自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

DeepLearning_的博客

专注计算机视觉 深度学习 目标识别检测跟踪研究,毕设指导,实际项目开发

  • 博客(421)
  • 资源 (569)
  • 收藏
  • 关注

原创 基于YOLOv8+PyQt5开发的行人过马路危险行为检测告警系统(附数据集和源码下载)

交通安全一直是一个备受关注的重要议题。每年都有大量的交通事故发生,其中很多都与行人在过马路时的危险行为有关。故我开发了一种基于YOLOv8的行人过马路危险行为检测告警系统。它能够快速准确地识别图像或视频中的行人,并判断他们是否存在危险行为。通过结合计算机视觉和深度学习技术,该系统能够实时监测行人在过马路时的行为,并及时发出警报,以提醒行人和驾驶员注意交通安全。提示:以下是本篇文章正文内容在本博客中,我们介绍了基于YOLOv8和PyQt5的行人过马路危险行为检测告警系统。

2023-08-13 10:00:00 3264 5

原创 使用Resnet网络对人脸图像分类识别出男女性别(包含数据集制作+训练+测试)

这两天有点忙,本打算昨天准备写这篇博客内容的,推迟到今天晚上。实际上,上午我已经把模型训练完了,准确率可以达到95%,考虑到用的台式机没有装显卡,所以使用的数据集一共只有340张。分布情况如下。【训练集】女性:150张;男性:150张【验证集】女性:20张;男性:20张数据集预览女性数据男性数据提示:以下是本篇文章正文内容,下面案例可供参考实际上很多可以修改,如loss选择、梯度下降方法、学习率、衰减率等等。

2022-11-19 23:27:31 6531 18

原创 100种目标检测数据集【voc格式yolo格式json格式coco格式】+YOLO系列算法源码及训练好的模型

本文介绍并分享了应用于各行业、各领域非常有用的目标检测数据集(感谢您的关注+三连,数据集持续更新中…),其中绝大部分数据集作者已应用于各种实际落地项目,数据集整体质量好,标注精确,数据的多样性充分,训练模型拟合较好,具有较高的研究和使用价值,各数据集都有下载链接及作者训练好的模型+源码下载链接,同时也有对应的检测效果视频,请放心下载~【实际项目应用】:阳光厨房、明厨亮灶智能监控方案【数据集说明】:老鼠检测数据集已更新到2018张,图片包含有白天和黑夜老鼠出没照片,标签包含voc(xml)和yolo格式

2022-10-12 21:32:27 19133 33

原创 【传统图像处理--学习笔记】不均匀光照下文本图像二值化处理

不均匀光照的文本图像二值化处理

2022-07-13 09:27:02 4088 9

原创 YOLOv6算法新鲜出炉--训练自己数据集过程

YOLOv6算法背景:YOLOv6 是美团视觉智能部研发的一款目标检测框架,致力于工业应用。本框架同时专注于检测的精度和推理效率,在工业界常用的尺寸模型中:YOLOv6-nano 在 COCO 上精度可达 35.0% AP,在 T4 上推理速度可达 1242 FPS;YOLOv6-s 在 COCO 上精度可达 43.1% AP,在 T4 上推理速度可达 520 FPS。评估指标如下;官方公众哈介绍说 YOLOv6算法精度与速度远超 YOLOv5 和 YOLOX 的新框架,是真是假,还待自己跑跑测评一下,

2022-06-28 23:20:03 4912 26

原创 【深度学习笔记】飞桨PP-PicoDet算法训练自己数据(过程超详细)

前言最近在研究目标检测算法–PP-PicoDet算法(百度自研**),2021年11月份新鲜出炉。官方介绍说,性能优于YOLOV5 、YOLOX等算法,主要是轻量化部署贡献很大,比如在相同的精度下,PP-PicoDet推理速度高出YOLOv5s 44%,可谓NB,所以作者第一步先搭建环境,试跑一下,记录使用PP-PicoDet算法在paddle框架下训练模型的整个过程,供大家参考交流,欢迎提问。PP-PicoDet算法源码:GitHub源码地址一、说明PP-PicoDet算法支持COCO、Pasc

2021-12-09 19:52:39 10992 33

原创 【深度学习笔记】五步教你使用Pytorch搭建神经网络并训练

文章目录前言一、准备数据&加载数据1.准备数据(分类)2.加载数据二、定义损失函数1自定义损失函数或者使用Pytorch中现有的三、定义网络四、定义优化器五、迭代训练总结前言针对刚接触深度学习的小伙伴,肯定很想自己亲手搭建一个网络模型,训练模型。今天作者就五步教大家简单快速搭建一个分类网络,并训练模型,希望对初学者有一定帮助,欢迎大家收藏关注,作者将不断分享更新深度学习中的一些重要知识点。一、准备数据&加载数据1.准备数据(分类)作者是训练分类训练工作服和非工作服,如下图所示.

2021-09-03 10:05:37 8321

原创 面试智力题 (附答案)

"Mr Miller为记 者举例说明了一种比较合理的答法,他首先在纸上画出了CN TOWER的草图,然后快 速估算支架和各柱的高度,以及球的半径,算出各部分体积,然后和各部分密度运 算,最后相加得出一个结果。如果有两顶黑帽子,第一次两人都只 看到对方头上的黑帽子,不敢确定自己的颜色,但到第二次关灯,这两人应该明白 ,如果自己戴着白帽,那对方早在上一次就应打耳光了,因此自己戴的也是黑帽子 ,于是也会有耳光声响起;现在小明过桥要1秒, 小明的弟弟要3秒,小明的爸爸要6秒,小明的妈妈要8秒,小明的爷爷要12秒。

2024-06-25 13:15:00 488

原创 嵌入式系统习题库及答案

嵌入式系统习题库及答案## 1.选择题1. 以下哪个不是嵌入式系统的设计的三个阶段之一:(A)A 分析B 设计C 实现D 测试2. 以下哪个不是RISC架构的ARM微处理器的一般特点:(C)A 体积小、低功耗B 大量使用寄存器C采用可变长度的指令格式,灵活高效D 寻址方式灵活简3. 通常所讲的交叉编译就是在X86架构的宿主机上生成适用于ARM架构的( A )格式的可执行代码。

2024-06-25 09:45:00 1022

原创 面试问题总结(包含各方面)

2、说出自己的观点:“我符合贵公司的招聘条件,凭我目前掌握的知识、技能、 高度的责任感、 良好的适应能力及学习能力, 完全能胜任这份工作。2、说出自己对困难所持有的态度:“工作中出现一些困难是正常的, 也是难免的, 但是只要有坚忍不拔的毅力、勤奋的学习态度, 良好的合作精神以及事前周密而充分的准备, 任何困难都是可以克服的。我的目的是:了解应聘者的心理承受能力、逻辑思维能力、演讲能力,而他的生平介绍却是其次的,因为,我们在他的简历中已经对其有所了解。我的目的是:应聘者是有感恩的心态,还是有仇恨的心态。

2024-06-24 12:30:00 423

原创 网络分层之7层讲解

要传递信息就要利用一些物理媒体,如双纽线、同轴电缆等,但具体的物理媒体并不在OSI的7层之内,有人把物理媒体当作第0层,物理层的任务就是为它的上一层提供一个物理连接,以及它们的机械、电气、功能和过程特性。该层的任务时根据通信子网的特性最佳的利用网络资源,并以可靠和经济的方式,为两个端系统(也就是源站和目的站)的会话层之间,提供建立、维护和取消传输连接的功能,负责可靠地传输数据。Note:有一些连接设备,如网桥或交换机,由于它们要对帧解码并使用帧信息将数据发送到正确的接收方,所以它们是工作在数据链路层的。

2024-06-24 09:00:00 1061

原创 数据结构-堆

(Heap)是一种特别的树状数据结构。若是满足以下特性,即可称为堆:“给定堆中任意节点P和C,若P是C的母节点,那么P的值会小于等于(或大于等于)C的值”。若母节点的值恒子节点的值,此堆称为(min heap);反之,若母节点的值恒子节点的值,此堆称为(max heap)。在堆中最顶端的那一个节点,称作(root node),根节点本身没有(heap sort),提出了二叉堆树作为此算法的数据结构。

2024-06-23 15:45:00 713

原创 TCP 三次握手

SYN-ACK重传次数服务器发送完SYN-ACK包,如果未收到客户确认包,服务器进行首次重传,等待一段时间仍未收到客户确认包,进行第二次重传,如果重传次数超过系统规定的最大重传次数,系统将该连接信息从半连接队列中删除。客户端再次发送确认包(ACK),SYN 标志位为0,ACK 标志位为1,并且把服务器发来 ACK 的序号字段+1,放在确定字段中发送给对方,并且在数据段放写ISN的+1。服务器端确认客户端的 FIN 包,发送一个确认包,表明自己接受到了客户端关闭连接的请求,但还没有准备好关闭连接。

2024-06-23 11:15:00 692

原创 4字节十进制数 转为 IPV4点分十进制 -- C++语言实现

【代码】4字节十进制数 转为 IPV4点分十进制 -- C++语言实现。

2024-06-22 16:30:00 281

原创 C++必会100题精(面试笔试有用)

5.已知一个类X, _____C_____是定义指向类X成员函数的指针,假设类有3个公有成员: void f1(int), void f2(int)和int a.54.类B是类A的公有派生类,类A和类B中都定义了虚函数func(),p是一个指向类A对象的指针,则p->A::func()将( A )9.已知f1(int)是类X的公有成员函数,p是指向成员f1()的指针,采用它赋值, ____ B ______是正确的.8.已知p是一个指向类X数据成员m的指针,s是类X的一个对象;

2024-06-22 12:15:00 889

原创 模电复习题

在下图所示放大电路中,已知VCC=12V,Rb1=27kΩ,Rc=2kΩ,Re=1kΩ,UBE=0.7V,现要求静态电流 ICQ=3mA ,则 Rb2 约为()。已知U2=20V,稳压管的UDZ=9V,R=300Ω,RL=300Ω。正常情况下,电路的输出电压UO为()。下图所示共基放大电路的三极管为硅管,UBE=0.7V,rbb’=200Ω,β=100,可求得该电路的电压放大倍数为()。下图所示共基放大电路的三极管为硅管,UBE=0.7V,rbb’=200Ω,β=100,可求得该电路的输出电阻Ro为()。

2024-06-21 17:15:00 1003

原创 威泰视信嵌入式软件工程师笔试题

硬件看门狗,又叫 watchdog timer,是一个定时器电路, 一般有一个输入,叫喂狗,一个输出到MCU的RST端,MCU正常工作的时候,每隔一端时间输出一个信号到喂狗端,给 WDT 清零,如果超过规定的时间不喂狗,(一般在程序跑飞时),WDT 定时超过,就回给出一个[复位信号]到MCU,是MCU复位. 防止MCU死机. 看门狗的作用就是防止程序发生死循环,或者说程序跑飞。只要你代码或配置有改动,都要重新编译的,只是如果代码写成块模式的,不用整个代码都重新编译,编译器会自动编译改动了的代码。

2024-06-21 11:00:00 1931

原创 易兆微电子_嵌入式软件工程师笔试题

修饰符extern用在变量或者函数的声明前,用来说明 “ 此变量 / 函数是在别处定义的,要在此处引用 ”。1.关键字 extern是什么含义, 请举例说明。3.举例 解释 “ 宏 ” 的作用。嵌入式软件工程师笔试题(十七)2.根据规律问号处应是何图形?4.写出下面代码的打印结果。以下程序的输出结果是。

2024-06-20 19:00:00 159

原创 北京华油信通_笔试题

2.数组a [ ] [3] ={1, 2, 3, 4, 5, 6},a[1] [2] = 6。4.用 if 语句写出判断 * 和 0 的大小( )输入链表,输出两个链表的公共节点。

2024-06-20 10:15:00 163

原创 面试笔试--通用事件处理框架编写一个日志缓存插件

(3) 缓存策略为: 插件每收到一个 event, 就要先查看一下缓存中是否已经有了该事件、如果没有就添加, 否则更新一下缓存中的s_mac, s_user字段: 每隔30秒 , 需要将缓存中的事件“落地” , 写入 /var/ log/ loopfile.log 中;插件加载时, 要先从文件中加载旧数据。(2)在 loopfile插件中, 实现日志缓存功能, 缓存事件 event 中的 s_ip , s_mac, s_user 三个字段(均为字符串类型), 其中s_ip为key。

2024-06-19 19:30:07 375

原创 单片机复习资料-课程导论和预备知识、内部结构及工作原理等

设单片机的晶振频率为12MHz,采用T1方式2定时中断方式编程实现在P2.0引脚产生一个2000Hz的正方波连续脉冲,参考以下模板写出完整程序。如果晶振频率为24MHz,定时器T0方式1的最大定时时间为_us(填写十进制数)32768。如果晶振频率为6MHz,定时计数器T1方式2的最大计数值为_(填写十进制数) 256。如果晶振频率为3MHz,定时器T1方式2的最大定时时间为_us(填写十进制数)1024。如果晶振频率为6MHz,T0方式2定时0.5ms的初值为_(填写十进制数) 6。

2024-06-19 19:29:03 996

原创 操作系统--进程的 概念、 组成、特征

fill:#333;color:#333;color:#333;fill:none;进程概念理解进程与程序的区别组成一个进程由那些部分构成特征进程有那些重要的特点。

2024-06-06 15:00:00 517

原创 操作系统概述

# 认识操作系统不同角度看到的操作系统 : 整体看, 使用者, 操作系统者, 普通开发者从程序执行看操作系统是其它所有用户程序运行的基础该程序的执行过程 :操作系统检查字符串的位置是否正确操作系统找到字符串被送往的设备操作系统将字符串送往输出设备窗口系统确定这是一个合法的操作,然后将字符串转换成像素窗口系统将像素写入存储映像区视频硬件将像素表示转换成一组模拟信号控制显示器(重画屏幕)显示器发射电子束。

2024-06-06 11:00:00 861

原创 操作系统的运行机制

fill:#333;color:#333;color:#333;fill:none;操作系统的运行机制俩种指令特权指令俩种处理器状态核心态俩种程序内核程序非特权指令用户态应用程序一条的代码翻译过来可能会对应多条机器指令 :fill:#333;color:#333;color:#333;fill:none;C语言代码编译器:翻译机器指令:二进制” :处理器(CPU) 能识别、 执行的最基本命令程序运行的过程其实就是CPU执行一条一条的机器指令的过程。

2024-06-06 10:45:00 632

原创 Android手机底层软硬件

Android是 个开源的智能移动平台 一个开源的智能移动平台, 任何 个厂商拿 一个厂商拿到 Android Source 都可以基于自己的硬件架构设计移动设备。硬件多样化厂商自己的利益软硬件结合开发的弊端?失去了Android应用的跨平台特性由于不同厂商研发能力参差不齐,应用程序的稳定性及性能有所不同分类NDK开发:从应用角度来开发软硬结合代码适用于单个应用程序的底层结合需求HAL硬件抽象层开发:从整个系统框架需求角度来开发本地程序适用于共享功能软硬结合代码。

2024-06-05 12:30:00 958

原创 Android驱动开发前的准备

Linux内核版本号由下面几部分组成。主版本号;次版本号;修订版本号;微调版本号;为特定的Linux系统特别调校的描述获取详细的Linux内核版本信息。

2024-06-05 07:00:00 288

原创 XML概述、格式、解析-WEB

可扩展的标识语言数据传输的一种格式树形结构(节点)优点解析的更快 : 使用标签语言,能够很快定位占用空间小 : 纯文本格式可读性强 : 带有名字的标签我们都很喜欢跨平台性 : 只要有解析的库文件,无论什么系统,什么语言都可以无障碍的通信流行 : 现在最流行的一种数据传输格式XML的格式所有元素都须有关闭标签标签对大小写敏感标签没有被预定义(自己命名)第一句格式必须为文档必须有根元素的单一标签对每个标签都可以有自己的属性通常不需要手动创建XMLXML的应用场合。

2024-06-04 12:30:00 850

原创 CGI通用网关接口

CGI是 : “ 公共网关接口 ”(Common Gateway Interface)的简称,是HTTP服务器与其它程序进行“ 交谈 ”的一种工具,其程序须运行在网络服务器上。公共网关接口(Common Gateway Interface,CGI)是Web 服务器运行时外部程序的规范,按CGI 编写的程序可以扩展服务器功能。CGI 应用程序能与浏览器进行交互,还可通过数据API与数据库服务器等外部数据源进行通信,从数据库服务器中获取数据。

2024-06-04 09:00:00 278

原创 使用vscode

进入 ubantu :点击 ubantu software进入后就可以看见这个点击搜索图标 输入code就可以查到了进入到vs code中 点击插件的图标, 下载c/c++的插件,chinese语言插件点击终端就可以会弹出bash的终端就可以使用Linux一下操作命令了点击文件 , 打开文件夹 , 找到自己的目录我拿test目录做实验 然后点击 OK。

2024-06-03 18:45:00 972

原创 ubuntu--配置samba进行win和Linux文件访问

配置 samba 就进行 win 和Linux 进行文件访问 , 在win的环境下 就访问Linux的代码 , 在win的环境下进行 code 的编码 , 是不是很 nice!添加用户(下面的 cpucode 是我的用户名,之后会需要设置samba的密码 )对配置进行了更改后,需要重启 samba 服务后更改的配置才会生效。输入samba用户名及密码访问即可看到共享。在smb.conf文件最后边加入配置信息。查看Linux ubuntu 的id地址。只要修改 cpucode 为你的用户名。

2024-06-03 09:30:00 498

原创 ubuntu使用

进入 vmware点击 创建浏览 找到 系统镜像文件, 我把它放在了 vmware文件下设置好信息 , 记住好密码 每次开机都要输入解压在那 设置好位置, 我设在 vmware 下创建了一个文件下默认即可默认即可正在安装中, 时间比较久, 准备好咖啡 , 谈谈心输入设置好的密码。

2024-06-02 14:30:00 1389

原创 ubuntu--Linux使用

Linux 就是一个操作系统,与 Windows 和 Mac OS 一样是。操作系统在整个计算机系统中的角色 :Linux 主要是和那两层。使用的操作系统还包含一些在其上运行的应用程序,比如vim、google、vscode等。

2024-06-02 09:45:00 680

原创 ubuntu--Linux运行时格式

显示 fileformat=dos。打开那个执行错误的 sh脚本文件。

2024-06-01 16:30:00 164

原创 sqlite--SQLite的C编程

sqlite3 使用了两个库:pthreaddl, 故链接时应加上-lpthread和-ldl。

2024-06-01 10:15:00 189

原创 sqlite--SQL语句进阶

函数:SQL 语句支持利用函数来处理数据, 函数一般是在数据上执行的, 它给数据的转换和处理提供了方便常用的文本处理函数:常用的聚集函数:使用聚集函数, 用于检索数据, 以便分析和报表生成插入一列分数 score修改内容判断数据库中是否有cpucode这张表是数据库自带的一个表。当用户创建一张表时, 数据库会将用户新建的表的信息存放在这张表中。

2024-05-31 14:31:28 704

原创 sqliteSQL基础

SQLite 是一个开源的、 内嵌式的关系型数据库, 第一个版本诞生于 2000 年 5 月, 目前最高版本为 SQLite3。下载地址:菜鸟教程 :Linux 下 字符界面Linux 下 图形界面该教程没有使用这个, 因为我下载时找不到。

2024-05-31 14:30:35 1214

原创 数据库概述--数据与数据管理

信息 : 对现实世界存在方式 或 运动状态的反映。数据 : 存储在某一媒体上, 能够被识别的物理符号;数据的概念在数据处理领域已经被大为拓宽, 不仅包括字符组成的文本形式的数据, 而且还包括其他类型的数据(如音频、 视频等)信息与数据的关系:信息与数据是的, 数据是信息的, 信息是数据的。数据处理 : 数据及信息相互转换的过程。从数据处理的角度而言, 信息是一种被加工成特定形式的数据。数据处理:数据处理的核心是技术, 其中数据管理技术是指对数据的和的技术。

2024-05-23 10:30:00 1038

原创 shell脚本程序学习概述

用来声明脚本由什么shell解释, 否则使用默认shell单个""号代表注释当前行执行:增加可执行权限后执行直接指定使用 bash 解释 xxx.sh使用当前 shell 读取解释 xxx.sh.xxx.sh # 或 source test.sh./和bash执行过程基本一致,前者首先检测, 使用指定的shell, 如果没有使用默认的shell后者明确指定bash解释器去执行脚本, 脚本中指定的解释器不起作用用./和bash去执行会在后台启动一个新的shell去执行脚本。

2024-05-23 07:45:00 682

原创 shell脚本程序学习之变量

定义变量变量名=变量值num = 10引用变量$变量名把变量num的值付给变量 ii = $num显示变量使用echo命令可以显示单个变量取值echo $num清除变量使用unset命令清除变量变量的其它用法:从键盘输入一个字符串付给变量 string定义一个只读变量, 只能在定义时初始化, 以后不能改变, 不能被清除。使用 export 说明的变量, 会被导出为环境变量, 其它 shell 均可使用: 此时必须使用下面命令 才可以生效注意事项:变量名只能包含英文字母下划线, 不能以数字开头。

2024-05-22 14:30:00 919

原创 shell脚本程序学习之 条件测试语句

判断字符串是否相等, 可能还要检查文件状态或进行数字测试, 只有这些测试完成才能做下一步动作test 命令: 用于测试和使用方括号时, 要注意在条件两边加上空格。

2024-05-22 10:15:00 803

基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip

基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip 基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip 基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip基于双向重塑的转换感知相似性度量方法实现图像缩放质量评估matlab源码.zip

2024-07-26

大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip

大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip 大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip 大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip 大数据挖掘-基于Transformer+CNN实现的网络入侵检测系统源码+数据集.zip

2024-07-26

基于C语言实现的建立基于磁盘存储设备的 FAT 文件系统源码+项目说明.zip

基于C语言实现的建立基于磁盘存储设备的 FAT 文件系统源码+项目说明.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于C语言实现的建立基于磁盘存储设备的 FAT 文件系统源码+项目说明.zip 操作系统课程设计:建立基于磁盘存储设备的 FAT 文件系统 FAT系统的搭建细节可以参考实验报告 题目: 磁盘文件系统:建立基于磁盘存储设备的 FAT 文件系统。(1-2 人,难度:4) - 首先分配一定容量的磁盘存储空间,作为文件存储空间; - 建立相应的文件系统,使用 FAT 文件系统; - 解决文件的重名、共享和安全控制; - 支持文件的“按名存取”; - 为该文件系统设计相应的数据结构来管理目录、磁盘空闲空间、已分配空间等。 - 提供文件的创建、删除、移位、改名等功能。 - 提供良好的界面,可以显示磁盘文件系统的状态和空间的使用情况; - 提供虚拟磁盘转储功能,可将信息存入磁盘,还可从磁盘读入内存; code文件夹内有三个项目,fat16 lib uselib - fat16 源代码,可以直接运行 - lib 生成动态和静态链接库的项目 - uselib 使用动态链接库运行的项目 建议使用CLion并用cmake编译 用法: ``` bash Useage:[order] -[option] ls --list-files list files and directory on current directory format --format format this file system cd --change-directory change current directory, example cd ./fs/include mkdir --make-directory make directory in current path, example mkdir fs help --help give this help close --close close current opened file open --open open a file at current directory write --write write data to opened file read --read read data from a opened file mkdir --delete directory delete a directory at current directory example mkdir fs touch --create file create a directory at current directory example touch fs.txt virus --virus file block_id create a virus at current directory, example virus fs.txt block_id check --check check all files and find virus rm --delete file delete a file at current directory, example rm fs.txt exit --exit exit this file system `

2024-07-26

新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip

新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip 新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip 新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip新项目基于深度强化学习开发的网络入侵检测系统python源码(带数据集).zip

2024-07-26

基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip

基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip 基于MatConvNet和VLFeat实现糖蔗螟虫检测系统源码+项目说明(可借鉴用于其他昆虫检测).zip

2024-07-26

课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip

基于深度学习实现网络流量数据异常识别分类python源码.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip 课设新项目-基于深度学习实现网络流量数据异常识别分类python源码.zip

2024-07-26

基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip

基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip 基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip基于OpenCV部署多任务的yolov5目标检测+语义分割python源码+模型(另含C++版本).zip

2024-07-26

基于opencv和C++实现普通图像及肖像矫正源码+项目说明+模型.zip

基于opencv和C++实现普通图像及肖像矫正源码+项目说明+模型.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于opencv和C++实现普通图像及肖像矫正源码+项目说明+模型.zip onnx文件在百度云盘 链接: https://pan.baidu.com/s/1GQbXJ2LMhxHFn2-Q1JNBcw 提取码: bxsi 其中的上采样upsample和grid_sample,没有把这两个算子导入到onnx文件里的, 自己独立编写了C++程序实现了,输入和输出都是4维张量的Mat。在编写C++程序时,需要注意 对于四维Mat的索引访问像素值,不能使用at函数,能使用ptr函数,,而大于四维的Mat,既不能使用at,也不能使用ptr访问元素, 只能使用指针形式访问,例如float型的Mat, float* pdata = (float*)Mat.data; 并且在编写C++程序时发现一个坑,在4维张量转到RGB三通道彩图时,使用ptr函数的方式给像素点赋值,最后得到的结果图跟Python程序运行的结果图不一致。 但是使用指针形式给像素点赋值,最后得到的结果图跟Python程序运行的结果图就是一致的, 看来使用指针形式访问像素值是最稳妥不出错的方式了。这个坑在C++代码里的convert4dtoimage函数里,我在函数里有写注释。

2024-07-26

基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip

基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip 基于tensorflow实现的高质量的帧插值神经网络python源码+项目说明.zip

2024-07-26

毕设新项目-基于Transformer+CNN实现的网络入侵检测python源码(含网络入侵数据集+详细注释+项目说明).zip

毕设新项目-基于Transformer+CNN实现的网络入侵检测python源码(含网络入侵数据集+详细注释+项目说明).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 本项目致力于探究并验证卷积神经网络(CNN)和Transformer在网络入侵检测领域中的应用效果。通过构建并评估一个结合了CNN和Transformer模型的算法,本研究旨在提供一种有效的网络安全威胁检测方法。重点关注算法的性能评估,包括但不限于准确性、检测速度和模型泛化能力,旨在为网络安全领域提供更高效、可靠的入侵检测技术解决方案。 ### 背景 随着网络技术的快速发展,网络安全问题日益凸显,其中网络入侵检测是维护网络安全的关键技术之一。传统的入侵检测系统(IDS)面临着检测速度慢、准确率不高等挑战。近年来,深度学习技术的发展为提高检测性能提供了新的可能。特别是卷积神经网络(CNN)和Transformer,它们在图像处理和自然语言处理领域已经显示出了卓越的性能。本项目尝试将CNN和Transformer技术应用于网络入侵检测,通过深入分析和严格评估,探索它们在提高检测准确率和速度方面的潜力和效果。通过对比实验和性能评估,本研究旨在验证结合CNN和Transformer的模型是否能够有效提升网络入侵检测的效率和准确性,为网络安全防护提供技术支持。

2024-07-26

基于多补丁注意力的阿尔茨海默病识别python源码(可追溯的解释性模型).zip

基于多补丁注意力的阿尔茨海默病识别python源码(可追溯的解释性模型).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 项目简介 项目名称:基于多补丁注意力的阿尔茨海默病识别系统 技术栈:Python、深度学习框架(如TensorFlow、PyTorch)、多补丁注意力机制 目标:利用医学影像(如MRI扫描图像)和深度学习技术,通过多补丁注意力机制提高阿尔茨海默病的识别准确率和模型的可解释性。 项目特点 多补丁注意力机制: 将医学影像分割成多个小补丁(patches),每个补丁都独立地通过神经网络进行处理。 应用注意力机制来动态地关注那些对诊断最有价值的补丁,从而提高模型的识别能力。 这种机制有助于增强模型的可解释性,因为可以指出哪些区域的影像特征对诊断结果贡献最大。 可追溯的解释性模型: 项目不仅关注模型的准确性,还致力于提供可解释性的诊断结果。 通过注意力权重的可视化等手段,向医生和患者展示模型做出决策的依据。 深度学习框架: 利用Python中的深度学习框架(如PyTorch或TensorFlow)构建和训练模型。 这些框架提供了丰富的工具和库,支持高效的模型开发和训练。 医学影像处理: 使用专业的图像处理库(如nibabel)对MRI等医学影像进行预处理和可视化。 预处理步骤可能包括噪声去除、图像标准化、分割等。

2024-07-26

基于C语言和C++实现的文件系统源码+详细项目说明(操作系统课程设计).zip

基于C语言和C++实现的文件系统源码+详细项目说明(操作系统课程设计).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于C语言和C++实现的文件系统源码+详细项目说明(操作系统课程设计).zip 基本命令 `login` 用户登入 `mkdir <newdirname>` 在当前目录下新建目录 `cd <directory>` 进入指定路径 `ls` 打印当前目录下的内容 `create <filename>` 创建文件 `open <filename> <openmode>` 打开文件 `write <filedescriptor> <txt> <size>` 写入文件 `read <filedescriptor>` 读取文件内容 `close <filedescriptor>` 关闭文件 `rmfile <filename>` 删除文件 `rmdir <directory>` 删除空目录 `logout` 用户登出 `format` 系统格式化 `halt` 系统保存退出 `help` 若无额外参数,显示所有的指令及其格式;若有额外参数,则显示指定参数的指令格式及其详细说明 ## 测试命令 `pof` 打印所有已打开的文件 `pu` 打印所有用户信息 `psys` 打印超级块信息 `loaddata` 载入样例数据 ## 新增功能 `cat <filename>` 将文件内容打印至终端 `chmod <mode> <filename>` 更改权限模式 `cp` 将指定内容复制到指定路径,支持目录到目录的复制 `hardlink <linkedfile> <newfile>` 创建指定文件的硬链接 `symbollink <source> <linkname>` 创建指定源的软链接 `readlink <link>` 读取链接内容 `rmlink <link>` 删除软链接 `rename <filename> <newfilename>` 文件重命名 `rm [-r/rf] <path>` 删除路径的指定内容,`[-r/rf]`为可选参数,代表递归删除 `writer <filename>` 编辑指定文件的内容,若文件不存在则直接新建文件 `save <filename> <text> <size>` 将指定文本保存至指定文件内 ## 用户相关 `chpasswd` 修改密码 `urename <username>` 修改指定用户的用户名 `chgroup` 修改用户所属用户组,仅root用户可操作 `adduser` 用于添加用户,仅root用户有此权限 `su <username>` 切换到指定用户 ## bash命令 `bash <filename>` 用于执行文件内容 `echo <txt>` 直接输出文本内容 # 图形界面运行方法 ## 本地运行 ```sh # 0. 环境准备 # 请确保已安装nodejs # 1. 进入前端文件夹 cd web # 2. 安装包管理器yarn npm install -g y

2024-07-26

基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip

基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip 基于深度学习实现的水下图像增强算法python源码+数据集下载链接.zip

2024-07-26

基于CNN+Transformer的图像质量评估python源码+项目说明(如清晰度评分).zip

基于CNN+Transformer的图像质量评估python源码+项目说明(如清晰度评分).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于CNN+Transformer的图像质量评估python源码+项目说明(如清晰度评分).zip 无关美学特征,依据清晰度等进行评分 主要是在CNN中间层,引入Transformer来学习更多的全局特征 背景 在各种图像数据不断生成的生活中,人们需要在大量的图像中挑选出可以使用的、符合自己要求的图像,使用算法/深度学习来解决,可以缓解人力不足的问题。 数据集 图像质量评估数据集有着许多公开数据,这里采用公开数据进行实验。 需要下载相应地公开数据才能使用 LIVE数据集 KONIQ数据集 CSIQ数据集 LIVEC数据集 BID数据集 模型 回归预测模型,通过对CNN引入Transformer来提升模型性能。 CNN对于局部视野有着良好的性能,但是图像的评分不仅仅依据局部内容,也需要对整体内容进行学习。因此通过Transformer加入更多的全局特征来提升模型性能。 优化器 采用的Adam优化器,方便训练 模型依赖 pytorch 模型运行 ``` nohup python train.py --dataset=livec --train_test_num=5 --cudas=0 --use_seed --random_single > /dev/null 2> e.txt & ```

2024-07-26

基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip

基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip基于OpenAI CLIP 模型的iOS 应用程序源码+项目说明.zip

2024-07-26

基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip

基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip基于QT和C++开发的模拟操作系统人机交互界面源码+项目说明+设计报告.zip

2024-07-26

C++开发基于OpenCV+立体匹配算法+图像预处理特征点提取实现产品工件变形量测量源码.zip

C++开发基于OpenCV+立体匹配算法+图像预处理特征点提取实现产品工件变形量测量源码.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 该项目旨在通过C++编程语言结合OpenCV库,利用立体匹配算法和图像预处理技术,从一对或多对立体图像中测量产品工件的变形量。这种方法在计算机视觉和自动化检测领域具有广泛应用,能够高效、准确地测量和分析工件的几何变形。 实现流程 图像采集:首先,使用双目相机或其他立体成像设备采集产品工件的一对或多对立体图像。 图像预处理:对采集到的图像进行预处理,包括亮度归一化、去噪、图像增强和滤波等,以提高后续处理的精度和效率。 特征点提取:利用OpenCV提供的特征点提取算法(如SIFT、SURF、ORB、FAST等),从预处理后的图像中提取特征点。 立体匹配:使用OpenCV中的立体匹配算法(如BM、SGBM等),对提取的特征点或整幅图像进行匹配,计算视差图。 三维重建:根据视差图和相机参数,利用三角测距原理计算图像中每个点的三维坐标,实现三维重建。 变形量测量:在三维重建的基础上,通过比较工件在变形前后的三维坐标,计算工件的变形量。 结果展示:将测量结果以图形或数字的形式展示出来,供用户参考和分析。

2024-07-26

基于python+CNN+MLP实现的电影数据爬取及评分预测项目源码+数据集+项目说明.zip

基于python+CNN+MLP实现的电影数据爬取及评分预测项目源码+数据集+项目说明 环境配置 conda ```shell cd path/to/root conda create --name movie_evaluation python=3.10.13 conda activate movie_evaluation pip install -r requirements.txt ``` 项目 请按照项目结构说明,在 data 中新建 processed 文件夹,在根目录下新建 weight 文件夹。 运行测试 1、参考 config.json,配置 config_default.json。 2、爬虫测试。 ```shell cd path/to/root/src 爬取数据文件,如电影时长、评论数等,并存入csv python main.py --crawl-info 爬取电影海报 python main.py --crawl-img ``` 3、数据清洗与预处理 ```shell python main.py --preprocess ``` 4、模型预测分析 ```shell Random Forest python main.py --train-and-predict --random-forest MLP 多层感知机 python main.py --train-and-predict --mlp CNN 卷积神经网络 python main.py --train-and-predict --cnn CNN 二维卷积神经网络 python main.py --train-and-predict --cnn-2d ``` 1. `data`:该文件夹包含与项目相关的数据。 - `external`:包含外部数据,包括`img`子文件夹中的图像文件。 - `processed`:包含处理过的数据。 - `raw`:包含原始未经处理的数据。 2. `notebooks`:存放训练的 loss、accuracy 等曲线。 3. `src`:该文件夹包含项目的源代码。 - `config`:包含配置文件读取代码。 - `data`:包含与数据相关的代码,包括爬虫、数据预处理、dataset定义等部分。 - `models`:包含与模型相关的代码,包括 Random Forest 、MLP 、CNN 等模型定义以及权重文件的保存 。 4. `weight`:包含已训练模型的权重文件。

2024-07-26

基于Pytorch框架深度学习的高光谱图像分类python源码+模型(支持少量样本训练和分类).zip

基于Pytorch框架深度学习的高光谱图像分类python源码+模型(支持少量样本训练和分类).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 项目实现 1. 数据集准备 数据集选择:常用的高光谱图像分类数据集包括Indian Pines、Pavia University等。根据项目需求选择合适的数据集。 数据预处理:包括数据归一化、光谱波段选择、图像裁剪等步骤,以减少数据冗余和计算量。 2. 网络模型设计 模型架构:采用2D_CNN网络结构,通过卷积层、池化层和全连接层等组件提取图像特征并进行分类。

2024-07-26

基于深度学习CNN网络实现网络入侵检测python源码+模型+项目说明+超详细注释(论文复现源码).zip

基于深度学习CNN网络实现网络入侵检测python源码+模型+项目说明+超详细注释(论文复现源码).zip 该项目是我复现某篇论文的代码,作用是对`Dos`,`Normal`,`Probe`,`R2L`,`U2R`五种网络流量进行分类。原文中,网络流量就是数字和字符串组成的文本,我们需要将其转化为图片的格式进行分类。训练流量和测试流量的以及他们处理后的文本文件我都放在`DataSet/NSL-KDD/`目录下面了 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我!

2024-07-26

基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip

基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip 基于SpringBoot+Vue的大学校园班车在线预约系统源码+数据库+设计报告(含前端+后端).zip

2024-07-26

基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip

基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip基于python+opencv人脸识别的签到管理系统源码带界面+演示视频+设计报告(含客户端+服务端).zip

2024-07-26

基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip

基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip基于语义相似度计算和NLI问题探究迁移学习对目标任务的提升与目标数据集大小的关系实验python源码+报告+数据.zip

2024-07-26

基于C++实现类UNIX的二级文件系统源码+课设报告+使用说明(操作系统课程设计).zip

基于C++实现类UNIX的二级文件系统源码+课设报告+使用说明(操作系统课程设计).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于C++实现类UNIX的二级文件系统源码+课设报告+使用说明(操作系统课程设计).zip 使用说明 修改MakeFile文件中的G++地址,并在当前目录下执行make生成exe 直接打开exe程序即可进入二级文件系统。 支持以下命令: - 1)ls :显示当前文件夹下的全部文件和文件夹 - 2)mkdir <dirname> :在当前文件夹下创建目录<dirname> - 3)rmdir <dirname> :在当前文件夹下删除目录<dirname> - 4)ffmormat :格式化文件系统 - 5)exit :退出系统(必须使用该命令退出系统,否则会导致缓存未写入磁盘而产生错误!) - 6)fcreat <filename> <mode> :创建名为 <filename> 的文件,其读写权限为<mode>(mode可以为r,w或rw) - 7)foepn <filename> <mode> :打开名为 <filename> 的文件,打开方式为<mode>(mode可以为r,w或rw),其会返回该文件的文件操作符fd - 8)fread <fd> <size> :从文件描述符<fd>指向的文件中读取最大<size>个字节到缓存区,如果<size>为0则默认将文件读取完毕,输出实际读取的字节数 - 9)fwrite <fd> <size> :从缓存区写入最大<size>个字节到文件描述符<fd>指向的文件中,如果<size>为0则默认将缓存区全部写入,输出实际写入的字节数 - 10)fseek <fd> <offset> <mode>:将文件描述符<fd>指向的文件偏移到<mode>和<offset>指向的位置,其中mode可以取0、1、2,其含义分别为从文件头、当前位置、文件尾开始计算偏移量。 此外,为了与一级文件系统交互的方便,我还新增了三个命令: - 11)fin <filename>:将<filename>指向的一级操作系统的实际文件读取到缓存区中 - 12)fout <filename>:将缓存区中的所有字节写入<filename>指向的一级操作系统的实际文件 - 13)bshow :查看缓存区信息

2024-07-26

基于C#实现操作系统模拟仿真源码+项目说明(含进程管理、内存控制、设备管理、文件管理).zip

基于C#实现操作系统模拟仿真源码+项目说明(含进程管理、内存控制、设备管理、文件管理).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于C#实现操作系统模拟仿真源码+项目说明(含进程管理、内存控制、设备管理、文件管理).zip 操作系统知识体系是计算机科学知识领域中最核心也是最重要的组成部分,也是各大高校计算机类专业(如计算机科学与技术、软件工程、数据科学与大数据技术等)学生的最重要专业基础课之一,同时操作系统也是一门实践性很强的课程。 操作系统是一种复杂的软件系统,其开发问题本身就是复杂工程问题,因此通过学习操作系统就可以在软件工程开发中发挥极大的作用。理解操作系统的基本原理和理论是为使用并开发维护操作系统提供重要支撑。同时,操作系统的学习中涉及到的基本原理和理论的价值并非只局限于操作系统的开发,也可以应用到其它领域中,例如并发控制理论、分布式系统、以及从事其它领域工作等也可以从中得到很好的训练。通过动手进行相应的模拟实验,达到深刻理解操作系统原理的目的,巩固理论学习的概念、原理、设计及算法,从操作系统内部结构与组织的系统视角理解其设计和实现的精髓,同时也能够培养软件系统结构设计和软件工程素养。 操作系统的模拟实验应该实现多道程序有条不紊、高效地运行,并能最大程度地提高操作系统中各种资源的利用率和方便用户使用的任务,因此操作系统应具有以下几方面的功能:进程管理,内存管理、设备管理和文件管理。 通过具体的操作系统模拟实验,去重新认识操作系统的内部操作逻辑与外部应用开发,去理解操作系统所需要的硬件支持和软件工作机理,获得从理论到实践、再从实践升华到理论的效果。进一步加深了对操作系统的认识,清楚的理解操作系统是一组控制和管理计算机硬件和软件资源,合理地对各类作业进行调度,以及方便用户使用的程序的集合。 本项目1.进程管理 进程控制模块主要实现操作系统基本进程控制功能,包含添加进程,运行进程等基础功能。 ![image](/ed707dfe-0a31-46e3-b8a3-7e6aa85da9fa) #本项目1.1进程控制 进程控制模块主要实现对进程的添加、删除和执行进程 ![image](/43795a9e-1baf-4bab-98ff-83f7af98e81b) #本项目1.2进程同步 进程同步模块主要时间操作系统中进程同步的模拟问题,本模拟实验平台采用操作系统中著名的“生产者-消费者问题”用以模拟展示。 ![image](/dc211909-f1c9-4682-84b9-a0ce8b49831b) #本项目1.3进程调度 进程调度模块主要实现操作系统对进程的时间片轮转调度算法 ![image](/ffc4749b-4f56-45c2-92eb-b619f5bdff87) #本项目1.4死锁避免 避免死锁是操作系统设计中最重要也是最底层的问题之一,银行家算法能够有效的帮助操作系统解决进程资源分配问题,在不影响程序运行的情况下保证计算机资源能够最大程度的调配。 ![image](/82baa129-cd48-4867-a0c9-424c4fcbf7e6) 本项目2.内存管理 内存管理模拟实验主要以实现请求分页存储管理作为主要目标,实现请求分页存储管理是一种常用的虚拟存储管理技术。通过请求分页存储存储管理中页面置换算法模拟,了解虚拟存储技术的特点,掌握请求分页存储管理的页面置换算法的实现过程。这里采用的是FIFO页面置换算法 ![image](/0a9e6d20-b35b-425a-97e9-4ce55c37d332) 本项目3.设备管理 设备管理器模拟实验主要以实现模拟磁盘调度为目标。在计算机使用过程中,通常包含多个进程,进程运行期间对磁盘进行盘问,通过设计不同的算法,使各进程对磁盘的平均访问时间最小。这里使用CSAN算法 ![image](/28606085-ae67-4684-92e5-810e0f0a867c) 本项目4.文件管理 文件管理模拟实验主要模拟操作系统对于文件的管理,体现为创建文件、创建文件夹、删除文件/文件夹以及文件的导

2024-07-26

分别基于CNN、Transformer、Bert和LSTM模型实现语义相似度计算的编码(语义理解)能力比较源码+报告.zip

分别基于CNN、Transformer、Bert和LSTM模型实现语义相似度计算的编码(语义理解)能力比较源码+报告.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 分别基于CNN、Transformer、Bert和LSTM模型实现语义相似度计算的编码(语义理解)能力比较源码+报告.zip

2024-07-26

基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip

基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip基于python手动搭建三层神经网络实现Fashion-MNIST数据图像识别分类源码+数据.zip

2024-07-26

基于CNN模型的网络入侵检测系统python源码+项目使用说明+超详细注释.zip

基于CNN模型的网络入侵检测系统python源码+项目使用说明+超详细注释.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于CNN模型的网络入侵检测系统python源码+项目使用说明+超详细注释.zip 图像处理 正如我前面说的,这里只有文本文件数据,没有图片数据。所以我们需要对`KDDTest+`文件和`KDDTrain+`文件都进行处理 1.1 数据转化 > 对应`PreHandle`中的`oneHotHandle`方法和`minMaxHandle`方法 - 第一步:类型转化。数据集中,有三个字符特征,是`protocol_type`、`service`和`flag`,由于他们是字符特征,所以需要进行`one-hot`编码,从而把字符型转为数值型 - 第二步:对数据做归一化处理。把所有数据的特征缩放到`0`和`1`之间,使用的处理方法为`min-max`方法,此时将文本文件变成了五个不同流量类型的`cvs`文件,在目录`DataSet/Change/`中 1.2 图片转化 > 对应`PreHandle`中的`csvToImage`方法 - 第一步:因为`CNN`的输入是图片形式,先把归一化之后的`122`个特征变换成矩阵的形式,大小是一个十二乘十二的方阵 - 第二步:进行像素化处理,将矩阵中的数据进行与`255`相乘的操作,形成一张图片 - 第三步:将他们输出到文件夹中。根据我们的方法,处理完毕的不同类型的图片存储在不同名称文件夹下面,处理完毕的文件夹大概是这个样子 2. 创建模型 处理完毕图片我们就开始创建模型,对应代码`CNNMould`,注释写的很清楚,大家自己查看即可 3. 模型训练 从训练文件夹的不同的文件夹中读取图片开始训练模型,在代码中,不同文件夹的名称就等于给图片`lable`标签,所以不需要特别标注。对应代码`Train`,注释写的很清楚,大家自己查看即可 4. 模型预测 从预测文件夹的不同的文件夹中读取图片进行预测。对应代码`Predict`,注释写的很清楚,大家自己查看即可 附一张最后的预测正确率图片

2024-07-26

基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip

基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip基于java实现的远程屏幕监控与控制软件源码+设计报告+演示视频(含客户端+服务端).zip

2024-07-26

基于flask+html实现图片匹配的社群交流网站源码(期末课程设计).zip

基于flask+html实现图片匹配的社群交流网站源码(期末课程设计).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于flask+html实现图片匹配的社群交流网站源码(期末课程设计).zip基于flask+html实现图片匹配的社群交流网站源码(期末课程设计).zip基于flask+html实现图片匹配的社群交流网站源码(期末课程设计).zip基于flask+html实现图片匹配的社群交流网站源码(期末课程设计).zip 基于flask+html实现图片匹配的社群交流网站源码(期末课程设计).zip 基于flask+html实现图片匹配的社群交流网站源码(期末课程设计).zip

2024-07-26

基于引导APSF和梯度自适应卷积的夜间去雾算法python源码+项目说明.zip

基于引导APSF和梯度自适应卷积的夜间去雾算法python源码+项目说明.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于引导APSF和梯度自适应卷积的夜间去雾算法python源码+项目说明.zip 项目概述 该项目提出了一种结合引导APSF(Adaptive Point Spread Function,自适应点扩散函数)和梯度自适应卷积的方法来增强夜间雾霾图像的可见度。引导APSF是一种能够模拟雾霾天气下光线散射现象的技术,可以有效地估计和补偿图像中的雾霾效应。而梯度自适应卷积则能够根据图像的局部特征自适应地调整卷积核,从而更好地保留图像的细节和边缘信息。 项目特点 光源感知网络:项目通过光源感知网络来检测夜间图像中的光源位置,这是处理光晕效应的关键步骤。光源感知网络能够识别图像中的路灯、车头灯等光源,为后续的光晕渲染提供基础。 APSF引导的光晕渲染:在获得光源位置后,项目利用APSF函数为各种光源创建光晕效应。通过APSF引导的光晕渲染方法,项目能够在渲染的图像上训练框架,从而实现光晕的抑制。 梯度自适应卷积:为了捕捉雾霾场景中的边缘和纹理信息,项目引入了梯度自适应卷积技术。该技术能够根据图像的局部梯度信息自适应地调整卷积核,从而在增强图像对比度的同时不丢失重要的结构细节。 注意力引导增强模块:为了进一步增强非光源区域的可见性,项目还引入了一个注意力引导增强模块。该模块通过学习一个注意力图来指导图像的增强过程,其中低光区域具有较高的权重,而雾霾和光晕区域具有较低的权重。 项目成果 通过该项目的实施,研究人员在多个夜间雾霾数据集上进行了广泛的评估,并取得了显著的效果。实验结果表明,该方法在提升图像可见度、保留图像细节和色彩信息等方面都明显优于传统的夜间去雾方法。此外,该方法还具有较高的实时性和实用性,可以应用于自动驾驶、监控等多个领域。

2024-07-26

课程设计新项目基于C++和QT实现的简易网盘系统源码+项目说明(含服务端和客户端).zip

课程设计新项目基于C++和QT实现的简易网盘系统源码+项目说明(含服务端和客户端).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于QT实现的一个简单的网盘系统,分为好友操作和文件操作两部分。 环境: 数据库:SQLite3 QT:5.14.2 本项目好友操作实现的内容: 好友的添加/删除/查找/私聊/群发消息(群聊)... ![image](/a4301d8b-b7ee-4f7d-b99a-a8ab48c63d14) 本项目文件操作实现的功能: 文件的上传/下载/移动/分享/重命名... ![image](/d9390287-f7c4-410d-af52-9c4993c88bf8) 本项目Tips 每一个用户注册时都会生成一个同名的根文件夹,其位置在 盘符:\Qt安装路径\build-tcpServer-Desktop_Qt_5_14_2_MinGW_32_bit-Debug中,后续该用户所有的网盘文件/文件夹都存储在此。

2024-07-26

基于python人脸识别的emjoi表情输出源码(含模型+详细注释+使用说明).zip

基于python人脸识别的emjoi表情输出源码(含模型+详细注释+使用说明).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于python人脸识别的emjoi表情输出源码(含模型+详细注释+使用说明).zip 概述 本项目的目标是通过面部表情识别技术实现情感输出。 csdn项目下载后解压重命名为EmotionOutput-Challenge,不要搞中文 项目结构 |-- EmotionOutput-Challenge |-- data # 存放训练和测试数据集 |-- src # 存放源代码 |-- emotion_recognition.py # 面部表情识别主要代码 |-- output_emotion.py # 输出情感主要代码 |-- README.md # 项目说明文档 |-- requirements.txt # 项目依赖的Python库 如何运行 安装依赖: pip install -r requirements.txt 运行面部表情识别: python src/emotion_recognition.py 运行情感输出: python src/output_emotion.py 数据集 本项目使用了公开的面部表情数据集,位于data目录下。在开始之前,请确保已经下载并解压缩了数据集。 面部表情识别模型 我们使用了深度学习模型进行面部表情识别,训练代码位于src/emotion_recognition.py。模型在训练数据上取得了良好的准确性。 输出情感模块 输出情感的代码位于src/output_emotion.py,它将通过面部表情识别模块得到的结果进行处理,并输出最终的情感。 注意事项 请确保在运行代码之前已经按照要求安装了所有依赖。 数据集的使用受到版权和许可的限制,请遵循相关法规和规定。 识别人脸面部表情转换为emjoi表情

2024-07-26

分别基于Transformer和CNN实现CIFAR-100数据集图像分类python源码+模型+运行说明.zip

分别基于Transformer和CNN实现CIFAR-100数据集图像分类python源码+模型+运行说明.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 在Convolution-enhanced image Transformer(CeiT)上进行CIFAR100的训练,baseline 为 ResNet18 文件下载 包含 CeiT 和 ResNet 两个模型的checkpoint和log文件 https://pan.baidu.com/s/16wdkYhzc6bqb5jdGNrEYyQ?pwd=k8j8 CeiT训练: ``` python train.py -c configs/default.yaml --name CeiT ``` CeiT测试 ``` python test.py -c configs/default.yaml --name CeiT -p checkpoint/CeiT_checkpoint.pyt ``` Resnet训练 ``` python train.py -net resnet18 -gpu ``` ResNet测试: ``` python test.py -net resnet18 -weights checkpoint/resnet18.pth -gpu ```

2024-07-26

基于python实现粒子群算法、搜索算法、遗传算法、决策树源代码+超详细注释+数据(人工智能大作业).zip

基于python实现粒子群算法、搜索算法、遗传算法、决策树源代码+超详细注释+数据(人工智能大作业).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 该项目是一个综合性的人工智能大作业,旨在通过Python编程实现并整合四种不同的人工智能算法:粒子群算法(Particle Swarm Optimization, PSO)、搜索算法(未具体指明,可能是深度优先搜索、广度优先搜索、A*搜索等)、遗传算法(Genetic Algorithm, GA)、以及决策树(Decision Tree)。这些算法在人工智能、机器学习、优化问题等领域有着广泛的应用。 算法简介 粒子群算法(PSO): 粒子群算法是一种基于群体智能的优化算法,模拟鸟群觅食的行为。 每个粒子代表解空间中的一个潜在解,通过更新粒子的速度和位置来寻找最优解。 该算法具有实现简单、收敛速度快等优点,常用于解决连续优化问题。 搜索算法: 搜索算法种类繁多,如深度优先搜索、广度优先搜索、A*搜索等。 这些算法用于在树或图中寻找从起始节点到目标节点的路径。 在人工智能中,搜索算法常用于路径规划、问题求解等领域。 遗传算法(GA): 遗传算法是一种模拟自然选择和遗传学机理的搜索算法。 它通过选择、交叉(杂交)和变异等操作,使种群中的个体不断进化,以寻找最优解。 遗传算法适用于解决复杂的优化问题,尤其是那些难以用传统方法描述的问题。 决策树: 决策树是一种常用的分类和回归方法。 它通过构建树状结构来模拟决策过程,每个内部节点表示一个属性上的测试,每个分支代表一个测试输出,每个叶节点代表一个类别或回归值。 决策树具有直观易懂、易于实现等优点,在数据挖掘、机器学习等领域有广泛应用。

2024-07-26

基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip

基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip基于Java的操作系统进程调度器与内存管理源码+实验论文(操作系统课程实验).zip

2024-07-26

基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip

基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip基于并行容忍的无监督深度图像拼接python实现源码+项目说明(使用UDIS-D数据集、无监督图像变形和合成).zip

2024-07-26

基于OpenCV实现的多功能图像处理系统源码(含边缘检测、人脸检测、分割、灰度变换、形态学操作等).zip

基于OpenCV实现的多功能图像处理系统源码(含边缘检测、人脸检测、分割、灰度变换、形态学操作等).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于OpenCV实现的多功能图像处理系统源码(含边缘检测、人脸检测、分割、灰度变换、形态学操作等).zip 该源码包利用OpenCV这一强大的计算机视觉库,实现了多种图像处理功能,主要包括但不限于: 边缘检测:通过Canny边缘检测等算法,能够检测出图像中的边缘信息,这对于图像分析和特征提取具有重要意义。 人脸检测:利用Haar级联分类器或SSD等算法,在图像中识别并定位人脸的位置,为人脸识别等后续处理提供基础。 图像分割:通过阈值分割、区域增长等算法,将图像分割成不同的区域或对象,便于后续处理和分析。 灰度变换:将彩色图像转换为灰度图像,或对灰度图像进行直方图均衡化等操作,以改善图像的视觉效果或提高后续处理的效率。 形态学操作:包括腐蚀、膨胀、开运算和闭运算等,用于改变图像中对象的形状或大小,以去除噪声、填充孔洞或分离相邻对象等。 Canny边缘检测:通过计算图像梯度的强度和方向,并使用双阈值策略来检测边缘。 Haar级联分类器:基于AdaBoost算法的Haar特征分类器,用于人脸检测等任务。 SSD(Single Shot MultiBox Detector):一种高效的目标检测算法,可用于人脸检测等任务。 图像阈值分割:通过设置合适的阈值,将图像中的像素分为前景和背景两部分。 形态学操作:利用结构元素对图像进行腐蚀、膨胀等操作,以改变图像中对象的形状或大小。

2024-07-26

基于Pytorch框架+神经网络实现低光照图像增强python源码+模型+数据集下载链接.zip

基于Pytorch框架+神经网络实现低光照图像增强源码+模型+数据集下载链接.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于Pytorch框架+神经网络实现低光照图像增强python源码+模型+数据集下载链接.zip 项目背景与目标 背景:在实际应用中,如夜间监控、医学影像、低光摄影等领域,低光照条件下的图像往往存在亮度不足、细节模糊、噪声较多等问题,这严重影响了图像的视觉效果和后续处理。因此,开发一种有效的低光照图像增强技术具有重要意义。 目标:通过Pytorch框架和神经网络技术,构建一个能够自动提升低光照图像质量的模型,使其亮度均匀、细节清晰、噪声减少。 2. 数据集准备 数据集选择:选择合适的低光照图像数据集进行训练和测试。这些数据集应包含大量在低光照条件下拍摄的图像,以及它们对应的高光照(或正常光照)条件下的参考图像(如果可用)。常用的数据集包括LOL(Low-Light)、SID(See-in-the-Dark)等。 数据预处理:对图像进行必要的预处理,如裁剪、缩放、归一化等,以确保输入模型的数据格式统一且符合训练要求。 3. 模型构建 模型选择:根据任务需求选择合适的神经网络模型。对于低光照图像增强任务,常用的模型包括卷积神经网络(CNN)、生成对抗网络(GAN)等。这些模型能够通过学习低光照图像与高光照图像之间的映射关系,实现图像质量的提升。 网络设计:设计网络结构时,需要考虑到模型的复杂度、计算量以及性能等因素。例如,在GAN中,可以设计一个生成器来生成增强后的图像,以及一个判别器来评估生成图像的质量。 损失函数:选择合适的损失函数来指导模型的训练。对于低光照图像增强任务,常用的损失函数包括像素级损失(如L1损失、L2损失)、感知损失(如VGG损失)、对抗性损失等。 4. 模型训练 训练环境:搭建基于Pytorch框架的训练环境,包括安装必要的库、配置GPU等。 训练过程:使用准备好的数据集对模型进行训练。在训练过程中,需要设置合适的超参数(如学习率、批处理大小、迭代次数等),并监控模型的训练过程和性能表现。 模型保存:将训练好的模型保存到磁盘上,以便后续进行图像增强和评估。 5. 图像增强与评估 图像增强:使用训练好的模型对低光照图像进行增强处理。在增强过程中,可以调整模型的输入参数以获得最佳的增强效果。 性能评估:对增强后的图像进行性能评估,包括主观评价和客观评价两个方面。主观评价可以通过人眼观察来评估图像的视觉效果;客观评价则可以使用一些量化指标(如PSNR、SSIM等)来评估图像的质量。

2024-07-26

基于UDIS-D数据集+无监督的深度图像拼接方案python源码+数据集下载链接(可拼接特征到图像).zip

基于UDIS-D数据集+无监督的深度图像拼接方案python源码+数据集下载链接(可拼接特征到图像).zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于UDIS-D数据集+无监督的深度图像拼接方案python源码+数据集下载链接(可拼接特征到图像).zip基于UDIS-D数据集+无监督的深度图像拼接方案python源码+数据集下载链接(可拼接特征到图像).zip基于UDIS-D数据集+无监督的深度图像拼接方案python源码+数据集下载链接(可拼接特征到图像).zip基于UDIS-D数据集+无监督的深度图像拼接方案python源码+数据集下载链接(可拼接特征到图像).zip基于UDIS-D数据集+无监督的深度图像拼接方案python源码+数据集下载链接(可拼接特征到图像).zip基于UDIS-D数据集+无监督的深度图像拼接方案python源码+数据集下载链接(可拼接特征到图像).zip基于UDIS-D数据集+无监督的深度图像拼接方案python源码+数据集下载链接(可拼接特征到图像).zip

2024-07-26

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除