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

-+
  • 博客(1924)
  • 资源 (284)
  • 收藏
  • 关注

原创 2024年图像分类数据集大合集所有下载地址汇总

2024年目标检测数据集大合集所有下载地址汇总

2024-04-30 07:33:02 828 2

原创 2024年目标检测数据集大合集所有下载地址汇总

数据集名称下载地址瓷砖瑕疵检测数据集VOC+YOLO标注.zip点我下载道路路标交通标志检测数据集VOC+YOLO格式877张4类别.zip点我下载钢材缺陷检测数据集VOC+YOLO格式386张5类别.7z点我下载中国交通标志检测数据集VOC+YOLO格式5998张58类别.7z点我下载道路交通事故检测数据集VOC+YOLO格式11819张2类别.7z点我下载钢丝绳破损灼伤缺陷检测数据集VOC+YOLO格式1318张2类别.7z点我下载公共场所危险物品检测数据集VOC+YOLO格式1431

2024-04-30 07:30:19 2019 2

原创 matlab R2016b安装cplex12.6,测试时cplex出现出现内部错误的解决方法

出现上述错误都是因为matlab版本与cplex版本不匹配的原因导致,对于每个matlab版本都有相对应的cplex版本。在以下网址https://www.ibm.com/software/reports/compatibility/clarity/productsForPrereq.html,可以查询各个版本的matlab对应的cplex版本。我的是matlabR2016b,查询后。

2024-07-10 14:37:20 355

原创 Jetson平台使用Python时的出现“Illegal instruction(cpre dumped)”错误

可以使用临时添加方法,在运行Python指令前运行:export OPENBLAS_CORETYPE=ARMV8。将“export OPENBLAS_CORETYPE=ARMV8”加入到“~/.bashrc”中。也可以采用增加系统变量方法,可以进行全局修改。出现了一个错误,虽然安装是成功的。

2024-07-07 16:47:08 251

原创 黑色矩形块检测数据集VOC+YOLO格式2000张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)重要说明:每个图片有9个黑色矩形块,形状都是矩形长宽不定。特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):2000。标注数量(xml文件个数):2000。标注数量(txt文件个数):2000。标注类别名称:["black"]使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-07 08:39:32 265

原创 Centos 7 配置阿里云yum源

3 清理并重新加载yum源。2 创建阿里云yum源。

2024-07-06 18:45:18 524

原创 电表读数检测数据集VOC+YOLO格式18156张12类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["0","1","2","3","4","5","6","7","8","9","-","kwh"]特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注数量(txt文件个数):18156。kwh 框数 = 12315。0 框数 = 27825。6 框数 = 8034。7 框数 = 7099。

2024-07-06 14:58:21 186

原创 绝缘子陶瓷绝缘子玻色绝缘子聚合物绝缘子检测数据集VOC+YOLO格式2050张3类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["glass insulator","polymer insulator","porcelain insulator"]特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):2050。标注数量(xml文件个数):2050。标注数量(txt文件个数):2050。

2024-07-06 14:36:39 207

原创 [qt][C++]object.h(448): error C2238: 意外的标记位于“;”之前

python\python37-32\include\object.h(448): error C2238: 意外的标记位于“;\python\python37-32\include\object.h(448): error C2059: 语法错误:“;原因: Python 和 Qt 的关键词 slots 冲突。

2024-07-05 21:02:56 243

原创 [数据集][目标检测]护目镜检测数据集VOC+YOLO格式888张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):888。标注数量(xml文件个数):888。标注数量(txt文件个数):888。标注类别名称:["goggle"]重要说明:数据集中部分图片有增强。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-05 15:04:26 281

原创 [数据集][目标检测]刀具匕首持刀检测数据集VOC+YOLO格式8810张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。重要说明:数据集存在多段同一场景连续图片,请仔细查看斟酌下载。图片数量(jpg文件个数):8810。标注数量(xml文件个数):8810。标注数量(txt文件个数):8810。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-04 22:21:14 217

原创 [数据集][目标检测]轮椅检测数据集VOC+YOLO格式13826张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。重要说明:数据集里面有大约3/4部分都是增加图片得到,请查看下面图片示例。图片数量(jpg文件个数):13826。标注数量(xml文件个数):13826。标注数量(txt文件个数):13826。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-04 21:39:32 159

原创 [python]mujoco_py安装后测试代码

【代码】[python]mujoco_py安装后测试代码。

2024-07-04 17:02:11 97

原创 [数据集][目标检测]螺丝缺陷检测数据集VOC+YOLO格式3081张2类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["normal","product_defect"]图片数量(jpg文件个数):3081。标注数量(xml文件个数):3081。标注数量(txt文件个数):3081。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-03 20:05:39 127

原创 [数据集][目标检测]螺丝螺母检测数据集VOC+YOLO格式2400张2类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["nut","screw"]图片数量(jpg文件个数):2400。标注数量(xml文件个数):2400。标注数量(txt文件个数):2400。screw 框数 = 13638。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-07-03 19:54:05 251

原创 GCC与MinGW的简单安装与使用

这里,格式的特点是,-o 后面是一串文件列表,第一个参数是所编译程序的文件名,从第二个开始,就是您编译和连接该可执行程序所需要的二进制文档或者源代码。但整套的gcc环境并不是由gcc构成的,它是由多个包所组成的,这些包的互相作用产生了gcc的开发环境。考虑到文件的更新,此处只写出文件的主要部分,省去文件的版本和更新日期(注:带有src表示源代码)。最常用的,是-O2优化。因为有人说Visual-MinGW生成的代码小,于是研究了一下它的编译参数,发现release模式的编译参数就加了这一项。

2024-07-02 20:26:02 801

原创 [课程][原创]opencv图像在C#与C++之间交互传递

熟悉众多计算机编程语言,开发众多windows程序,长期致力于图像算法、深度学习方面研究工作。(1)C#如何传递opencvsharp的Mat图像数据给C++拥有C#和C++基础并对opencv有一定基础的研发人员。(2)C#如何接收C++ opencv的Mat图像数据。掌握opencv在C#和C++传递思路。学会如何用C#调用C++的DLL。学会如何配置C++的opencv。学会如何封装C++的DLL。测试环境: vs2019。

2024-07-02 10:24:31 661

原创 MPICH2在VS2022安装和使用

4、安装完成以后配置MPICH,首先找到wmpiregister,这里的account和password输入windows账户里具有超级管理员权限的账户名和密码,看到password encrypted into the Registry 则表明注册成功,如图。5、最后可以运行wmpiexec,可以选择MPICH2的examples文件夹下的exe文件,运行时选择run in an seperate window,然后点击excute执行,若能成功运行,则表明安装成功。最后点击应用,确定,配置完成。

2024-07-02 07:34:59 858

原创 ubuntu安装xdg-open

xdg-open 在 shell 命令行可以快速打开某个文件, 类似于 windows 下双击快速打开某个文件。

2024-07-01 21:17:23 167

原创 [java]windows下jdk安装包所有版本系列下载地址汇总国内源下载

jdk1.8及其以前版本可以参考https://blog.csdn.net/FL1623863129/article/details/139708393,这里只发布jdk9及其以后最新版本。注意下面均为windows x64版本安装包exe格式。

2024-07-01 09:41:49 900

原创 IDLE-python windows官方安装包下载国内镜像下载地址汇总

此为IDLE-windows安装包,exe格式只能在windows x64系统下面使用。

2024-07-01 07:59:33 707

原创 [数据集][目标检测]建筑工地场景安全帽手套防护服检测数据集VOC+YOLO格式8845张14类别

标注类别名称:[“Helmet”,“Human”,“Safety Boot”,“Safety Vest”,“boots”,“glasses”,“gloves”,“hat”,“helmet”,“no boots”,“no gloves”,“no hat”,“no vest”,“vest”]数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注数量(txt文件个数):8845。标注规则:对类别进行画矩形框。

2024-06-30 16:01:19 341

原创 [数据集][目标检测]桥梁检测数据集VOC+YOLO格式1116张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):1116。标注数量(xml文件个数):1116。标注数量(txt文件个数):1116。标注类别名称:["bridge"]bridge 框数 = 1133。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-30 07:24:50 361

原创 [opencv]blobFromImage函数用法

如果crop裁剪为真,则调整输入图像的大小,使调整大小后的一侧等于相应的尺寸,另一侧等于或大于。scalefactor:当我们将图片减去平均值之后,还可以对剩下的像素值进行一定的尺度缩放,它的默认值是1,如果希望减去平均像素之后的值,全部缩小一半,那么可以将。图片的三个通道分别减去不同的值,那么可以使用3组平均值,如果只使用一组,那么就默认对三个通道减去一样的值。R、G、B**通道的像素求一个平均值,然后将每个像素值减去我们的平均值,这样就可以得到像素之间的相对值,就可以排除光照的影响。

2024-06-29 14:00:49 786

原创 [opencv]DNN图像分类

OpenCV由各种不同组件组成。OpenCV成为最主要的图像处理工具包,是因为它功能齐全,支持目前主流的图像、视频处理算法,而且对外提供C++、Python和Java的接口,用户调用方便。本节主要讲解OpenCV深度学习模块的实现原理和主要特性,通过这些内容,读者可以对OpenCV DNN有一个总体了解,并对OpenCV深度学习模块的应用代码有一个初步的印象。如果需要的层类型不在这个支持列表之内,则可以通过脚注中的申请链接来请求新的层类型的支持,OpenCV的开发者们有可能会在将来加入对该层类型的支持。

2024-06-29 13:58:19 655

原创 [数据集][目标检测]围栏破损检测数据集VOC+YOLO格式1196张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):1196。标注数量(xml文件个数):1196。标注数量(txt文件个数):1196。标注类别名称:["broken"]broken 框数 = 1619。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-29 10:50:33 307

原创 [数据集][目标检测]睡岗检测数据集VOC+YOLO格式3290张4类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["leaved","sleep","sleeping","working"]特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):3316。标注数量(xml文件个数):3316。标注数量(txt文件个数):3316。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-29 09:55:26 569

原创 [数据集][目标检测]人员状态跑睡抽烟打电话跌倒检测数据集4943张5类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["Running","cellphone","fall","sleep","smoke"]特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):4943。标注数量(xml文件个数):4943。标注数量(txt文件个数):4943。标注规则:对类别进行画矩形框。

2024-06-29 09:43:46 299

原创 [数据集][目标检测]猪只状态吃喝睡站检测数据集VOC+YOLO格式530张4类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["drink","eat","sleep","stand up"]图片数量(jpg文件个数):530。标注数量(xml文件个数):530。标注数量(txt文件个数):530。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-29 09:33:44 387

原创 [数据集][目标检测]婴儿状态睡觉哭泣检测数据集VOC+YOLO格式7109张3类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。重要说明:标注均为婴儿脸部,数据集大约2/3是数据增强得到,请谨慎查看下载。标注类别名称:["Cry","Normal","Sleep"]图片数量(jpg文件个数):7109。标注数量(xml文件个数):7109。标注数量(txt文件个数):7109。

2024-06-29 08:00:58 470

原创 [数据集][目标检测]水面垃圾水面漂浮物检测数据集VOC+YOLO格式3749张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["floating"]重要说明:图片分辨率均为416x416。图片数量(jpg文件个数):3749。标注数量(xml文件个数):3749。标注数量(txt文件个数):3749。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-28 13:28:01 412

原创 [数据集][目标检测]井盖未盖好检测数据集VOC+YOLO格式20123张2类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["close_hatch","open_hatch"]图片数量(jpg文件个数):20123。标注数量(xml文件个数):20123。标注数量(txt文件个数):20123。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-28 12:57:24 250

原创 [数据集][目标检测]城市街道井盖破损未盖丢失检测数据集VOC+YOLO格式4404张5类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["broke","circle","good","lose","uncovered"]特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):4404。标注数量(xml文件个数):4404。标注数量(txt文件个数):4404。标注规则:对类别进行画矩形框。

2024-06-28 12:47:19 258

原创 [数据集][目标检测]金属架螺栓螺丝有无检测数据集VOC+YOLO格式857张3类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["noscrew","screw","sidescrew"]图片数量(jpg文件个数):857。标注数量(xml文件个数):857。标注数量(txt文件个数):857。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-28 08:22:56 301

原创 [数据集][目标检测]游泳者溺水检测数据集VOC+YOLO格式4599张2类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:[“drowning”,“swimming”]图片数量(jpg文件个数):4599。标注数量(xml文件个数):4599。标注数量(txt文件个数):4599。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-28 07:38:55 467 1

原创 [数据集][目标检测]游泳者溺水检测数据集VOC+YOLO格式8275张4类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注类别名称:["Drowning","Drowning-headdown","Person out of water","Swimming"]重要说明:由于溺水图片太难寻找,数据集图片超过80%都是增强图片,大部分分辨率不高,请请谨慎斟酌下载,具体看图片示例。特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。

2024-06-28 07:19:50 403

原创 [数据集][目标检测]电缆钢丝绳线缆缺陷检测数据集VOC+YOLO格式1800张3类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。标注类别名称:["break","thunderbolt","wear"]图片数量(jpg文件个数):1800。标注数量(xml文件个数):1800。标注数量(txt文件个数):1800。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-27 18:59:49 487 3

原创 [数据集][目标检测]电力场景下电柜箱门把手检测数据集VOC+YOLO格式1167张1类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)重要说明:图片都是对一个场景下门把手进行标注,可能场景比较单一,请认真看图片示例谨慎下载。特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注。图片数量(jpg文件个数):1167。标注数量(xml文件个数):1167。标注数量(txt文件个数):1167。使用标注工具:labelImg。标注规则:对类别进行画矩形框。

2024-06-27 16:38:01 379

原创 unsupported Microsoft Visual Studio version! Only the versions between 2017 and 2022

修改host_config.h。

2024-06-27 12:41:05 451 1

原创 vscode安装lean4

中下载最新release(对于windows,请下载elan-x86_64-pc-windows-msvc.zip),解压运行elan-init.exe,按照指示安装。如果你的Lean infoview没有任何报错,并且光标放在文件最后一行时会提示“No goals”,证明你的Mathlib已经正确安装了。同时你的项目文件夹中出现了lake-packages文件夹,那么证明你安装Mathlib成功了,重启系统即可使用。当你把光标放在最后一行时,在右边有一个“Lean信息视图”,显示已经安装的Lean版本。

2024-06-27 11:06:26 568

Augmentor-0.2.2-py2.py3-none-any.whl.zip

Augmentor-0.2.2-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.3-py2.py3-none-any.whl.zip

Augmentor-0.2.3-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.4-py2.py3-none-any.whl.zip

Augmentor-0.2.4-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.5-py2.py3-none-any.whl.zip

Augmentor-0.2.5-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.7-py2.py3-none-any.whl.zip

Augmentor-0.1.7-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.4-py2.py3-none-any.whl.zip

Augmentor-0.1.4-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.3-py2.py3-none-any.whl.zip

Augmentor-0.1.3-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.5-py2.py3-none-any.whl.zip

Augmentor-0.1.5-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.6-py2.py3-none-any.whl.zip

Augmentor-0.1.6-py2.py3-none-any.whl.zip

2024-07-08

Augmentext-0.1.2-py3-none-any.whl.zip

Augmentext-0.1.2-py3-none-any.whl.zip

2024-07-08

Augmentext-0.1.3-py3-none-any.whl.zip

Augmentext-0.1.3-py3-none-any.whl.zip

2024-07-08

Augmentext-0.1.4-py3-none-any.whl.zip

Augmentext-0.1.4-py3-none-any.whl.zip

2024-07-08

Augmentext-0.1.7-py3-none-any.whl.zip

Augmentext-0.1.7-py3-none-any.whl.zip

2024-07-08

Augmentext-0.1.5-py3-none-any.whl.zip

Augmentext-0.1.5-py3-none-any.whl.zip

2024-07-08

Augmentext-0.1.0-py3-none-any.whl.zip

Augmentext-0.1.0-py3-none-any.whl.zip

2024-07-08

Augmented_Criticism_Lab_Toolkit-1.1.9-py3-none-any.whl.zip

Augmented_Criticism_Lab_Toolkit-1.1.9-py3-none-any.whl.zip

2024-07-08

Augmentext-0.1.1-py3-none-any.whl.zip

Augmentext-0.1.1-py3-none-any.whl.zip

2024-07-08

AuDoLab-1.0.15-py2.py3-none-any.whl.zip

AuDoLab-1.0.15-py2.py3-none-any.whl.zip

2024-07-08

AuDoLab-1.0.16-py2.py3-none-any.whl.zip

AuDoLab-1.0.16-py2.py3-none-any.whl.zip

2024-07-08

Augmented_Criticism_Lab_Toolkit-1.1.1-py3-none-any.whl.zip

Augmented_Criticism_Lab_Toolkit-1.1.1-py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.9-py2.py3-none-any.whl.zip

Augmentor-0.2.9-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.10-py2.py3-none-any.whl.zip

Augmentor-0.2.10-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.8-py2.py3-none-any.whl.zip

Augmentor-0.2.8-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.11-py2.py3-none-any.whl.zip

Augmentor-0.2.11-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.12-py2.py3-none-any.whl.zip

Augmentor-0.2.12-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.6-py2.py3-none-any.whl.zip

Augmentor-0.2.6-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.7-py2.py3-none-any.whl.zip

Augmentor-0.2.7-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.9-py2.py3-none-any.whl.zip

Augmentor-0.1.9-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.8-py2.py3-none-any.whl.zip

Augmentor-0.1.8-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.1-py2.py3-none-any.whl.zip

Augmentor-0.2.1-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.10-py2.py3-none-any.whl.zip

Augmentor-0.1.10-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.2.0-py2.py3-none-any.whl.zip

Augmentor-0.2.0-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.2-py2.py3-none-any.whl.zip

Augmentor-0.1.2-py2.py3-none-any.whl.zip

2024-07-08

Augmentor-0.1.1-py2.py3-none-any.whl.zip

Augmentor-0.1.1-py2.py3-none-any.whl.zip

2024-07-08

Augmentext-0.1.6-py3-none-any.whl.zip

Augmentext-0.1.6-py3-none-any.whl.zip

2024-07-08

Augmented_Criticism_Lab_Toolkit-1.1.6-py3-none-any.whl.zip

Augmented_Criticism_Lab_Toolkit-1.1.6-py3-none-any.whl.zip

2024-07-08

Augmented_Criticism_Lab_Toolkit-1.1.7-py3-none-any.whl.zip

Augmented_Criticism_Lab_Toolkit-1.1.7-py3-none-any.whl.zip

2024-07-08

Augmented_Criticism_Lab_Toolkit-1.1.5-py3-none-any.whl.zip

Augmented_Criticism_Lab_Toolkit-1.1.5-py3-none-any.whl.zip

2024-07-08

Augmented_Criticism_Lab_Toolkit-1.1.3-py3-none-any.whl.zip

Augmented_Criticism_Lab_Toolkit-1.1.3-py3-none-any.whl.zip

2024-07-08

Augmented_Criticism_Lab_Toolkit-1.1.4-py3-none-any.whl.zip

Augmented_Criticism_Lab_Toolkit-1.1.4-py3-none-any.whl.zip

2024-07-08

空空如也

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