qq_64814052的博客

诗词环绕+音乐播放

该数据集主要为利用手机在美国天普大学（Temple University）校园道路上所拍摄的路面裂缝图像，光照条件多样，路面裂缝形态多样，噪音纹理多样，比较具有挑战性，是较好的工程实践案例与算法测试案例。该数据集经过处理后包含 3368 张路面裂缝图像，其中训练（Training）数据集 1896 张图像，验证（Validation）数据集 348张图像。 利用 Tensorflow 平台，结合 Python 编程语言，构建模型训练平台，自主开展模型训练。以 Precision，Recall，F1-Score，Intersection-over-Union（IOU）等为识别性能的评价指标，以 Epoch（遍历训练数据集一次）为记录单位，记录智能模型对于验证数据集识别性能变化，画出训练过程中四个评价指标的变化曲线。 模型训练完成后，获得在验证数据集上的最优模型参数，利用最优模型参数，同样以Precision，Recall，F1-Score，Intersection-over-Union（IOU）为识别性能评价指标，测试模型在测试数据集上的识别性能（即四个评价指标值）。

西南交通大学《单片机原理及应用》实验程序（含汇编语言和C语言） 课程实验的程序