打字训练测试软件Java课程设计报告书.doc

基于pytorch平台的，用于图像超分辨率的深度学习模型：SRCNN。 其中包含网络模型，训练代码，测试代码，评估代码，预训练权重。 评估代码可以计算在RGB和ＹＣｒＣｂ空间下的峰值信噪比PSNR和结构相似度。

基于pytorch平台的，用于图像超分辨率的深度学习模型：ＦSRCNN。 其中包含网络模型，训练代码，测试代码，评估代码，预训练权重。 评估代码可以计算在RGB和ＹＣｒＣｂ空间下的峰值信噪比PSNR和结构相似度。

基于pytorch平台的，用于图像超分辨率的深度学习模型：SRCNN。 其中包含网络模型，训练代码，测试代码，评估代码，预训练权重。 评估代码可以计算在RGB和ＹＣｒＣｂ空间下的峰值信噪比PSNR和结构相似度。

牧场牛只分割图像数据集（300张图像，已划分训练测试集，含分割标签）.zip

在学习到 d2l 中的 CNN 板块时，发现对于大部分 CNN，除了架构网络的代码不同以外，其训练和测试的代码大部分情况都是相同的，为了简化代码的书写特地开发了这个模块（雾）。 该模块基于 PyTorch 实现。 如何使用该模块请看我的这篇文章：https://blog.csdn.net/raelum/article/details/124716176 该模块支持 CNN 的训练和测试，同时可绘制训练集/测试集的损失函数曲线，训练集/测试集的精度。此外，该模块能够计算 GPU 的读取速度。

车牌检测与识别数据集：包括训练车牌检测模型数据：车牌和非车牌图块大小是136*36。 训练字符识别模型数据： 车牌字符大小是20*20，包括：数字：0~9；字母：A~Z；省市简称：京、津、晋、冀、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、甘、青、宁、新、渝， 文章链接：https://tuomasi.blog.csdn.net/article/details/123246627?spm=1001.2014.3001.5502

此数据集仅用于个人研究，遥感图像是在网上下载的大图。 700对遥感图像对，根据6：2：2划分训练，验证，测试集。 制作过程： 1 将大图裁剪成450×600小块 2随机选取小块矩形，再给四个点20个像素的扰动，得到新的四个点。 3根据两组点计算H 4根据H将原图扭曲到另一幅图像上 5最终分别保存240×320大小的img_A和img_B。并将img_A,ing_B以及Hba，Hab保存在.npy的文件中 6按照6：2：2划分训练，验证，测试集 7 mea≈0.60 std≈0.25 算是一个仿真数据集，大家可以使用。 如果觉得有用的话，欢迎大家评论点赞嚄！

去二元模型 这是一个非常简单的 bigram 训练和测试程序。 它是为一个小型 NLP 类项目而制作的。 给定训练文本， bigramTrain输出语言模型。 在给定语言模型的情况下， bigramTest给出了输入文件的困惑度。 对于bigramTrain用法：bigramTrain -lm -text为bigramText用法：bigramTest -lm -text

手写数字训练测试集与标签，手写数字训练测试集与标签，手写数字训练测试集与标签。