基于神经网络反向传播法来控制比例积分控制器，来调优参数

yolov5预训练模型

Formatofthedatasetraw.kb:therawkbdatafromNELLsystemkb_env_rl.txt:weaddinversetriplesofalltriplesinraw.kb,thisfileisusedastheKGforreasoningentity2vec.bern/relation2vec.bern:transEembeddingstorepresentoutRLstates,canbetrainedusingTransXimplementationsbythunlptasks/:eachtaskisaparticularreasoningrelationtasks/${relation}/*.vec:trainedTransHEmbeddingstasks/${relation}/*.vec_D:trainedTransDEmbeddingstasks/${relation}/*.bern:trainedTransREmbeddingtrainedtasks/${relation}/*.unif:trainedTransEEmbeddingstasks/${relation}/transX:triplesusedtotraintheKBembeddingstasks/${relation}/train.pairs:traintriplesinthePRAformattasks/${relation}/test.pairs:testtriplesinthePRAformattasks/${relation}/path_to_use.txt:reasoningpathsfoundtheRLagenttasks/${relation}/path_stats.txt:pathfrequencyofrandomisedBFS

我们使用了循环一致性生成对抗网络（CycleConsistentGenerativeAdversarialNetworks,CycleGAN）实现了将绘画中的艺术风格迁移到摄影照片中的效果。
这种方法从图像数据集中学习整体风格，进行风格转换时只要将目标图片输入网络一次，不需要迭代的过程，因此速度较快。
我们使用了一些自己制作的数据集训练了CycleGAN风格迁移模型，并分析了这种方法的优点和局限性。
为了使风格转换后的图片保留原来的色彩分布，我们实现并分析对比了多种颜色匹配的方法。
我们还利用了MaskR-CNN模型生成的掩膜图像来做图像运算而实现了局部风格转换和混合风格转换等效果。

博客地址：https://blog.csdn.net/wen_fei/article/details/80261047VGG-Face模型Pytorch版本，使用Pytorch的torch.load(VGG_FACE_LOCATION)可直接读取，基于千万张人脸数据训练，

找了好久找到的资源，pip用户python库的安装，将此文件解压到script文件夹，然后在控制台进行安装。

基于matlab程序，对解决物流选址问题有很大的帮助

因为自己需要将CornerNet的权重上传过来，自己用而已，官网有下载链接

ArcFace/InsightFace使用自己数据训练/验证过程，训练自己的数据需要制作几个所需的文件，官方没有详细说明，而且还需要对部分代码进行修改，也有好多需要自己写，才能使用自定义的数据集进行训练和测试。
博客地址https://blog.csdn.net/qq_39707285/article/details/98068436中有详细介绍训练/验证过程。
修复图片过多在制作bin文件时可能出现MemoryError的BUG，分别替换src/eval文件夹下的flw_m.py和src/data文件夹下的lfw2pack_m.py，附件见链接:https://pan.baidu.com/s/1LBNYaSFEJ3WSVBkU5VdFDA提取码:mgsd

该文件是从https://drive.google.com/file/d/0B2JbaJSrWLpza0FtQlc3ejhMTTA/view?usp=sharing下载的，亲测可用