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. coco数据集 test2017.zip百度云分享

  2. 微软coco数据集中的测试集2017：test2017.zip，大约包括41k张纯图片数据，没有标签数据。请注意，coco数据集中的测试数据集本身就只有图片数据，而没有标签数据（官方未提供），所以三思后再下载

  3. 所属分类：深度学习

    • 发布日期：2017-12-10
    • 文件大小：49
    • 提供者：liushuikong

  1. MSCOCO test2017数据集的信息文件 image_info_test2017

  2. MSCOCO test2017数据集的信息文件 image_info_test2017

  3. 所属分类：深度学习

    • 发布日期：2019-01-28
    • 文件大小：1048576
    • 提供者：fireworkpark

  1. COCO test2017 百度云下载链接

  2. COCO test2017 包括图片数据 6G多，百度云链接，如果下载遇到问题，及时在评论更改

  3. 所属分类：深度学习

    • 发布日期：2019-04-19
    • 文件大小：67
    • 提供者：ncepukzh

  1. Mask_R-CNN:遮罩_R-CNN-源码

  2. Mask R-CNN的Pytorch实现 该代码是基于2018年发布的Mask R-CNN的练习代码。 它是为CV Lab大一新生Trianing的一部分而对pracitice进行编程而实现的。 每周更新。 目录 数据 data |-- COCO |-- |-- dataset |-- |-- |-- annotations |-- |-- |-- train2017 |-- |-- |-- val2017 |-- |-- |-- test2017 |-- |-- dataset.py |--

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：5242880
    • 提供者：weixin_42154650

  1. Car_Plate_Number_Projects：一个对象检测项目，用于检测图像中汽车的车牌号-源码

  2. Car_Plate_Number_Projects 一个对象检测项目，用于检测图像中汽车的车牌号 创建一个新的数据集 创建数据集以训练和测试MMDetection中的对象检测模型需要执行以下步骤 第1部分：创建数据集文件夹结构 对于此项目，图像目录中的文件是我们将用于在火车，测试和有效数据集目录中创建图像的文件。 我们将一些图像放入test2017文件夹中，再将一些图像放入train2017文件夹中，再将一些图像放入val2017文件夹中。 我们需要确保数据为COCO格式，因此我们需要创建

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：181403648
    • 提供者：weixin_42177768

  1. Object_Detction_YoloV3-源码

  2. Object_Detction_YoloV3 适用于Linux的Yolo v3 IDEF0 带星号*的方块表示该方块可以展开到下一层。 A0 推理 培训之前 训练 A1 推理 培训之前 训练 （用于物体检测的神经网络） 手册： ： 关于Darknet框架： ：//pjreddie.com/darknet/yolo/ 如何在Linux上编译 如何在MS COCO评估服务器上评估YOLOv4的AP 从MS COCO服务器下载并解压缩test-dev2017数据集： ://images

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：6291456
    • 提供者：weixin_42134144