densenet201_weights_tf_dim_ordering_tf_kernels_notop.h5，keras预训练模型，densenet201
2025/3/5 8:20:25
72.85MB
1
首先利用PCA进行降维，并利用SVM对高光谱数据进行分类，数据采用印第安纳农场数据，训练样本比例可调，设计了一个GUI
2025/3/3 13:01:25
6.28MB
1
手撸bp神经网络实现手写数字识别，仅使用numpy完成，适合深度学习入门玩家，60000个训练数据训练时间半分钟，测试集正确率96%+
2025/3/2 9:29:47
13.04MB
1
包含4类原始图像。
需要改变路径，就能直接使用。
将图像数据和label转换成matlab直接使用的.mat文件。
需要改变路径，就能直接使用。
将图像数据和label转换成matlab直接使用的.mat文件。
2025/3/1 22:35:29
4.86MB
1
在VS2017中配置OpenVINO环境，并运行Tensorlfow训练的MobileNet，包括Tensorflow模型转为OpenVINO模型，VS2017运行OpenVINO模型等,配置OpenCV等，详情请阅读我的博客【OpenVINO运行Tensorflow模型】
2025/2/25 3:37:12
107.85MB
1
使用VS2013+OPENCV2.4.10离线训练及识别手势图片获得识别率
2025/2/25 1:11:28
17.92MB
1
包含车辆正负样本，以及opencv_createsamples.exe、opencv_traincascade.exe以及训练样本结果
29.65MB
1
数据集包含67个室内类别，总共15620个图像。
图像数量因类别而异，但每个类别至少有100张图像。
所有图像均为jpg格式。
TrainImages.txt：包含每个训练图像的文件名。
共67*80张图片；
TestImages.txt：包含每个测试图像的文件名。
共67*20张图片。
图像数量因类别而异，但每个类别至少有100张图像。
所有图像均为jpg格式。
TrainImages.txt：包含每个训练图像的文件名。
共67*80张图片；
TestImages.txt：包含每个测试图像的文件名。
共67*20张图片。
2025/2/21 2:58:10
154B
1
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