SSD_300_vggmodel,包含两种ssd300:ModelTrainingdataTestingdatamAPSSD-300VGG-basedVOC07+12+COCOtrainvalVOC07testSSD-300VGG-basedVOC07+12trainvalVOC07test-
2023/10/15 0:56:03 186.37MB ssd 300 weights 权重
1
.:dataippicvtiny_dnnxfeatures2d./data:7505c44ca4eb54b4ab1e4777cb96ac05-face_landmark_model.dat./ippicv:4e0352ce96473837b1d671ce87f17359-ippicv_2017u3_lnx_intel64_general_20170822.tgz./tiny_dnn:adb1c512e09ca2c7a6faef36f9c53e59-v1.0.0a3.tar.gz./xfeatures2d:boostdescvgg./xfeatures2d/boostdesc:0ae0675534aa318d9668f2a179c2a052-boostdesc_lbgm.i0ea90e7a8f3f7876d450e4149c97c74f-boostdesc_bgm.i202e1b3e9fec871b04da31f7f016679f-boostdesc_binboost_064.i232c966b13651bd0e46a1497b0852191-boostdesc_bgm_bi.i324426a24fa56ad9c5b8e3e0b3e5303e-boostdesc_bgm_hd.i98ea99d399965c03d555cef3ea502a0b-boostdesc_binboost_128.ie6dcfa9f647779eb1ce446a8d759b6ea-boostdesc_binboost_256.i./xfeatures2d/vgg:151805e03568c9f490a5e3a872777b75-vgg_generated_120.i7126a5d9a8884ebca5aea5d63d677225-vgg_generated_64.i7cd47228edec52b6d82f46511af325c5-vgg_generated_80.ie8d0dcd54d1bcfdc29203d011a797179-vgg_generated_48.i
2023/10/8 20:20:20 100.47MB ippicv tiny_dnn boostdesc vgg
1
vgg_imagenet.npyvggnet_fast_rcnn_iter_7000.ckpt因为github指示地址需要,我保存在百度网盘上的
2023/10/4 15:51:57 191B faster rcnn vgg_imagenet vggnet_faste
1
该资源为imagenet-vgg-verydeep-19.mat,可以在迁移学习的时候使用。
必须要补充字数,我就再补两句。
2023/9/25 5:06:01 549.36MB vgg19模型
1
基于MATLAB中MatConvNet工具包实现的VGG网络特征图和卷积核可视化
2023/9/4 18:53:05 27KB CNN VGG MATLAB MatConvNet
1
caffe训练fcn需要的vggVGG_ILSVRC_16_layers_deploy
2023/8/17 15:32:11 5KB VGG ILSVRC 16
1
imagenet-vgg-m-2048跑ECO的时候下载的,10k左右的速度下了一下午,现拿出分享给大家。
文本里面有百度云网盘链接和提取码,如果失效可私信我。
链接:https://pan.baidu.com/s/1WPTEX4-tCrRqr0ikNPQ9wQ提取码:inl1
2023/8/9 8:20:34 67B VGGnet tracking deep learnin
1
VGG_ILSVRC_16_layers_fc_预训练模型,是caffe-ssd做物体识别时用到的。
2023/7/9 18:01:02 76.25MB caffe VGG
1
OpenCV3.3.x版本编译拓展模块时需要的boostdesc_bgm文件和vgg_generated文件
2023/6/8 6:37:40 1.49MB opencv boostdesc_bgm vgg_generated
1
处置4八、80\120等差迟/cmake/.download/151805e03568c9f490a5e3a872777b75/vgg_generated_120.i]expectedhash:[151805e03568c9f490a5e3a872777b75]actualhash:[d41d8cd98f00b204e9800998ecf8427e]status:[7;"Couldn'tconnecttoserver"]
2023/5/4 6:29:39 1.4MB opencv
1
共 47 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