利用机器学习方法(分类)实现静态场景下的测试车辆检测 利用C语言或者Open_CV库,或者是MATLAB软件编写实现静态场景下的测视车辆检测。
需使用机器学习方法。
代码可以通过一个主函数直接运行出实验结果。
 Data文件夹中包含train_34x94(训练集)和test(测试集)两个文件夹。
其中,train_34x94文件夹中的数据用于训练模型,包含pos文件夹(内有550个正例样本)和neg文件夹(内有500个负例样本);
Test文件夹中的数据用于测试。
 在Test测试集中的总体检测性能的评价指标为Recall、Precision和F-measure,写出对算法的性能评价和对实现中遇到问题的理解。
1
TheStreetViewHouseNumbers(SVHN)数据集,原数据为mat文件格式,已提取成图像,并将label标注出来,标注格式为coco,训练集测试集总共有10w张图片
2023/7/16 1:43:47 115B SVHN数据集 数字数据集
1
通过训练集训练模型,然后通过测试集进行测试,案例里有训练数据和测试数据
2023/7/12 8:01:01 100KB 机器学习
1
利用贝叶斯分类器实现手写数字识别,要数据的可以发私信,有测试集和训练集。
2023/7/10 3:03:19 158KB python
1
DataCastle轴承故障预测数据集,可供下载使用的有2个文件:1.train.csv,训练集数据,1到6000为按时间序列连续采样的振动信号数值,每行数据是一个样本,共792条数据,第一列id字段为样本编号,最后一列label字段为标签数据,即轴承的工作状态,用数字0到9表示。
2.test_data.csv,测试集数据,共528条数据,除无label字段外,其他字段同训练集。
总的来说,每行数据除去id和label后是轴承一段时间的振动信号数据,选手需要用这些振动信号去判定轴承的工作状态label。
2023/6/15 11:38:32 21.87MB 数据集
1
1主题内容与适用范围1.1主题内容软件单元测试是一个过程。
本标准为该过程规定了一个标准的方法,使之成为软件工程实践中的基础。
该方法是一种综合的方法,目的是对软件单元进行系统化的测试,包括测试计划的执行、测试集的获取以及测试单元与其需求的对照衡量包括使用样本数据来执行被测试单元、并将该单元的实际结果与单元的需求文件中指定的结果进行比较。
本标准描述了一个测试过程,它由一系列具有层次结构的阶段、活动及任务组成,且为每一活动定义了一个最小任务集。
1.2适用范围本规范可适用于任何计算机软件的单元测试(包括新开发的或修改过的软件单元)。
本标准并不规定这些软件的类型,也不规定哪些软件必须进行单元测试。
本标准
2023/6/14 17:04:03 180KB 计算机软件单元测试
1
MATLAB人脸识别SRC人脸识别程序包含程序资源和测试集
2023/6/14 10:34:37 4.17MB MATLAB 人脸识别
1
中文文本分类语料(复旦)训练集+测试集(100M)完整版
2023/6/13 21:12:30 103.25MB 中文文本分类 分类语料 训练集 测试集
1
双目的定测试集,可用于opencv、matlab、halcon双目的定。
测试集搜罗左视觉图片13张,右视觉图片13张,共26张。
2023/5/11 18:12:06 698KB 双目标定
1
手写数据集,搜罗测试集以及熬炼集,是将图片文件经由灰度化,二值化后在处置转换成txt文件后的数据集,合适用于实现新手入门的手写数字识另外数据集,
2023/5/4 23:12:50 540KB 机器学习,手写数字识别
1
共 163 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡