您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 微软 VB2010 源码包

  2. 微观官方的示例代码集合 应用程序示例 这些示例演示如何创建各类应用程序以及使用项目、用户和程序集任务。这些示例存储在 Applications Samples 目录中。 AppEvents:演示通过项目设计器访问的应用程序事件 ClickOnce:使用 ClickOnce 部署和更新应用程序 ConsoleApps:使用控制台窗口演示简单的输入和输出。 Environment:演示几个提供环境信息的类的用法。 Excel:演示如何使用 Visual Basic 启动 Excel、从模板创建工作
  3. 所属分类:.Net

    • 发布日期:2013-05-22
    • 文件大小:9mb
    • 提供者:szzdbg
  1. Visual-analytics-源码

  2. 视觉分析 BUS5VA-作业2在提交您的作品时,您同意大学可以复制和传播该作品以进行窃。 提交内容是您对以下原创性声明正确的保证。 “这是我自己的工作。 我没有从其他任何人那里复制任何内容。” Bhargavi Singaravelu – 20113574任务1情节1:情节1是给定的Covid-19数据集的可视化,它根据病例通知日期最真实地反映了每日确认的病例数。 折线图用于显示每日确诊病例数随时间的变化。 X轴代表日期,Y轴代表每日确诊病例的计数。 线上的三个红点突出显示了每日确诊病例的前三名
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:206kb
    • 提供者:weixin_42100129
  1. 视觉区分任务-源码

  2. 视觉歧视任务分析 Paul Keene,Erica Lin数据集来自Steinmetz,Zatka-Haas,Carandini和Harris 2019( )
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:394mb
    • 提供者:weixin_42157567
  1. 连杆检查器:用于对摩托车连杆进行外观检查的计算机视觉系统。 在博洛尼亚大学攻读硕士学位期间,完成了“计算机视觉与图像处理”课程的最终任务-源码

  2. 连杆检查器–用于目视检查摩托车连杆的计算机视觉系统 计算机视觉系统,该系统能够分析两种不同类型的连杆的尺寸,以使视觉引导的机器人根据其类型和尺寸来挑选和分类连杆。 图像特征 出现在图像中的杆的特征在于Kong的数量不同:“ A”型杆有一个Kong,而“ B”型杆有两个Kong。 第1部分 我们认为以下简化条件适用于每个图像: 图像仅包含连杆,连杆可以是两种类型,并且具有明显不同的尺寸。 连杆已被小心地放置在检查区域内,以使它们在图像中看起来完全分开(即,它们没有任何接触点)。 背光技术已
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:20mb
    • 提供者:weixin_42160376
  1. 模型:预先训练和复制的深度学习模型(『飞刀』官方模型库,包含多种学术前沿和工业场景验证的深度学习模型)-源码

  2. PaddlePaddle型号 PaddlePaddle提供了丰富的计算单元,从而用户可以采用替代的方法解决各种学习问题。在此Repo中,我们展示了如何用PaddlePaddle来解决常见的机器学习任务,提供若干种不同的易学易用的用户可领取免费的Tesla V100在线算力资源,高效训练模型,每日登陆即送12小时,连续五天运行再加送48小时,。 目录 PaddleCV 图像分类 是根据图像的语义信息对不同类别图像进行区分,是计算机视觉中重要的基础问题,是物体检测,图像划分,物体跟踪,行为分析,人
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:82mb
    • 提供者:weixin_42099755
  1. 多人解析::fire::fire:多人解析官方存储库(MHP):fire::fire:-源码

  2. 多人解析(MHP) :star: ACM MM'18 独创性 据我们所知,我们是第一个提出新的多人解析任务,相应的数据集,评估指标和基线方法的人。 任务定义 多人解析是指将人群场景图像划分为属于身体部位或衣服的语义一致区域,同时区分不同的身份,从而为图像中的每个像素分配一个语义部位标签及其所属的身份。 可以在多人解析的基础上建立许多更高级别的应用程序,例如虚拟现实,自动制作推荐,视频监视和小组行为分析。 动机 提出了新加坡国立大学(NUS)学习与视觉(LV)小组的多人解析项目,以推动人们对人
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:13mb
    • 提供者:weixin_42112894
  1. gym:用Ivy编写的完全可区分的强化学习环境-源码

  2. 以Ivy编写的完全可区分的强化学习环境。 内容 概述 什么是常春藤体育馆? 通过以完全可区分的方式实施RL环境,Ivy Gym为监督学习(SL),强化学习(RL)和轨迹优化(TO)之间的交叉研究打开了大门。 具体来说,Ivy Gym提供了与OpenAI Gym不同的经典控制任务实现,以及新的Swimmer任务,该任务说明了使用Ivy创建新任务的简便性。 环境的差异性意味着可以以监督方式直接优化累积奖励,而无需进行强化学习,这是优化累积奖励的事实上的方法。 查看以获取更多信息! 该库基于Iv
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:70kb
    • 提供者:weixin_42110533