这是我利用5000张正样本4673张负样本训练的XML,识别率比opencv默认提供的XML低一点,但是误检率比opencv提供的要低很多
2024/2/23 17:08:23 40KB 人脸检测XML
1
通过分析不同区分性训练目标函数之间的关系,以MMI(MaximumMutualInformation)作为分离度量,
1
深度学习入门代码,可以实现数据集的训练,确定参数,然后固定参数,完成训练
2024/2/21 15:19:42 661B deep learnin
1
ubuntu系统16.04,基于caffe框架的MTCNN模型训练全套数据,包含已经训练好的模型,需要用的训练数据以及训练过程中间产生的数据。
2024/2/21 11:54:01 113.67MB MTCNN caffe
1
北京理工大学《无机化学》多套期末训练题(部分含答案)
2024/2/20 21:37:28 1.25MB 强化学习
1
transformers+pytorch框架下使用的bert-chinese谷歌官方预训练版本,其中有三个文件:config.json、pytorch_model.bin、vocab.txt
2024/2/20 20:17:20 367.18MB NLP
1
火焰数据集图片以及xml文件,两者相互匹配,可以通过深度学习keras-yolo3框架直接训练成火焰模型。
2024/2/20 0:33:26 3.75MB 人工智能
1
--Tensorflow+SSD+Yolo(目标检测)文章4.训练自己模型的SSD完整详细步骤该资源是本篇文章的操作步骤以及参考帖子的截图,以防参考帖子失效。
2024/2/19 16:30:19 18.61MB 深度学习 目标检测识别
1
遗传算法对自变量降维优化,并对BP神经网络的训练进行优化
2024/2/18 11:34:27 189KB GA
1
有284个训练样本,273个测试样本,通过对数据的处理后进入基于LSTM的多层循环神经网络进行训练,测试样本测试准确率可达70+
2024/2/17 18:27:03 10KB 神经网络
1
共 1000 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