您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Kaggle-Facial-Keypoints-Detection:使用卷积神经网络检测面部标志的位置,例如眼睛,鼻子,嘴唇-源码

  2. Kaggle面部关键点检测 面部关键点标签是计算机视觉中一个重要且具有挑战性的问题。 在推论时,我们想将人脸图像的像素表示作为输入,并输出各种界标的位置,包括眼睛和嘴唇周围和周围的位置以及鼻尖。 准确标记这些位置的能力使众多下游应用成为可能。 其中包括面部识别,面部表情分析,检测畸形的面部征兆以进行医学诊断,生物识别和视频中的面部跟踪。 例如,可以通过测量嘴唇的形状来进行面部表情分析,其中弯曲可能代表微笑,弯曲可能代表皱眉。 该分析对于对零售商店的交易的真实客户满意度或驾驶员的汽车心情进行分类
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:356515840
    • 提供者:weixin_42097557
  1. Zdeny_PhD_Shenanigans:半随机PhD时髦的东西(主要是天体物理学-太阳动力学天文台的图像处理,图像配准,特征匹配,非凸优化,分形)w Qt GUI-源码

  2. Zdeny_PhD_Shenanigans Zdenek Hrazdira,2019年/ 2020年/ 2021年 半随机博士时髦的东西。 主要包含我从事过的天体物理学文章的计算-图像处理,图像配准以及非凸优化,分形。 通过Qt GUI,#uses STL,OpenCV,OpenMP,fftw,QCustomPlot,spdlog和cuda。 下面的例子。 文章链接 图形用户界面 自适应直方图均衡 卷积定理感知频域图像滤波 离散傅里叶变换上的窗口效应建模 在给定的目标函数范围内可视化不同优化器
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:613416960
    • 提供者:weixin_42104906
  1. locCSN-源码

  2. 本地特定小区网络(locCSN) locCSN是一种反卷积方法,它利用跨学科的scRNA-seq来估计大量RNA-seq数据中的细胞类型比例。 如何引用locCSN 这项工作尚未出版,请参阅bioRxiv。 更多信息 请参阅小插图。
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:1048576
    • 提供者:weixin_42165490
  1. CarND交通标志分类器项目:对交通标志进行分类-源码

  2. 项目:建立交通标志识别程序 概述 在这个项目中,您将使用对深度神经网络和卷积神经网络学到的知识对交通标志进行分类。 您将训练和验证模型,以便可以使用对交通标志图像进行分类。 训练完模型后,您将在网络上找到的德国交通标志图像上试用模型。 我们提供了一个Ipython笔记本,其中包含更多说明和入门代码。 确保下载。 我们还希望您创建该项目的详细说明。 出该项目的,并将其用作创建自己的编写的起点。 书写内容可以是markdown文件或pdf文档。 为了满足规范,该项目将需要提交三个文件: 带代
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:312320
    • 提供者:weixin_42135073
  1. SetCoverSolver:卷积神经网络,用于将加权集覆盖问题的实例分类为最优化的多项式时间近似算法-源码

  2. 拉伯·伯奇(Rabo Birch),丹尼尔·弗兰克斯(Daniel Firebanks),艾米丽·哈姆林(Emily Hamlin),克里斯蒂安·伊科库克(Christian Ikeokwu) SetCoverSolver 项目描述 可以使用多种近似算法解决集合覆盖问题。 但是,这些近似算法将根据集合覆盖的实例而具有不同的性能,因此没有一种“一刀切”的近似方法。 根据要解决的问题的类型,某些算法可能会导致更高的准确性或更快的运行时间。 我们想通过建立一个机器学习模型来解决这个问题,该模型能够采用
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:16777216
    • 提供者:weixin_42168555
  1. 很棒的人群本地化:很棒的人群本地化-源码

  2. 很棒的人群本地化 很棒的人群本地化 内容 杂项 相对任务 人群分析 密集/小型/微小物体检测 挑战 NWPU人群本地化: 第一次微小物体检测挑战: 指标 RAZNet中的mAP, (即COCO中的关键点评估:固定的sigma) F1-m,精度,召回率(比例感知sigma) MLE(距离度量) 数据集 NWPU人群(点,框) JHU-CROWD(点,大小) FDST(点,框) 文件 Arxiv 利用卷积神经网络对高密度物体进行计数和定位[] [IIM]学习独立实例图以进行人群本地化[]
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:3072
    • 提供者:weixin_42099633
  1. Python人工智慧:有关深度学习,机器学习,计算机视觉和NLP的项目-源码

  2. python的人工智能 项目1:预测自行车共享模式从头开始构建和训练神经网络,以预测给定一天的共享自行车数量。 项目2:狗的品种分类器定义一个卷积神经网络,该神经网络在执行以下任务时会比普通人表现更好:识别狗的品种。给出狗的图像,该算法将对狗的品种进行估算。 Project3:生成电视脚本,使用PyTorch构建循环网络和长期短期记忆网络。执行情感分析并生成新文本,并使用循环网络来生成类似于电视脚本训练集的新文本。 Project4:生成脸部实现深层卷积GAN,生成脸部逼真的图像。 Pr
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:36700160
    • 提供者:weixin_42100129
  1. 机器学习课程-源码

  2. 机器学习课程(Python / R) 第1部分-数据预处理 第2部分-回归:简单线性回归,多重线性回归,多项式回归,SVR,决策树回归,随机森林回归 第3部分-分类:逻辑回归,K-NN,SVM,内核SVM,朴素贝叶斯,决策树分类,随机森林分类 第4部分-聚类:K-Means,分层聚类 第5部分-关联规则学习:Apriori,Eclat 第6部分-强化学习:置信区间上限,汤普森抽样 第7部分-自然语言处理:NLP的词袋模型和算法 第8部分-深度学习:人工神经网络,卷积神经网络 第9部分-降维:
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:5242880
    • 提供者:weixin_42118011
  1. mtcnn-opencv:仅使用OpenCVC ++ MTCNN推理-源码

  2. mtcnn-opencv 使用此实现,您的机器上不需要Caffe即可进行MTCNN推理。 OpenCV使用提供推理支持的DNN模块。 该模块能够从各种流行的框架(例如Caffe,tensorflow,darknet等)中获取模型和权重。 更多信息在这里 神经网络 [ZHANG2016] Zhang,K.,Zhang,Z.,Li,Z.,and Qiao,Y.(2016)。 使用多任务级联卷积网络进行联合人脸检测和对齐。 IEEE信号处理快报,23(10):1499–1503。 快速开始 要
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:3145728
    • 提供者:weixin_42097819
  1. suite2p:钙成像记录中的细胞检测-源码

  2. Suite2p 用于处理双光子钙成像数据的管道。 版权所有(C)2018 Howard Hughes Medical Institute Janelia Research Campus suite2p包含以下模块: 登记 细胞检测 峰值检测 可视化GUI 该代码由Carsen Stringer和Marius Pachitariu编写。 要获得支持,请打开一个。 参考文件在。 反卷积算法是基于,其设置基于 。 有关GUI演示,请参见此twitter。 您可以找到matlab版本。 请注
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:27262976
    • 提供者:weixin_42133415
  1. TensorFlow开发人员专业-源码

  2. TensorFlow开发人员专业证书 该存储库包含我从以下内容所做的所有工作: TensorFlow的人工智能,机器学习和深度学习简介 TensorFlow中的卷积神经网络 TensorFlow中的自然语言处理 序列,时间序列和预测
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:1048576
    • 提供者:weixin_42143092
  1. 图像分类:这是对图像进行分类的深度学习模型-源码

  2. 此仓库具有我的图像分类模型开发的历史。 模型代码开始于从Kaggle下载胸部X射线数据集。 然后要预处理数据集,请删除损坏的图像。 基本模型由4组卷积和maxpooling层组成,然后是平坦层和2个致密层。 模型版本2与基本模型相似,但是增加了增强功能。 为了比较这些模型,针对时期绘制了精度曲线和损耗曲线。 另外,输入一组测试图像以测试训练后的模型,并绘制混淆矩阵和ROC曲线。
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:2097152
    • 提供者:weixin_42099070
  1. 我的AI-源码

  2. 我的AI 随着发展的Swift,机器很快将需要在更高层次上了解我们,以便它们真正有用。 理解人类的很大一部分是通过情感。 我们进行了各种实验,在最终模型中,我们从人类语音记录中提取了8个音频特征(225个值)用于情感识别。 我们使用在4个音频数据集(RAVDESS,TESS,SAVEE,SER-v4)上训练的深度卷积神经网络。 我们的女性模型识别出8种情绪的准确度为94%,而男性模型则识别出8种情绪的准确度为89-90%。 通常,情感识别在AI的未来中具有很大的潜在适用性。 它可用于从客户
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:6291456
    • 提供者:weixin_42116794
  1. 公平交易-源码

  2. Fairseq(-py)是一个序列建模工具包,研究人员和开发人员可以使用它们来训练自定义模型,以进行翻译,摘要,语言建模和其他文本生成任务。 什么是新的: 2020年4月: 2020年4月: 2020年4月: 2020年3月: 2020年2月: 2020年2月: 2019年12月: 2019年11月: 2019年11月: 2019年11月: 2019年11月: 2019年9月: 2019年8月: 2019年7月:Fairseq在MIT许可下获得了许可 2019年7月: 2019
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:3145728
    • 提供者:weixin_42122878
  1. MU-Net:使用MobileNetV2上的转移学习方法在移动环境中进行巩膜分割的U-Net模型-源码

  2. 网络 使用MobileNetV2上的转移学习方法在移动环境中进行巩膜分割的U-Net模型 该存储库包含使用Keras和Tensorflow的U-Net架构的实现,其背后支持Tensorflow,以使用转移学习方法对Sclera进行分段。 1-建议的方法 所提出的方法采用了以MobileNetV2类特征为条件的U-Net启发模型来分割眼睛的巩膜和背景,其中对MobileNetV2模型应用了两阶段的微调。 数据通过不同的模型进行了扩充。 在我们的方法中,我们将U-Net [U-Net]与预训练的M
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:9216
    • 提供者:weixin_42165583
  1. 面对面绘画机:STAT-479类项目,威斯康星大学麦迪逊分校-源码

  2. 深度学习项目 这是塞巴斯蒂安·拉施卡(Sebastian Raschka)教授指导的2019年秋季的最终项目。 该研究所是威斯康星大学麦迪逊分校。 主要工作 我们提出一种面对面绘画的机器,该机器可以识别一个人,然后根据给定的绘画风格自动生成他/她的肖像。 在项目的第一部分,我们对自己的数据集实施转移学习,以测试不同CNN架构的性能。 我们使用了几种卷积架构,ResNet达到了最佳效果。 然后,我们使用FaceNet方法基于不同的CNN体​​系结构执行面部验证:ResNet34,ResNet50
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:6291456
    • 提供者:weixin_42127775
  1. 真棒深度视觉:计算机视觉深度学习资源的精选清单-源码

  2. 很棒的深度视野 精选的计算机视觉深度学习资源列表,灵感来自和 。 维护者 , , , , 我们正在寻找维护者! 如果有兴趣,请告诉我( )。 贡献 请随时添加文件的。 分享中 [在Twitter上分享]( 用于计算机视觉的学习资源) 目录 文件 ImageNet分类 (摘自Alex Krizhevsky,Ilya Sutskever,Geoffrey E.Hinton,《深度卷积神经网络的ImageNet分类》,NIPS,2012年。) 微软(深度残差学习)[] [ ] 何开
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:15360
    • 提供者:weixin_42157567
  1. CarND-行为-克隆-P3:Udacity CarND行为克隆项目的起始文件-源码

  2. 行为克隆项目 概述 该存储库包含行为克隆项目的启动文件。 在这个项目中,您将使用对深度神经网络和卷积神经网络学到的知识来克隆驾驶行为。 您将使用Keras训练,验证和测试模型。 该模型将向自动驾驶汽车输出转向角。 我们提供了一个模拟器,您可以在其中驾驶汽车绕轨道进行数据收集。 您将使用图像数据和转向角来训练神经网络,然后使用此模型在轨道周围自动驾驶汽车。 我们还希望您创建该项目的详细说明。 出该项目的,并将其用作创建自己的编写的起点。 书写内容可以是markdown文件或pdf文档。 为
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:20480
    • 提供者:weixin_42168555
  1. Tile_B样条线-源码

  2. Tile_B样条线 详细说明在\ textit {introduction.pdf}中。 在这个存储库中,我们构造了一个新的多元B样条族,相应的小波系统和细分方案。 我们将B样条定义为特殊紧凑集$ G $的特征函数的自动卷积,称为``tile''。 瓦片是具有两个属性的$ R ^ d $的紧致子集$ G $:$ G $通过具有相同线性部分的几个收缩仿射映射而自相似,即$ G = \ bigcup \ limits_ {k} M ^ {-1}(G + d_k)$; $ G $定义了$ R ^ d
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:29360128
    • 提供者:weixin_42112685
  1. torch_study:火炬学习-源码

  2. :smiling_face_with_sunglasses: 火炬学习 纸 :french_fries: :pizza: torch , torchtext 만사용하여지형태로논문로그대로재현하기 :hamburger: 2021.01.06〜2021.06.30까지끝내기목표 :taco: 와이와 논문 읽기 -> reference code 읽기 -> 코드 짜기 -> 동일 조건 실험으로 성능이 재현되는지 확인하기 순번 纸 시작일자 상태
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:53477376
    • 提供者:weixin_42144707
« 1 2 ... 45 46 47 48 49 50»