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(1)
  • 资源 (6)
  • 收藏
  • 关注

原创 基于Scarpy爬取Shopee网站商品数据

一、实现的主要功能:1、基于Scarpy框架爬取Shopee网站马来西亚站点商品数据,包括商品url,最低价、最高价、销量、商品图片url、店铺名称、店铺开通时间;2、针对反爬,获取免费ip代理网站的ip自动更换ip;关注公众号,发送shopee获取项目代码下载链接二、项目结构:三、用到的接口有:接口1、获取当前页50个商品数据:https://my.xiapibuy.com/api/v2/search_items/?by=sales&limit=50..

2021-01-18 16:59:31 4601 2

YOLO_1.pdf

作者在YOLO算法中把物体检测(object detection)问题处理成回归问题,用一个卷积神经网络结构就可以从输入图像直接预测bounding box和类别概率。 YOLO算法的优点:1、YOLO的速度非常快。在Titan X GPU上的速度是45 fps(frames per second),加速版的YOLO差不多是150fps。2、YOLO是基于图像的全局信息进行预测的。这一点和基于sliding window以及region proposal等检测算法不一样。与Fast R-CNN相比,YOLO在误检测(将背景检测为物体)方面的错误率能降低一半多。3、YOLO可以学到物体的generalizable representations。可以理解为泛化能力强。4、准确率高,有实验证明。

2019-08-20

python的KNN算法代码及注释

python的KNN算法代码及详细注释,python的KNN算法代码及详细注释

2018-06-25

数据分析师考试大纲

数据分析师考试大纲,包括数据分析师一级、二级、三级考试大纲极其分析

2018-01-01

美赛O奖论文

美赛优秀论文,美赛优秀论文,美赛优秀论文,美赛优秀论文,美赛优秀论文,

2018-01-01

2016国赛一等奖论文

2016国赛一等奖论文,参加国赛的同学可以下载学习,此论文结尾还有模型的源程序

2017-09-04

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