SSD预训练的权重文件，下载后解压就可，model.load_weights（"weights_SSD300.hdf5"）加载无问题
2024/5/20 0:13:13
91.26MB
1
使用fasterrcnn实现口罩检测，fasterrcnn基于keras搭建，训练需要口罩数据集，数据集必须是VOC格式，预测需要权重文件，权重文件已经存在
2024/4/15 9:46:39
112MB
1
题目描述请输出无向连通图最小生成树权重之和。
输入第一行是2个整数,分别表示顶点个数n和边数m。
接下来的m行中,每一行第一个整数表示边的开始顶点，第二个表示边的结束顶点，第三个表示这条边的权重。
(测试数据中保证图是连通图；
没有自环；
两个顶点之间只有一条边；
0＜权重＜100(可以相等)；
n＜=50;m＜=1000；
)输出输出无向连通图最小生成树权重之和。
样例输入610126131145235253345356364462566样例输出15
输入第一行是2个整数,分别表示顶点个数n和边数m。
接下来的m行中,每一行第一个整数表示边的开始顶点，第二个表示边的结束顶点，第三个表示这条边的权重。
(测试数据中保证图是连通图；
没有自环；
两个顶点之间只有一条边；
0＜权重＜100(可以相等)；
n＜=50;m＜=1000；
)输出输出无向连通图最小生成树权重之和。
样例输入610126131145235253345356364462566样例输出15
2024/4/13 21:06:56
1KB
1
物理网本文的Tensorflow实施：我们提供实验数据以进行演示和快速演示。
引用文献：王菲，姚明cha，王海超，孟柳，吉安卡洛·佩德里尼，沃尔夫冈·奥斯坦，乔治·巴巴斯塔斯蒂和国海司徒。
使用未经训练的神经网络进行相位成像。
轻科学学报9，77（2020）。
需求python3.6张量流1.9.0matplotlib3.1.3numpy的1.18.1枕头7.1.2摘要迄今为止，为光学计算成像（CI）提出的大多数神经网络都采用监督训练策略，因此需要大量训练来优化其权重和偏差。
在许多实际应用中，在许多小时的数据采集中，除了环境和系统稳定性的要求外，不可能获得足够数量的地面真实图像进行训练。
在这里，我们建议通过将代表图像形成过程的完整物理模型合并到常规的深度神经网络中来克服此限制。
最终的增强型物理深度神经网络（PhysenNet）的最大优势在于，无需事先培
引用文献：王菲，姚明cha，王海超，孟柳，吉安卡洛·佩德里尼，沃尔夫冈·奥斯坦，乔治·巴巴斯塔斯蒂和国海司徒。
使用未经训练的神经网络进行相位成像。
轻科学学报9，77（2020）。
需求python3.6张量流1.9.0matplotlib3.1.3numpy的1.18.1枕头7.1.2摘要迄今为止，为光学计算成像（CI）提出的大多数神经网络都采用监督训练策略，因此需要大量训练来优化其权重和偏差。
在许多实际应用中，在许多小时的数据采集中，除了环境和系统稳定性的要求外，不可能获得足够数量的地面真实图像进行训练。
在这里，我们建议通过将代表图像形成过程的完整物理模型合并到常规的深度神经网络中来克服此限制。
最终的增强型物理深度神经网络（PhysenNet）的最大优势在于，无需事先培
2024/3/31 3:15:13
1.04MB
1
使用tensorflow，OpenCVKeras,matplotlib完成的一个小demo基本操作如下1执行liveplot.py2执行trackgesture.py后，在终端命令行输入1进行手势预测，调用摄像头后，请按键盘b和g键此时就可以进行预测了。
权重文件：链接:https://pan.baidu.com/s/1i6OE5A9密码:by24
权重文件：链接:https://pan.baidu.com/s/1i6OE5A9密码:by24
2024/3/4 17:14:13
18.74MB
1
是一个简易的室内定位软件。
IBeaconReference。
包括采集蓝牙信号、高斯离散权重分配计算距离、基于KNN算法的训练模型，等。
是我和我的同学一起完成的代码。
特此分享。
(数据存储路径一般为手机根目录，特殊需要请自行修改)
IBeaconReference。
包括采集蓝牙信号、高斯离散权重分配计算距离、基于KNN算法的训练模型，等。
是我和我的同学一起完成的代码。
特此分享。
(数据存储路径一般为手机根目录，特殊需要请自行修改)
2024/3/2 19:43:09
1.75MB
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