此文件为yolo模型（1-3）的pytorch实现以及ssd目标检测的pytorch实现
2025/3/13 11:41:51
53.24MB
resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5速度快，准确率高，参数不多50层残差网络模型,权重训练自ImageNet该模型在Theano和TensorFlow后端均可使用,并接受channels_first和channels_last两种输入维度顺序模型的默认输入尺寸:224x224
2025/3/13 0:22:32
90.27MB
UKBench，UKBenchdatabase，2006.7，HenrikStewénius在他CVPR06文章中提供的数据集，图像都为640*480，每个group有4张图如果失效请留下邮箱
2025/3/12 16:31:04
69B
直方图匹配算法IDL程序实现，挺不错的哦-HistogrammatchingalgorithmsIDLproceduresrealize,oh,prettygood
2025/3/12 12:51:03
3KB
这是供图像处理的同行做车牌识别的视频资源。
虽然过去开展了大量的视频数据库、视频分析和信息检索的研究，但是缺乏对视频数据进行完整的、规范性的描述，以及建立在这些规范描述之上的视频信息检索。
虽然过去开展了大量的视频数据库、视频分析和信息检索的研究，但是缺乏对视频数据进行完整的、规范性的描述，以及建立在这些规范描述之上的视频信息检索。
2025/3/12 12:22:33
20.81MB
其他版本可以去我空间查看。
CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。
有50000个训练图像和10000个测试图像。
数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。
测试批次包含来自每个类别的1000个随机选择的图像。
训练批次以随机顺序包含剩余图像，但是一些训练批次可能包含来自一个类别的更多图像而不是另一个类别。
在他们之间，培训批次包含来自每个班级的5000个图像。
CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。
有50000个训练图像和10000个测试图像。
数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。
测试批次包含来自每个类别的1000个随机选择的图像。
训练批次以随机顺序包含剩余图像，但是一些训练批次可能包含来自一个类别的更多图像而不是另一个类别。
在他们之间，培训批次包含来自每个班级的5000个图像。
2025/3/10 16:42:18
162.18MB
极限学习机(ExtremeLearningMachine)ELM，是由黄广斌提出来的求解单隐层神经网络的算法。
ELM最大的特点是对于传统的神经网络，尤其是单隐层前馈神经网络(SLFNs)，在保证学习精度的前提下比传统的学习算法速度更快。
ELM最大的特点是对于传统的神经网络，尤其是单隐层前馈神经网络(SLFNs)，在保证学习精度的前提下比传统的学习算法速度更快。
2025/3/10 3:06:58
64KB