- 博客(189)
- 收藏
- 关注
RSS订阅原创 Vscode本地代码同步服务器
然后我们右键下载，就会把远程服务器指定文件夹所有内容都下载下来，同文件内容覆盖，本地多余的文件不做改变。就会自动在打开的当前文件夹下创建.vscode文件夹，同时有sftp.json配置文件。如果我对本py文件内容修改 ctrl+s，也会直接对远程服务器上的内容直接进行修改了。"remotePath": "项目在服务器的存放路径","password": "服务器密码.","name": "项目自定义一个名字","username": "服务器账号","host": "服务器IP",
2024-05-19 23:27:22
280
原创 ESP32-CAM带摄像头的开发板使用-环境安装
首先是需要在开发板上搭建环境，其实就是将安装包给下载到开发板上，然后程序能在开发板上运行并控制开发板，这一下载过程也称为烧录。首先我这里使用ESP32-CAM纯粹是因为便宜，所以买啦 哈哈哈 我买的是30多带摄像头的，比较主要是拿来做图像识别的。言归正传，首先是需要对环境进行一个安装，这里用的MicroPython编程语言。我这里杜邦线和底座之间没有排针，我就用订书机的钉子代替连接，效果也是可以的。说明买的型号不一样，我们这个是专门的有个底座，这个底座设计的有点问题。首先要有个IDE，这里是Thonny。
2024-01-20 16:05:04
729
原创 tensorrtx-yolo版tensorrt环境安装
首先把tensorrtx-yolov5-v7.0目录下的yolov5目录下的gen_wts.py和下载的yolov5s.pt拷贝到yolov5-7.0目录下。再将tensorrtx-yolov5-v7.0\yolov5目录下的yolov5_det_trt.py拖到build\Release文件夹下即可。在常规-输出目录中配置路径E:\dataset3\tensorrtx-yolov5-v7.0\yolov5\build\Release\。如果需要用python运行py代码来处理，需要先生成dll文件。
2024-01-15 20:30:25
242
原创 yolov7_Obb环境安装
接下来是安装python pytorch和cuda的环境，这三者要相互对应，pytorch对应的如果安装的cuda11.1或cuda11.8就无法匹配相对于的nvidia的cuda了，然后我这里安装了cuda11.3，nvidia的cuda也是11.3。这个一般是因为没有在c++的环境里面去运行，我们可以找到安装环境中的VsDevCmd.bat，找不到路径的可以使用Everything对路径进行查找。我这里是安装在D盘下。完成安装之后，我们cmd弹出的命令行输入nvcc -V查看是否安装好了cuda。
2024-01-15 20:26:43
237
原创 安装tensorrt环境在linux上
nvidia-smi命令后有内容弹出而没有报错,表明系统中安装了NVIDIA显卡驱动，并且该命令成功地显示了有关NVIDIA GPU的信息。输入nvcc -V并且看到输出时,这表明您的系统中已经安装了NVIDIA的CUDA工具包，并且该命令成功地显示了CUDA编译器版本的信息。这里是租的ubuntu远程服务器gpu版本，所以nvidia的驱动和cuda都是安装上了。因为我们当前路径是在root下，所以解压的文件在root文件夹下。的前置工作就完成了，接下来我们进行。安装包拖过去后，输入命令完成解压。
2024-01-03 20:07:05
1060
原创 Qt Creator调用python代码处理图片结果显示
本期是一篇Qt的实战，准备为深度学习的功能制作界面使用，所以这里需要调用python代码的功能才能实现最后python版本的深度学习处理得到的图片能在Qt上展示。首先我们先看到python代码端，写个python代码能对输入的图片统计其RGB平均值，并返回。然后我们直接上c++ Qt调用python代码并将结果显示的源码。可以直接调用python代码将图片的RGB值识别出来。
2023-12-30 21:59:28
764
原创 Qt Creator可视化交互界面exe快速入门5
本期的任务就是制作图片在界面上显示，然后每秒定时切换，点击另一个暂停按钮，可以定格当前图片，即取消定时切换功能。我们再运行看看，这个时候我们再点击暂停按钮后，草莓图片就定格在这里不再跳下一张了。然后我们需要实现上面的功能的话，还需要两个按钮，一个开始按钮，一个暂停按钮。然后我们需要在代码中杀死定时器达到暂停的功能。对暂停按钮我们点击转到槽，然后。然后我们再运行点击开始按钮，就会每秒换张图片了。这个用于显示图片使用，我们先把中间的字去掉。显示图片的我们可以使用显示里面的label。头文件加入QTime。
2023-12-30 20:29:10
619
原创 Qt Creator可视化交互界面exe快速入门4
然后回到代码编辑部分，我们需要先定一个变量记录数据。比如 QString expression;接下来，我们检查拆分后的字符串数组是否包含两个元素，确保我们有两个操作数进行加法运算。我这里只是简单演示一下，做个低配版计算器，再加个加号和一个等于号就结束了。然后，我们将这两个操作数从字符串转换为整数，以便进行加法运算。最后，我们将计算结果转换为字符串，并显示在文本框中。点击了1+2之后，再点击等号，完美实现输出3.我们对这两个操作数进行加法运算，得到结果。如果表达式中包含加号，那么我们使用。
2023-12-27 20:34:57
588
原创 Qt Creator可视化交互界面exe快速入门3
这个时候我们就可以直接运行看下效果啦，在文本框内输入notepad在点击转为槽的确定按钮就能弹出记事本了。上面介绍的是文本框内输入内容然后点击按钮来交互的，下面介绍直接在文本框内回车即可弹出记事本的方法。上一期介绍的通过Qt Creator的组件直接拖拽的方式完成了一个界面，这期介绍按钮的信号交互。可以看到红色的错误提示，是因为我们没有导入这个函数，需要头文件加载。然后我们再介绍一个浏览按钮，点击会弹出一个对话框。最后我们运行代码，点击浏览按钮就会弹出弹窗了。这样就实现了点击取消按钮，界面就会自动退出。
2023-12-26 21:39:27
609
原创 tensorrt环境安装-可用于深度学习模型加速推理
随后将如下TensorRT中的部分文件移动到CUDA主路径下的对应文件夹内。默认安装通常在: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3(版本)本文安装主路径在: D:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v11.3。官网的下载地址，这里我安装了8.6的版本，基本上cuda11.0-11.8系列都支持，在windows上运行。依次输入以下命令安装tensorrt的环境。
2023-12-26 21:37:41
922
原创 Qt Creator可视化交互界面exe快速入门2
上一期介绍的通过代码的方式实现一个简单界面，需要敲小几十行代码，显然是效率低的，这期就介绍下Qt Creator的作用。下一步，来到了我们的界面，有三个c++代码可编写的，还有widget.ui是我们这期主要的内容。双击widget.ui即可到我们的设计界面，这时是无需敲代码，就能实现界面按钮会文本框排列的。在右上角对应的就是这些拖拽组件的类名，可修改也可不修改，最后这些会生成相应的代码。这里选择是的Qwidget，如果创建的界面带菜单栏则选择QMainWindow.然后这个可视化的界面就做出来了。
2023-12-25 21:35:52
594
原创 Qt Creator可视化交互界面exe快速入门1
在path中添加E:\Qt\6.6.1\mingw_64\bin，这路径名称是根据自己的安装路径决定的。需要再输入mingw32-make来运行编译，最后在release文件夹下会有生成的exe文件。最新及5,15版本之后的都不支持直接的离线安装了，需要通过下载器来进行安装。然后我们这里来实现一个简单的demo案例，在E盘新建一个文件夹用于存放qt代码目录。这里只是演示简单的案例，我就用VScode打开来敲代码，大家用其他的打开也是可以的。这里我也是用的这个下载器先下载后然后再安装。下载完成之后是这样的。
2023-12-24 21:21:56
922
原创 在windows笔记本中安装tensorflow1.13.2版本的gpu环境2
1.1 Anaconda安装1.2 tensorflow-gpu安装1.3 python编译器-pycharm安装。
2023-11-22 21:52:18
522
原创 在win10上安装pytorch-gpu版本2
安装anaconda即下载了python，还可以创建虚拟环境。1.1 anaconda安装1.2 pytorch-gpu安装。
2023-11-22 21:51:00
1242
原创 深度学习图像分类、目标检测、图像分割源码小项目
DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测包括yolov3、yolov4、yolov5、yolox、faster rcnn、SDD等。
2023-06-18 22:34:39
3495
3
原创 深度学习源码小项目汇总-代码全
DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测包括yolov3、yolov4、yolov5、yolox、faster rcnn、SDD等。
2023-06-18 22:20:35
547
原创 深度学习动手练习小项目总汇
001手写汉字识别-单个汉字识别-pyqt可视化交互界面-python代码。003水果识别小程序-python-pytorch-mobilenet。010基于vgg的CT_COVID与CT_NonCOVID二分类识别。002unet墙体瑕疵检测-python-pytorch。005yolov5_deepsort目标跟踪行人统计数量。006人流目标跟踪pyqt界面_v5_deepsort。007CycleGAN_风格迁移+qt界面。008yolov4口罩目标检测识别。011汉字识别crnn_qt界面。
2023-05-30 19:47:37
1777
原创 python实现视频中人脸检测代码和介绍
例如，商场可以使用人脸识别技术对顾客进行识别，为顾客提供更加个性化的购物体验，同时也能够对顾客的购买行为进行分析，为商家提供更加精准的广告投放。例如，学校可以使用人脸识别技术对学生进行考勤，提高考勤效率，同时也能够对学生的学习行为进行分析，为教师提供更加科学的教学管理。人脸检测技术是一种基于计算机视觉和模式识别技术，通过对人脸图像进行分析和处理，识别该图像中是否存在人脸，并将其标记出来。例如，警方可以使用人脸识别技术对嫌疑人进行识别，提高犯罪侦查效率，同时也能够对公共安全进行监控，保障社会治安。
2023-03-25 17:14:39
257
1
原创 人脸检测-python和c++实现
总的来说，人脸检测的思路主要包括图像预处理、特征提取、分类器训练、人脸检测和后处理等步骤。其中，特征提取和分类器训练是人脸检测的关键步骤，也是影响检测准确率的重要因素。人脸检测是计算机视觉领域中的一个重要应用，其目的是从图像或视频中自动检测出其中的人脸，并对其进行识别、跟踪等操作。其中，detectMultiScale函数用于进行人脸检测，返回的结果是一个矩形框的向量，表示检测到的人脸的位置和大小。后处理：在得到人脸区域后，还需要进行后处理，包括非极大值抑制、人脸对齐等操作，以提高检测的准确率和鲁棒性。
2023-03-25 17:08:28
664
原创 c++版本的人脸检测含代码
综上所述，人脸检测是计算机视觉领域中的一个重要应用，其基本原理是通过计算机技术对图像或视频中的人脸进行自动识别和定位。人脸检测是计算机视觉领域中的一个重要应用，它是指通过计算机技术，对图像或视频中的人脸进行自动识别和定位，并给出相应的输出结果。在计算机视觉领域中，人脸检测是基于图像处理的思想，通过对图像的特征提取和分类，实现对人脸的自动检测。（4）基于机器学习的方法：通过对人脸和非人脸样本的学习，实现对人脸的检测。（2）基于特征点的方法：通过对人脸特征点的检测和匹配，实现对人脸的检测。
2023-03-25 17:03:16
517
原创 python人脸检测
最后，我们在图像中绘制矩形框来标记检测到的人脸，并显示结果。实现代码：根据您的需求和技能水平，可以使用C++编写人脸检测程序。您可以使用OpenCV提供的函数和类，也可以自己实现算法。OpenCV库：OpenCV是一个流行的开源计算机视觉库，可用于图像处理、对象识别和人脸检测等任务。训练模型：如果您想训练自己的人脸检测模型，可以使用OpenCV提供的工具进行训练。训练模型需要大量的样本图像和计算资源，但可以提高检测的准确性和鲁棒性。该算法首先使用训练数据集来训练分类器，然后使用分类器来检测图像中的人脸。
2023-03-25 17:00:35
131
原创 python颜色变化检测-荧光棒在视频中是否变色检测
需要注意的是，荧光棒颜色变化视频流检测是一个相对简单的任务，但是在实际应用中可能会遇到一些挑战，比如光线变化、背景干扰等问题。采集视频流：使用摄像头或者其他设备采集荧光棒的颜色变化视频流。视频流可以是实时的，也可以是事先录制好的。检测颜色变化：通过比较相邻的帧的颜色信息，检测荧光棒的颜色变化。可以使用差分算法和轮廓检测等方法来实现。输出结果：将检测到的颜色变化结果输出到屏幕、文件或其他设备上。提取颜色：对每一帧图像提取荧光棒的颜色信息。可以使用颜色空间转换和阈值化等方法来实现。
2023-03-25 16:50:03
184
原创 批量处理图片文件夹中的所有图片文件-缩放图片
运行该程序后，点击“Select Folder”按钮选择要处理的图片文件夹，然后点击“Process Images”按钮开始处理。程序会自动查找文件夹中的所有图片文件，并逐个处理，处理完成后会弹出提示框。在该示例中，处理函数只是简单地将图片缩小到100x100像素，并保存到原文件路径。可以根据自己的需求替换该函数。
2023-03-25 16:30:31
132
原创 笔记本电脑重装系统win10教程-u盘装系统教程
虽然是全英文的，这里是笔记本为例，台式的只要找到u盘样子的图标拖到最前面就行，我们这里是将选项2usb，就是我们插u盘的那个名称，放到最前面，然后重启即可，就会优先开机重装u盘。这里我们应该只装c盘，应该只用把c盘的内容删除即可，然后下一步，如果不行，就把所有盘内容删除，然后进入系统后再分盘。然后会跳出以下这个，这里我们点击没有产品密钥，进入系统后再激活。安装完成后电脑会自动重启，这里我们记住在重启的时候把u盘拔掉。完成安装后打开界面是什么都没有的，最开始先有个我的电脑把，，这里我们选择第二个。
2022-11-12 15:46:58
1368
原创 c++版-模板匹配与特征金字塔结构3
这里我们会把相距为5像素及之内的目标框给屏蔽掉，其实和iou很类似了，但是不同目标物体的检测大小和原始图片大小都是会改变的，我们总不能用一套代码写一个固定的值吧。左侧是之前的，右侧是修改iou区域的，可以看到目标框重叠超过4/5则会被删除，最后剩下的目标框即为我们需要的。最后看下输出的时长，目前这个点位的检测相对较少，时长上并没有相差多少，还是可以接受的。上一期的多模板匹配任务中使用多模板匹配+金字塔结构，可以做到将图像缩放到一个合适的尺寸，最后得到一个较好的效率来检测目标图案。
2022-10-07 00:46:31
482
原创 c++版-模板匹配与特征金字塔结构2
左侧是降采样的方法，右侧是缩放resize插值的方法，降采样的方法耗时121.852ms，resize的方法耗时129.286ms。最后测试的结果两者都是检测到了6个。金字塔的结构就是这样，根据不同尺寸缩放来达到最顶尖的尺寸，同时不能保证效率的丢失，我们可以设置长宽不低于16像素的等比缩放，那么最后代码可以写成一下的形式。其实两者的检测效率是没有多大差别的，但是考虑到像素越小，降采样的方法可能检测到更多的目标，这里我们都考虑使用降采样的方法，并且这里是模板像素我们还是设置成40像素。
2022-10-06 02:32:43
799
原创 c++版模板匹配与特征金字塔结构
接下来是对pyramidMatch函数的定义，我们先从简单的单模板匹配做起，c++的模板匹配少不了封装好的函数matchTemplate函数的原型如下：void matchTemplate( InputArray image, InputArray templ,OutputArray result, int method, InputArray mask = noArray());
2022-10-05 19:01:49
1324
原创 c++ 求解两数之和_暴力枚举和哈希表
给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 的那 两个 整数，并返回它们的数组下标。解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1]。你可以假设每种输入只会对应一个答案。输入：nums = [2,7,11,15], target = 9。输入：nums = [3,2,4], target = 6。输入：nums = [3,3], target = 6。你可以按任意顺序返回答案。方法二：哈希——map。方法一：暴力枚举求解。
2022-09-16 08:54:09
149
原创 python调用c++版本dll06-返回数组结构体
由于c++运行速度相对于其他高级语言来说会比较快。使用python处理图像时可以考虑使用c++处理图像来提升运行速度。在ctypes里，可以把数组指针传递给dll，但是我们无法通过dll获取到c++返回的数组指针。由于python中没有对应的数组指针类型，因此，要获取dll返回的数组，我们需要借助结构体。1、创建一个c++工程生成dll库这里我们新建dll6_StructPointer文件然后在选择配置管理器，选择X64对源文件进行以下修改即可源文件输入以下内容。
2022-09-13 00:03:05
1202
原创 python调用c++版本dll04-传入无参返回的图片处理
python中opencv存储一幅图像的数据类型是array，而在C++中opencv存储一幅图像的数据类型是Mat，这两者之间的转换需要通过unsigned char * 来完成。python中将array转换成C.POINTER(C.c_ubyte)(对应C++中的unsigned char *)的方法。python中将C.POINTER(C.c_ubyte)(对应C++中的unsigned char *)转换成array的方法。C++中将unsigned char* 转换成Mat的方法。
2022-09-11 00:11:58
344
原创 python调用c++版本dll03-简单的函数调用
由于c++运行速度相对于其他高级语言来说会比较快。使用python处理图像时可以考虑使用c++处理图像来提升运行速度。1、创建一个c++工程生成dll库这里我们新建dll3文件然后在选择配置管理器，选择X64对头文件和源文件进行以下修改头文件输入以下内容。
2022-09-10 12:29:34
273
原创 python调用c++版本dll02-计算最大值
由于c++运行速度相对于其他高级语言来说会比较快。使用python处理图像时可以考虑使用c++处理图像来提升运行速度。1、创建一个c++工程生成dll库这里我们新建dll2文件然后在选择配置管理器，选择X64对头文件和源文件进行以下修改头文件输入以下内容。
2022-09-10 01:55:34
435
原创 python调用c++版本dll01-简单的加法调用
Python调用C++程序时需要extern "C"来辅助，也就是说还是只能调用C函数，不能直接调用方法，但是能解析C++方法。extern "C"在这里的作用相当于给c++程序披了一层c程序的外衣。使用python处理图像时可以考虑使用c++处理图像来提升运行速度。可以看到最后结果是正常计算了，这只是一个简单的加法运算调用，接下来几章也是围绕这个dll的生成与python调用展开。我们只需要用python代码调用这个路径下的dll文件，或拷贝到python能调用的路径下。对头文件和源文件进行以下修改。
2022-09-10 01:41:42
742
原创 c++进阶教程：我见过最好的c++教程
在#符号之后的都是预处理语句，编译器收到源文件后会预先处理。之所以叫预处理语句,是因为在实际编译发生之前就被处理了。intmain(){std"
2022-07-20 01:24:00
823
1
原创 c++小游戏制作03：打砖块
首先是界面的显示代码，这里用到了砖块block、背景background、小球ball、踏板paddle。由于找不到sfml-window-d-2.dll,无法继续执行代码。这时候我们要把解压的sfml的bin文件夹下的内容，拷贝到当前代码程序的x64/Debug中去。包含目录的路径D\SFML-2.5.1\include。首先需要先下载安装SFML安装包，这里我下载的是64位的。库目录的路径D\SFML-2.5.1\lib。在VC++目录中配置包含目录和库目录。再次运行就会发现可以了。...
2022-07-18 01:32:48
442
原创 c++小游戏制作02：涂鸦跳跳
由于找不到sfml-window-d-2.dll,无法继续执行代码。这时候我们要把解压的sfml的bin文件夹下的内容，拷贝到当前代码程序的x64/Debug中去。首先需要3个图片，分别是涂鸦、背景和跳板，跳板要在界面上随机分布。包含目录的路径D\SFML-2.5.1\include。首先需要先下载安装SFML安装包，这里我下载的是64位的。库目录的路径D\SFML-2.5.1\lib。在VC++目录中配置包含目录和库目录。然后要在VS中加入路径。然后实现涂鸦自动跳功能。然后实现能踩在跳板上。...
2022-07-15 00:24:04
506
原创 c++小游戏制作：01俄罗斯方块
先看效果图：首先需要先下载安装SFML安装包，这里我下载的是64位的 然后解压放在一个文件夹下，记好路径然后要在VS中加入路径在VC++目录中配置包含目录和库目录包含目录的路径：D:\SFML-2.5.1\include库目录的路径：D:\SFML-2.5.1\lib然后在链接器-输入-添加依赖项中配置以下几个：sfml-window-d.libsfml-system-d.libsfml-graphics-d.libsfml-audio-d.lib 运行代码时弹出报错由于找不到sfml-window-d-
2022-07-13 01:03:06
734
densenet模型-基于深度学习对无人机图像中的农作物生长状况分类识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
alexnet模型-基于卷积神经网络识别是否是大黄蜂-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
alexnet模型-基于图像分类算法对是否积水识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
vgg模型-基于深度学习AI算法对牛油果成熟度识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
resnet模型-基于深度学习识别樱桃品质-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
densenet模型-通过CNN训练识别建筑风格-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
alexnet模型-python语言pytorch框架的图像分类大白菜是否腐烂识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
vgg模型-深度学习CNN训练识别桌子有无破损-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
mobilenet模型-通过CNN卷积神经网络的人的年龄预测识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
densenet模型-基于卷积神经网络识别盆栽-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
shufflenet模型-基于人工智能的卷积网络训练识别电影海报-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
alexnet模型-通过CNN训练识别玉米品质-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
densenet模型-基于人工智能的卷积网络训练识别人类骨骼结构分类-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
resnet模型-深度学习CNN训练识别毛毛虫类别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
mobilenet模型-基于深度学习识别食物摆盘是否美观-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
alexnet模型-基于深度学习识别工业机器视觉图像中的产品质量分类-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
densenet模型-基于深度学习对菠萝是否腐烂识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
vgg模型-通过CNN训练识别学科科目-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
densenet模型-基于深度学习AI算法对传统乐器分类识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
alexnet模型-基于卷积神经网络识别10种中草药-不含数据集图片-含逐行注释和说明文档 本代码是基于python pytor
2024-05-25
resnet模型-深度学习CNN训练识别苹果成熟度-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
alexnet模型-基于人工智能的卷积网络训练识别药物剂型分类-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
densenet模型-通过CNN卷积神经网络的鞋面有无污渍识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
alexnet模型-通过CNN训练识别非机动车辆-不含数据集图片-含逐行注释和说明文档.zip
2024-05-25
resnet模型-基于图像分类算法对蛇类识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
mobilenet模型-基于图像分类算法对短袖颜色识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
densenet模型-python语言pytorch框架的图像分类5种动物识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
alexnet模型-基于深度学习对樱桃品级果识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
vgg模型-通过CNN卷积神经网络的10种花卉识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
shufflenet模型-基于深度学习对5种花卉识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
resnet模型-图像分类算法对遥感有无湖泊识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
mobilenet模型-基于图像分类算法对护理产品分类识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
densenet模型-CNN图像分类识别漂浮垃圾分类-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
alexnet模型-python语言pytorch框架训练识别单个汉字-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
shufflenet模型-python语言pytorch框架的图像分类花卉是否绽放识别-不含数据集图片-含逐行注释和说明文档
2024-05-24
resnet模型-基于卷积神经网络识别葡萄是否腐烂-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
mobilenet模型-python语言pytorch框架训练识别葡萄新鲜度-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
densenet模型-python训练识别人脸表情-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
alexnet模型-python语言pytorch框架的图像分类水果包装形式识别-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
vgg模型-CNN图像分类识别猫狗-不含数据集图片-含逐行注释和说明文档.zip
2024-05-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人