YOLOv3_breath_mask 基于YOLOV3的口罩可以检测到2020年新型冠状病毒，针对公共场所检测人员是否放置口罩，故用YOLOV3完成一个人体口罩替代检测。 效果展示 环境 的Python： 3.7.4 Tensorflow-GPU 1.14.0 Keras： 2.2.4 最好用性能强的螺丝训练，不然会很慢，而且可能会跑停 数据集 [口罩检测数据集]需要准备已经标注好的口罩数据集.jpg与.xml对应breath_anchors.txt中是先验框对应的大小breath_classes.tst中是放置对应数据集的类别 训练 准备数据集 按照VOC数据集的格式来准备数据集，以及图片以及xml标签 VOCdevkit -VOC2007 ├─ImageSets # 存放数据集列表文件，由voc2yolo3.py文件生成 ├─Annotations # 存放图片标

数据融合matlab代码面具UKF 这是MaskUKF的官方存储库，MaskUKF是用于6D对象姿态跟踪的实例分割辅助Unscented Kalman过滤器。 新增：用于实时和非实时场景的评估和测试代码/脚本。 概述 依存关系 已在Arch Linux上对代码进行了测试，具有以下依赖性与所指示的版本。 请注意，所示的版本不是最低要求的版本。 进行评估 供测试用 注意：虽然我们使用Eigen进行所有数学计算，但mlpack库依赖armadillo 可选的 OpenMP (8.0.0-1) （可选，以提高执行速度） 我们使用OpenMP更快地评估UKF测量模型并更快地评估ADD-S度量。 如果可能，您应该使用针对OpenMP编译的mlpack版本，以更快地执行异常排除过程。 评估说明 这些指令允许下载算法MaskUKF ， DenseFusion和ICP预先计算的结果，并评估ADD-S和RMSE指标。 如果您需要测试实际算法并重新计算结果，请遵循本节。 如果您重新计算结果，则可以跳至第（4）点以进行指标的实际评估。 克隆存储库，构建并安装 git clone https://github.

阅读Mask Rcnn后整理的阅读ppt，英文版的内容较少。

半导体器件mask设计工具，Tanner集成电路设计软件是由Tanner Research 公司开发的基于Windows平台的用于集成电路设计的工具软件。

子网掩码计算器 里面包含五款计算器， 找一款你喜欢的用吧。

面具识别 实时口罩磨损检测模型 使用Mobilenet V2 CNN模型预测是否戴口罩。 人脸检测使用Caffe2框架 描述 导入模块 带有python3的OpenCV keras，plaidml-keras（用于AMD GPU计算） 麻木 matplotlib argparse 张量流2.2.0 用法 火车 $ python train_mask_detector.py --dataset dataset 图像 $ python detection.py --image [Path to Image] 视频 更改detection.py中的视频路径后使用 $ python detection_video.py

对rcnn系列深度学习网络的总结型ppt，无论是学习还是交流上都是很有价值的资料

皮肤癌分割 ISIC数据集对皮肤癌的Mask-RCNN进行分类和分割 设置 从下载数据集 您可以从下载该文件要下载整个档案，请执行以下操作： python3 download_archive.py -s 最后，数据目录应如下所示： Data/ ├── Images/ (containing the .jpg file) ├── Descriptions/ (containing the json file) └── Segmentation/ (containing the .png file) 下载项目的依赖项： pip3 install -r requirements.txt 创建模型： python3 main.py 您还必须下载Coco模型，可以在这里找到： : 测试模型： python3 test.py 结果 原始图片 分类和分割图像

unity软遮罩，带透明通道渲染合成背景！softmask实现滑动列表两端渐变过渡效果！区别unity自带的Mask硬遮罩效果！

第14组 群组名称：TEAM_NAME 团队成员：augoel2，elihf2，sdegand2，tinreyd2，weixuan2 项目经理：farazms2，anjalik4 项目描述：卷积神经网络（CNN），用于检测人是否戴着口罩。