基于python的单目与双目视觉三维重建设计与实现

加载120年来的奥运会的csv数据，将参赛国家、参赛项目、参赛选手等情况做一份数据可视化。

基于python实现实时获取国内疫情数据，大屏数据可视化报表展示项目源码。 文件内容如下： 1.sql脚本导入 2.spider.py爬取数据存入/更新数据库信息 3.app.py主启动程序 内附代码注释，日常学习，期末作业，高校毕业设计高分必看项目 基于python实现实时获取国内疫情数据，大屏数据可视化报表展示项目源码。 文件内容如下： 1.sql脚本导入 2.spider.py爬取数据存入/更新数据库信息 3.app.py主启动程序 内附代码注释，日常学习，期末作业，高校毕业设计高分必看项目 基于python实现实时获取国内疫情数据，大屏数据可视化报表展示项目源码。 文件内容如下： 1.sql脚本导入 2.spider.py爬取数据存入/更新数据库信息 3.app.py主启动程序 内附代码注释，日常学习，期末作业，高校毕业设计高分必看项目

资源包含文件：设计报告word文档+源码 针对目标检测的任务，可以分为两个部分：目标识别和位置检测。通常情况下，特征提取需要由特有的特征提取神经网络来完成，如 VGG、MobileNet、ResNet 等，这些特征提取网络往往被称为 Backbone 。而在 BackBone 后面接全连接层***(FC)***就可以执行分类任务。但 FC 对目标的位置识别乏力。经过算法的发展，当前主要以特定的功能网络来代替 FC 的作用，如 Mask-Rcnn、SSD、YOLO 等。我们选择充分使用已有的人脸检测的模型，再训练一个识别口罩的模型，从而提高训练的开支、增强模型的准确率。 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/124897861

基于Python的动态网页评价爬虫算法 在大数据获取中面临着如何采集动态评论网页的问题，这篇论文使用静态网页信息构造动态链接，提出了基于Python的动态网页评论爬虫算法

一种基于Python和BP神经网络的股票预测方法

Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。而且算法已经被广泛的应用到商业、网络安全等各个领域。 该算法的基本思想 是:首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递归的方法。

工作中遇到一个需求，需要通过网站查询船舶名称得到MMSI码，网站来自船讯网。这篇文章主要介绍了基于Python实现船舶的MMSI的获取,需要的朋友可以参考下

基于Python的对 汽车电子ECU的通信矩阵数据库文件（.dbc）的解析 将DBC转化为程序识别代码。让你的自动化，批量信号，报文测试，成为可能

大家好，我是Alvin Han。基于兴趣自学Python有5个月了，最近全球流行新冠病毒，想做一个用python写的数据可视化各年龄段的新冠病毒的人数（这其实是我们Data mining课大作业）。 由于初学python，代码显得十分青涩，本人想多多改进此代码。望各方大佬多多指点，不吝赐教！ 作者初学python，小白萌新一枚~~勿喜勿喷，勿喜请点击上方关闭键