资源包含全部YOLOV4模型，模型训练的步骤的相关说明都在资源当中。
框架采用的pytorch,信号灯数据集采用的是我自己标注的信号灯数据集，相关数据集的资源可以在我发布的其他资源里找到，数据集的数量庞大，质量优秀，完全可以胜任模型的训练任务。
模型文件经过本人亲身调整和测试，确实有效。
训练过程中遇到的问题和解决方法都写在了资源里的说明中，最终训练完成的权重文件也一并打包上传，有任何问题可以留言。
框架采用的pytorch,信号灯数据集采用的是我自己标注的信号灯数据集，相关数据集的资源可以在我发布的其他资源里找到，数据集的数量庞大，质量优秀，完全可以胜任模型的训练任务。
模型文件经过本人亲身调整和测试，确实有效。
训练过程中遇到的问题和解决方法都写在了资源里的说明中，最终训练完成的权重文件也一并打包上传，有任何问题可以留言。
2023/2/12 4:12:02
461.09MB
1
Deeplearningfacedetectionandrecognition,implementedbypytorch.(pytorch完成的人脸检测和人脸识别)
2023/2/9 23:38:04
2.67MB
1
卷积神经网络经典--VGG网络，基于pytorch实现包括构建网络模型、训练模型、测试精确率，采用cifa-10数据集
2023/2/5 21:27:48
6KB
1
基于PyTorch实现生成对抗网络拟合给定分布要求可视化训练过程实验报告对比GAN、WGAN、WGAN-GP（稳定性、功能）对比不同优化器的影响
2017/1/26 3:39:54
254KB
1
基于window系统，pytorch框架，实现的人体骨骼关键点检测的Alphapose源码，比openpose的精确度高。
亲测有效。
亲测有效。
2016/8/15 3:09:45
32.7MB
1
该程序是看了网上一篇论文后进行了复现包括了基础复现和原文复现（原文复现使用了pytorch框架）在该资源包中附带复现的论文，语义空间矩阵，相关程序，还无数据集的相关说明（由于数据集过大，请自行下载数据集）
2016/6/15 14:25:53
38.98MB
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