yolov7预训练权重文件
yolov7.pt yolov7x.pt yolov7-w6.pt yolov7-e6.pt yolov7-d6.pt yolov7-e6e.pt
2022-07-18 21:05:56
996.93MB
1
该文件为 Linear Transmit Processing in MIMO Communications Systems 的复现代码
2022-07-18 14:00:49
11KB
总结预解决问题;首先，我们需要明确这几点才能继续展开来说：界面原型是什么？什么时候输出？有什么用途？
;界面原型是在软件开发项目中需求分析阶段输出的，在开始画界面原型之前要做好产品规划，明确项目的需求范围，即做哪些需求；而具体每个需求点达到什么程度，怎样做达到这个程度，有什么样的规则，即有哪些功能点，业务逻辑是什么，有哪些约束条件；这些是需求分析阶段要做得事情；
界面原型看什么？;1、看需求;1、看需求;1、看需求;1、看需求;2、看逻辑;3、看交互;3、看交互;3??看交互;3、看交互;感谢您的观看
2022-07-14 14:07:04
749KB
人工智人-家居设计-基于STS的代码式预付费智能电表的研究与实现.pdf
2022-07-14 11:03:52
1.84MB
Yolov7的全部预训练权重，github上的链接下载慢容易断联
项目源地址：
https://github.com/WongKinYiu/yolov7
预训练权重文件列表：
yolov7.pt
yolov7x.pt
yolov7-w6.pt
yolov7-e6.pt
yolov7-d6.pt
yolov7-e6e.pt
2022-07-13 12:05:13
728.76MB
1
【Python项目实战】基于时间卷积网络(Temporal Convolution Network ,TCN)的发动机剩余寿命预测
航空发动机结构复杂,状态变量多且相互之间存在着严重非线性特征,传统的基于物理失效模型的方法难以精确地预测发动机的剩余寿命(RUL)。针对此问题,采用时间卷积网络(Temporal Convolution Network ,TCN)作为一种最新出现的序列神经网络,被证明在序列数据预测上有良好的效果。采用TCN实现对发动机剩余寿命进行预测,预测过程通过建立退化模型,给每个训练样本添加RUL标签;将特征输入构建的卷积神经网络得到剩余寿命的预测值。为了验证方法的有效性,在NASA提供的涡轮风扇发动机仿真数据集(C-MAPSS)上进行了测试,,结果表明采用TCN算法拥有更高的精度。
2022-07-12 22:05:10
6.55MB
1
照片编辑
适用于桌面版、移动版和 Web 版 Lightroom。
速度优化的配置文件让可以更快地进行编辑。
使用数量滑块改变预设强度。
使用 VOXCOLOR 的肤色保护算法获得自然效果。
视频编辑
支持广泛的软件
VOXCOLOR SmoothTones 减少条带和伪影
VOXCOLOR 肤色保护产生更自然的效果
Lightroom 预设规格
2022-07-12 18:10:07
62.47MB