[深度学习] tensorflow-2.4.0-cp38-cp38-win_amd64.whl

说明：TF2.4 win10 pyton3.8.6 cuda11.2 cudnn8.0.5(cuda11.1) 算力8.6
<weixin_42122722> 在 上传 | 大小：239075328

[深度学习] 基于角点的动态加权多特征融合图像检索方法.pdf

说明：基于角点的动态加权多特征融合图像检索方法 基于角点的动态加权多特征融合图像检索方法 基于角点的动态加权多特征融合图像检索方法 基于角点的动态加权多特征融合图像检索方法 基于角点的动态加权多特征融合图像检索方法
<weixin_43687366> 在 上传 | 大小：1048576

[深度学习] Large-Scale Image Retrieval with Attentive Deep Local Features

说明：Large-Scale Image Retrieval with Attentive Deep Local Features Large-Scale Image Retrieval with Attentive Deep Local Features Large-Scale Image Retrieval with Attentive Deep Local Features Large-Scale Image Retrieval with Attentive Deep Local Feature
<weixin_43687366> 在 上传 | 大小：5242880

[深度学习] Google Landmarks Dataset v2 A Large-Scale Benchmark for Instance-Level Recogniti

说明：Google Landmarks Dataset v2 A Large-Scale Benchmark for Instance-Level Recognition and Retrieval Google Landmarks Dataset v2 A Large-Scale Benchmark for Instance-Level Recognition and Retrieval Google Landmarks Dataset v2 A Large-Scale Benchmark for
<weixin_43687366> 在 上传 | 大小：9437184

[深度学习] OpenCV4 文件.zip

说明：OpenCV 编译可能缺少文件
<curious_undergather> 在 上传 | 大小：3145728

[深度学习] CNN_deconvolution-master.zip

说明：CNN去卷积
<seeunala> 在 上传 | 大小：9437184

[深度学习] halcon去雾算法.hdev

说明：halcon去雾算法实现
<seeunala> 在 上传 | 大小：2048

[VR] Coded_Aperture-master.zip

说明：Coded_Aperture-master.zip
<seeunala> 在 上传 | 大小：10485760

[机器学习] LineMatching-master.zip

说明：LineMatching-master.zip
<seeunala> 在 上传 | 大小：16777216

[深度学习] Annotated Corpus for Named Entity Recognition.zip

说明：kaggle 数据集 命名实体识别 范强下载的 Abhinav Walia • updated 3 years ago (Version 4) Annotated Corpus for Named Entity Recognition using GMB(Groningen Meaning Bank) corpus for entity classification with enhanced and popular features by Natural Language Processi
<immenselee> 在 上传 | 大小：27262976

[深度学习] Joone完整指南（中文版）

说明：Joone的完整指南，有需要的可以下载一下
<m0_49373319> 在 上传 | 大小：1048576

[深度学习] 基于深度学习的行为检测方法综述_高陈强.caj

说明：行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来，基于深度学习的方法在行为检测领域取得了巨大的进展，引起了国内外研究者的关注，对这些方法进行了全面的梳理和总结，介绍了行为检测任务的详细定义和面临的主要挑战; 从时序行为检测和时空行为检测 2 个方面对相关文献做了细致地分类，综合分析了每一类别中不同研究方法的思路和优缺点，并阐述了基于弱监督学习、图卷积神经网络、注意力机制等新兴研究话题的相关方法; 介绍了行为检测领域常用的数据集以及性能评估指标，在这些数据集上比
<WhiffeYF> 在 上传 | 大小：1048576