如何运行一个项目! 在进入运行应用程序的步骤之前必须存在的东西: 数据库 = phpmyadmin 数据库名称 = laravel_sipegawa 密码 = 空/空 Web Server/使用Xampp也可以(必须先开启) 作曲家(推荐 2.0 版) 吉特 Step Step Run 应用程序 打开你的 Git。 然后在终端/git bash 中运行git clone 。 将目录更改为SIPEGAWAI目录 之后运行composer install。 然后通过运行cp .env.example .env 创建 .env 接下来将env.txt 文件中的文本复制到.env文件中 然后接下来是运行php artisan key:generate。 然后接下来是运行php artisan storage:link。 下一步是运行php artisan migrate。
1
人在环路是通过整合人类的知识和经验,以最小的代价训练出准确的预测模型。人与机器更密切地进行合作、让双方发挥各自最主要的优势,达到效益最大化。来自华东师范大学研究人员关于人在环路机器学习综述论文,详细总结最新进展,非常值得关注!
2021-08-03 22:08:43 1.89MB 人在环路
1
Histograms of Oriented Gradients for Human Detection,HOG,梯度方向直方图
2021-07-19 22:46:32 445KB HOG 梯度方向直方图
1
grasshopper的插件 human 非常人性化
2021-07-16 16:12:55 29KB human for grasshopper
1
将可穿戴IMU与多视图图像融合以进行人体姿势估计:一种几何方法 安装 克隆此仓库,我们将把您克隆的目录称为$ {POSE_ROOT} 安装依赖项。 下载pytorch imagenet预训练的模型。 请在$ {POSE_ROOT} / models下下载它们,并使它们看起来像这样: ${POSE_ROOT}/models └── pytorch └── imagenet ├── resnet152-b121ed2d.pth ├── resnet50-19c8e357.pth └── mobilenet_v2.pth.tar 可以从以下链接下载它们: 资料准备 对于TotalCapture数据集,请从下载并按照处理数据。 我们无权重新分配该数据集。 请不要要求我们提供副本。 对于预先计算的图形模型成对术语,请从下载,并保存在d
2021-07-16 14:41:21 81KB Python
1
MPII Human Shape 是一个人体模型数据集,包括一系列人体轮廓和形状的 3D 模型及工具,其中训练模型从平面扫描数据库 CAESAR 学习得到。 【这个只是种子资源,需要自己下载】MPII 人体形态是一组三维人体形态模型和工具,用于人体形态空间的构建、操作和评价,人体形状空间基于统计身体表示学习从凯撒数据集,也是迄今为止最大的商业可用扫描数据库。 该数据集由 Max Planck 信息学研究所于 2017 年发布, 主要发布人为 Leonid Pishchulin, Stefanie Wuhrer, Thomas Helten, Christian Theobalt and Bernt Schiele,相关论文《Building Statistical Shape Spaces for 3D Human Modeling》
2021-07-09 15:36:27 32KB 数据集
1
HMDB is provided by Brown University.本数据集由布朗大学提供。 hmdb_threesplits_datasets.txt hmdb_videodatabase_datasets.txt
2021-07-08 10:41:18 797B 数据集
1
Human Pose Evaluator是一个包含人物图像和躯干标注数据,用以识别图像中的人物轮廓,以头,躯干,左右大臂,左右小臂6个线段表示人体轮廓,图像来自电视剧《Buffy the Vampire Slayer》中的画面进行人工标注。
2021-07-08 09:06:20 619.42MB 人体躯干识别 图像内容理解 机器视觉
1
人机交互领域中一本不错的书,这是第一版,全面详细的讲述如何进行HCI的相关研究。
2021-07-03 22:49:12 4.83MB HCI
1
VNect-Tensorflow版本 该项目是VNect的tensorflow实现 SIGGRAPH 2017 。 这不是官方实施。 请联系论文作者以获取相关模型。 环境环境 Ubuntu 16.04 Python 2.7 Tensorflow 1.3.0 OpenCV 3.3.0 OpenGL(可选) 推理 1.下载模型,放入文件夹models/weights 2.在shell脚本中编辑演示设置--device --demo_type --model_file --test_img --plot_2d --plot_3d 3.如果使用的是OpenGL,则可以运行run_demo
1