将标注好的YOLO格式数据转换成VOC数据格式,并将VOC数据格式转换成TFRECORDS格式,以便其他深度学习网络运用。
2023/3/4 4:44:46 4KB YOLO tfrecord VOC 数据转换
1
使用该脚本将labelimg标注的文件转换成yolo训练需求的格式
2023/2/8 8:03:37 4KB 目标检测
1
yolo1和yolo2论文实际梳理总结
2023/2/6 14:31:49 1.24MB 神经网络 深度学习 yolo论文
1
本ppt表明了rcnn、fastrcnn、fasterrcnn和yolo的算法原理和流程。
2017/10/24 4:57:02 3.47MB 深度学习 目标检测 yolo fast-rcnn
1
着重从yolo算法原理与网络结构方面引见
2021/3/15 22:18:12 3.22MB 目标检测 yolo算法 机器学习 PPT
1
由yolov3_tiny.weights生成的tiny_yolo_weights.h5,合用与keras-yolov3版本
2021/3/17 15:49:02 33.89MB DL
1
这是一个代码,用于将精细标注的语义分割(多边形标注的json文件)标注转为目标检测框标注文件,并生成yolo需要的txt文件(需要的输出格式你们可以本人改)
2019/9/6 12:14:57 3KB 深度学习 数据集 计算机视觉
1
yolo数据集
2018/11/25 11:29:08 952.21MB 深度学习
1
tiny-yolo-voc.weights,tinyyolo网络weights,接待各位下载
2017/7/19 23:23:24 60.53MB yolo
1
本文来自36kr,本文介绍了R-CNN基本结构和原理,YOLO的基本原理,推理过程,计算loss以及具体实用过程等。
知识图谱最初是由谷歌提出用来优化搜索引擎的技术,在不断发展中外延也一度扩大。
盘点目前知识图谱的发展,其已经助力了很多抢手的人工智能场景的应用,例如语音助手、聊天机器人、智能问答等。
当前的人工智能其实可以简单划分为感知智能(主要集中在对于图片、视频以及语音的能力的探究)和认知智能(涉及知识推理、因果分析等),知识图谱就是认知智能领域中主要的技术之一。
从使用的范围来讲,知识图谱分为通用知识图谱和领域知识图谱。
通用知识图谱主要应用于面向互联网的搜索、推荐、问答等业务场景。
通用知识图谱强
1
共 63 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