您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 免费开源PDF打印机

  2. 1、添加端口:打开刚安装完的PS打印机(Generic Postscr ipt Printer)的属性窗口,在“端口”标签下添加端口,选择中间的重定向端口(Redirected Port),点击"新端口"后输入端口的名字,比如"RedPort"。 2、配置端口:选中刚才添加的那个端口,点击“配置端口”,开始设置RedMon的属性。最上面的框中输入刚才安装的Ghostscr ipt中的gswin32c.exe的位置,接下来的程序参数填写如下: -q -sDEVICE=pdfwrite -r600
  3. 所属分类:C

    • 发布日期:2010-08-14
    • 文件大小:17mb
    • 提供者:harryleo
  1. 端口监视器

  2. redmon端口监视器1.7,一个特殊的打印机端口重定向 程序。
  3. 所属分类:C

    • 发布日期:2012-05-23
    • 文件大小:593kb
    • 提供者:6742
  1. redmon17.zip 打印共享软件

  2. windows打印机共享给linux和mac OS必备软件
  3. 所属分类:Windows Server

    • 发布日期:2013-06-28
    • 文件大小:593kb
    • 提供者:cmczz
  1. gs811 windows打印共享软件

  2. windows打印机共享给linux和mac os必备软件 (与Redmon和gsv一起使用
  3. 所属分类:Windows Server

    • 发布日期:2013-06-28
    • 文件大小:7mb
    • 提供者:cmczz
  1. 图像分割__目标检测.zip

  2. 你只看一次:统一、实时的目标检测 You only look once: Unified, real-time object detection (2016) 作者J. Redmon et al. 用于物体精准检测和分割的基于区域的卷积网络 Region-based convolutional networks for accurate object detection and segmentation (2016) 作者R. Girshick et al. 用于语义分割的饱和卷积网络 Ful
  3. 所属分类:其它

    • 发布日期:2017-02-22
    • 文件大小:21mb
    • 提供者:oscer2016
  1. YOLOv1、YOLOv2、 YOLOv3、SSD DSSD 单阶段目标检测论文

  2. YOLO是Joseph Redmon和Ali Farhadi等人于2015年提出的第一个基于单个神经网络的目标检测系统。Joseph Redmon和Ali Farhadi发表的YOLO 2进一步提高了检测的精度和速度。
  3. 所属分类:深度学习

    • 发布日期:2018-10-11
    • 文件大小:18mb
    • 提供者:qq_29391245
  1. 单阶段目标检测论文

  2. YOLO是Joseph Redmon和Ali Farhadi等人于2015年提出的第一个基于单个神经网络的目标检测系统。Joseph Redmon和Ali Farhadi发表的YOLO 2进一步提高了检测的精度和速度。
  3. 所属分类:深度学习

    • 发布日期:2018-10-28
    • 文件大小:17mb
    • 提供者:jiliu1194
  1. 基于yolov3网络的目标识别检测方法.pptx

  2. 基于yolo网络的目标识别检测方法,及训练说明。YOLO(You Only Look Once: Unified, Real-Time Object Detection),是Joseph Redmon和Ali Farhadi等人于2015年提出的基于单个神经网络的目标检测系统。在2017年CVPR上,Joseph Redmon和Ali Farhadi又发表的YOLO 2,进一步提高了检测的精度和速度。
  3. 所属分类:深度学习

    • 发布日期:2019-06-16
    • 文件大小:3mb
    • 提供者:qq_35892287
  1. Redis云管理平台CacheCloud.zip

  2. 一、CacheCloud是做什么的CacheCloud提供一个Redis云管理平台:实现多种类型(Redis Standalone、Redis Sentinel、Redis Cluster)自动部署、解决Redis实例碎片化现象、提供完善统计、监控、运维功能、减少开发人员的运维成本和误操作,提高机器的利用率,提供灵活的伸缩性,提供方便的接入客户端。二、CacheCloud提供哪些功能监控统计:  提供了机器、应用、实例下各个维度数据的监控和统计界面。一键开启:  Redis Standalon
  3. 所属分类:其它

    • 发布日期:2019-07-17
    • 文件大小:16mb
    • 提供者:weixin_39840387
  1. 向人类学习如何抓取:数据驱动的架构 拟人软手自主抓握

  2. 软手是将顺应性元素嵌入其机械设计中的机器人系统。这样可以有效地适应物品和环境,并最终提高其抓握性能。如果与经典的刚性手相比,这些手在人性化操作方面具有明显的优势,即易于使用和坚固耐用。但是,由于缺乏合适的控制策略,它们在自主控制方面的潜力仍未得到开发。为了解决这个问题,在这项工作中,我们提出了一种方法,可以从观察人类策略开始,使软手能够自主地抓握物体。通过深度神经网络实现的分类器将要抓取的物体的视觉信息作为输入,并预测人类将执行哪些操作来实现目标。因此,此信息用于从一组人类启发的原语中选择一个,
  3. 所属分类:深度学习

    • 发布日期:2019-10-20
    • 文件大小:547kb
    • 提供者:qq_16481211
  1. 开源项目-SkyRocknRoll-redmon.zip

  2. 开源项目-SkyRocknRoll-redmon.zip,Redis url for http endpoint monitoring tool. Supports sentinel (HA) also.
  3. 所属分类:其它

  1. darknet-YOLOV4修改版可以直接在Jetson系列产品上使用

  2. YOLO之父Joseph Redmon在今年年初宣布退出计算机视觉的研究的时候,很多人都以为目标检测神器YOLO系列就此终结。 然而在4月23日,继任者YOLO V4却悄无声息地来了。Alexey Bochkovskiy发表了一篇名为YOLOV4: Optimal Speed and Accuracy of Object Detection的文章。 YOLO V4是YOLO系列一个重大的更新,其在COCO数据集上的平均精度(AP)和帧率精度(FPS)分别提高了10% 和12%,并得到了Jos
  3. 所属分类:深度学习

    • 发布日期:2020-09-06
    • 文件大小:7mb
    • 提供者:baidu_28109521
  1. YoloV3-Pytorch-源码

  2. YoloV3-Pytorch 介绍 这是Pytorch中YoloV3的实现。 这是对westerndigitalcorporation的源代码的修改,避免了从原始darknet框架“导入”配置文件。 源代码的版权在许可证文件中。 修改的; 我尝试使用常用的术语尽可能直观地构建模型。 我还将模块划分为功能,以便可以轻松地将其导入并用于其他项目以及此处。 此外,还增加了在视频上运行,加载KITTI数据集,每种COCO和Pascal VOC样式的度量标准等的功能。 环境环境 python 3.xx
  3. 所属分类:其它

  1. YOLO-TF2:使用TensorFlow2实现YOLO-源码

  2. 带有Tensorflow 2的YOLO 您只看一次:统一的实时对象检测 misc{redmon2016look, title={You Only Look Once: Unified, Real-Time Object Detection}, author={Joseph Redmon and Santosh Divvala and Ross Girshick and Ali Farhadi}, year={2016}, eprint={15
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:14kb
    • 提供者:weixin_42133753
  1. redmon:用于管理redis的Web界面:cli,admin和实时监控-源码

  2. 雷德蒙 基于简单的基于Sinatra的Redis仪表板。 看到项目后,我受到启发写了这篇文章。 那里的一些想法在这里得到了延续。 观看您的Redis服务器实时运行(具有可配置的池秒)。 使用熟悉的cli界面与redis进行交互。 动态更新您的服务器配置。 安装 Redmon可作为RubyGem获得: gem install redmon 用法 $ redmon -h Usage: bin/redmon (options) -a, --address ADDRESS
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:370kb
    • 提供者:weixin_42138376
  1. yolov3-piou-源码

  2. 此存储库包含PyTorch中YOLOv3的Ultralytics推理和训练代码。 该代码可在Linux,MacOS和Windows上运行。 感谢YOLO的Joseph Redmon 。 要求 安装了所有依赖关系的Python 3.8或更高版本,包括torch>=1.6 。 要安装运行: $ pip install -r requirements.txt 讲解 <<强烈推荐 训练 开始训练:使用data/get_coco2017.sh下载COCO数据后, python3 t
  3. 所属分类:其它