句子，然后将其保存为Rasa NLU的输入格式。 使用的DSL几乎是Rodrigo Pimentel创建的优秀项目的超集。 （注意：DSL实际上是Rasa N

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：10485760
    • 提供者：weixin_42169674

  1. Tensorflow 训练自己的数据集将数据直接导入到内存

  2. 制作自己的训练集 下图是我们数据的存放格式，在data目录下有验证集与测试集分别对应iris_test， iris_train 为了向伟大的MNIST致敬，我们采用的数据名称格式和MNIST类似 classification_index.jpg 图像的index都是5的整数倍是因为我们选择测试集的原则是每5个样本，选择一个样本作为测试集，其余的作为训练集和验证集 生成这样数据的过程相对简单，如果有需要python代码的，可以给我发邮件，或者在我的github下载 至此，我们的训练集，测试

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：78848
    • 提供者：weixin_38662213

  1. python 遥感图像变化检测数据集的制作（深度学习），图像的裁剪

  2. 一、我们应该制作什么样的数据集？ 首先我们应该我们了解到遥感图像的变化检测是建立在多时相的基础上的，也就是说，我们对于神经网络的输入至少是有两张图片的，而且必须有一个标签来知道变化的区域的是那一块。 在双时相变化检测里，一般来说对于遥感图像的标注是在最新的时相里进行的，例如2017和2018年份的两张图片中，我们选择在2018年度的图像上进行标注。 二、双时相遥感图像变化检测的标注 一般来说变化的区域是连通的，是一片一片的，因此对于图像的标注我们可以使用labelme的多边形标注进行标注 1.在

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：106496
    • 提供者：weixin_38722464
« 12 3 4 »