台大李宏毅课程作业HW1 数据集.

火车卷积神经网络-YOLO算法 在这个项目中，我将讨论YoloV3体系结构以及如何在自定义数据集上进行训练，我将逐步解释如何使用Darknet框架来实现它。 介绍 什么是物体检测？ 对象检测如何工作？ YOLO-您只看一次 YOLO v3。 网络架构 特征提取器 功能检测器 完整的网络架构 如何在自定义数据集上训练YOLOv3 资料准备 贴标 准备好文件进行培训 训练模型（Darknet框架） 使用自定义权重进行对象检测 介绍 什么是物体检测？ 对象检测是一种包含对象分类和对象本地化两个任务的技术。 它是经过训练可检测多种类别的对象的存在和位置的模型。 它可以用于静态图像，甚至可以实时用于视频。 来自图片 对象检测如何工作？ 对象检测找到对象并在其周围绘制一个边界框。 这是一种与计算机视觉和图像处理有关的计算机技术，用于自动驾驶汽车，面部识别，行人检测等。...最新的算法

facebook签到信息：train.csv（比较大，1.18G）

通过train_shapes.ipynb可以在平台jupyter notebook上进行训练，同时也可以在平台jupyter notebook上将文件转换为python文件，中包括ap.map的计算。

机器准备 虚拟机 ens33:ens36 外网 openstack01-centos7.6 10.0.0.99:无 有 openstack02-centos7.6 10.0.0.103:无 有 准备   系统：vmware 15，CentOS7.6  控制节点：[root@openstack01 ~]#hostnamectl set-hostname openstack01 PS:hostnamectl 设置重启后生效 网卡1：VMWARE NAT8 10.0.0.0 255.255.255.0 10.0.0.1 内存：4gB 硬盘：40GB compute

breast-cancer-train.csv

monai中用到的3D分割医学图像。

自己手动搜集整理的全国省市及火车站对照表-mysql-ddl-national_train_info，其中有部分的省名称不全，但是城市名称以及火车站都是全的，辛苦整理，不需要花费大家太多积分，谢谢。

正版数据集含代码使用，避免官网下载注册的麻烦。正版数据集含代码使用，避免官网下载注册的麻烦。正版数据集含代码使用，避免官网下载注册的麻烦。

提供了两个文件：xgboost_train和xgboost_test，它们从Matlab内部调用xgboost dll。 该示例用于分类。 可以提供停止学习过程迭代的评估标准。 支持的评估标准是“AUC”、“准确度”、“无”。 'AUC'和'Accuracy'需要统计工具箱。 如果 eval_metric == 'None'，则将针对 max_num_iters 执行学习，无需内部交叉验证。 可以使用您自己的“外部”交叉验证程序，它调用 xgboost_train.m。 xgboost_train.m 中记录了此类外部程序的示例 这些函数要求 xgboost.dll 和 xgboost.h 可用。 编译xgboost库并在Matlab中使用的步骤： 视窗： 第 1 步：创建 xgboost.dll 请遵循以下说明： https : //xgboost.readthedocs.io/