原先资源删除,这个是更新版本。 MATLAB 神经网络数据预测建模、网络训练代码自写,替代MATLAB的"train"函数、含有数据、解释详细,采用matlab的CODER指令可转化C/C++源码,用于工业控制优化等。
1
Yolov5-6.1版本深度学习网络训练源码
2022-08-01 09:07:33 871KB Yolov5 v6.1
1
cnn.pth 卷积神经网络训练模型 73%
2022-07-11 10:04:52 3.56MB 模型
1
cnn.pth 卷积神经网络训练模型二 66%
2022-07-11 10:04:51 246KB 机器学习
1
(1) 数据通信与存储功能 高清卡口应用软件可以完整、 正确地接收高清卡口标识点设备的状态及识别 结果数据与抓拍车辆照片, 在路段中心数据库进行存储、统计和管理,并按照统 一的数据通信、 存储规范与高清卡口管理软件进行数据通信, 具体规范与要求满 足“7.3高清卡口应用软件与管理软件的接口技术要求” 。数据传输内容主要包括: ①车牌和车辆特征信息:时间、地点、方向、车道、车型(大、中、小) 、 速度、车牌颜色及车牌号码、车身颜色、车徽标志等基本信息。 ②高清抓拍图片:叠加相应数据。 ③车流量统计数据:可分车道、分方向、分时段、分车流进行车流量统计。 ④高清监控视频录像: 高清网络摄像机可提供 1080P的高清晰全景录像, 并 实时上传至路段中心的网络硬盘录像机进行存储。 ⑤设备实时状态监控:实现高清卡口标识点设备的实时监控与远程维护管 理。 ⑥违法占道车辆信息: 抓拍大车(黄牌车)违法占道图片并自动识别车牌号。 ⑦在通讯正常的情况下, 数据信息实时传送到路段中心服务器, 在网络或路 段中心设备出现故障等非正常情况下, 系统应将数据保存在高清卡口标识点设备 中,故障解除后自动恢复断点数据续传,或可采用人工方式下载数据。 (2) 设备状态监控与管理功能 通过远程管理, 实现对本路段高清卡口外场设备管理、控制、故障诊断等相 关配置功能,并实现对前端设备状态实时监控功能。 ①系统提供设备编号、设备时钟、设备运行状态监测设置等设备参数配置, —23—
2022-07-09 13:48:03 1.05MB 卡口 高清 技术规范
1
BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是目前应用最广泛的神经网络。 BP神经网络的计算过程由正向计算过程和反向计算过程组成。正向传播过程,输入模式从输入层经隐单元层逐层处理,并转向输出层,每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出,则转入反向传播,将误差信号沿原来的连接通路返回,通过修改各神经元的权值,使得误差信号最小。 1.网络状态初始化 2.前向计算过程
2022-07-09 09:08:49 5KB 元神经网络训练 train函数
深度学习与CV教程(6) - 神经网络训练技巧 (上).doc
2022-07-08 14:06:43 6.27MB 技术资料
各种车辆类别的YOLO数据集,数据集车辆分为五个类别,分别为Ambulance、Bus、Car、Motorcycle、Truck。可直接用于车辆相关的神经网络训练
2022-07-02 21:05:09 38.25MB YOLO
1
人工智能-带惩罚项的BP神经网络训练算法的收敛性.pdf
2022-06-23 22:08:14 2.03MB 人工智能-带惩罚项的BP神经网络
资源包含文件:设计报告word+源码 在这次课程设计中,我用到了 MATLAB 的进行神经网络的训练,还用到了图像的预处理。输入是一张有车牌照的图片,输出是车牌号码。用神经网络对字符进行训练。 详细介绍参考:https://blog.csdn.net/sheziqiong/article/details/125390239
2022-06-21 19:06:16 587KB MATLAB 神经网络 车牌识别 图像识别