数字图像处理常用数据集Kodak24，24张彩色图，大小都为500*500预览：https://blog.csdn.net/iteapoy/article/details/86062640
2023/8/22 9:08:02
9.87MB
1
微软研究院的数据集，包括时间、经纬度，数据集有点粗糙，但也算为数不多能够找到的数据集了https://www.microsoft.com/en-us/research/publication/t-drive-trajectory-data-sample/
2023/8/21 5:34:12
145.88MB
1
Singleimagedehazingviamulti-scaleconvolutionalneuralnetwork使用tensorflow，数据集是nyu2
2023/8/20 20:51:25
1.8MB
1
GEE学习教程：GEE本身存储了近40年来主要公开遥感影像数据集，⽐如Landsat系列产品、Modis系列产品、Sentinel系列产品等，还有就是各种⽓象数据等。
通过GEE提供的各种API以及其他的⼯具可以⽅便的查看、计算、分析⼤范围的各种影像数据。
通过GEE提供的各种API以及其他的⼯具可以⽅便的查看、计算、分析⼤范围的各种影像数据。
2023/8/19 14:44:38
28.85MB
1
VOC格式标注行人的数据集，其中包括1000+图片，可用于行人检测的训练，只有一类：person
2023/8/18 2:08:02
113.92MB
1
结合图像处理技术和概率数据关联（PDA）运动模型，我们开发了一种新颖的框架来解决噪声背景不佳的非机电系统的对象跟踪问题。
新模型具有两个优点：（1）通过集成统计运动模型，可以比现有模型更精确地模拟许多非机电系统中的对象运动。
（2）由于采用了全局搜索的最佳模型参数，与依赖连续帧区分的其他方法相比，该模型更好地在高噪声环境中跟踪对象。
我们在提出的模型中推导了期望最大化（EM）算法。
合成数据和图像数据集都证明了其有用性。
引入了模型稳定性以量化模型的实用性。
新模型具有两个优点：（1）通过集成统计运动模型，可以比现有模型更精确地模拟许多非机电系统中的对象运动。
（2）由于采用了全局搜索的最佳模型参数，与依赖连续帧区分的其他方法相比，该模型更好地在高噪声环境中跟踪对象。
我们在提出的模型中推导了期望最大化（EM）算法。
合成数据和图像数据集都证明了其有用性。
引入了模型稳定性以量化模型的实用性。
2023/8/17 17:44:48
1.47MB
1
一个关于人体行为识别的PPT，使用公开的数据集，使用不平衡学习的方法与经典的机器学习方法进行比较。
2023/8/17 4:04:02
9.99MB
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