骰子图像数据集,该数据集由11000张骰子图像组成。所有的图像都是在相同的相机角度和方向下拍摄的,因此它们非常一致。图片为。jpg格式,尺寸410 410像素。 骰子图像数据集,该数据集由11000张骰子图像组成。所有的图像都是在相同的相机角度和方向下拍摄的,因此它们非常一致。图片为。jpg格式,尺寸410 410像素。
2022-12-22 18:31:06 230.71MB 骰子 图像 数据集
六面骰子数据集,有250张图片,每张图片有1-25个六面骰子。每个图片example_image.jpg都有一个关联的注释文件example_image.txt。注释文件包括YOLO格式的水平边界框注释class (integer), x0, y0, w, h。边界框坐标归一化为图像尺寸。
2022-12-18 18:29:17 29.11MB 深度学习 骰子 数据集 图片
Unity3D掷骰子游戏源码,Unity精品游戏源码 是Unitypackage包 , 新建空项目直接导入到项目里面就可以运行了,无需其他操作,适合二次开发和学习使用,都是经典游戏,需要其他游戏源码包可以看我主页 直接可以运行 , 如果运行不了 请切换编译器版本 2021 3.14版本编译器测试没问题 其他版本请自行尝试 有需要可以通过我的主页联系 谢谢
2022-12-04 09:27:09 1.74MB unity unity游戏源码 unity源码 unity项目
1
java代码-骰子游戏。
2022-11-28 15:13:29 882B 代码
1
纯CSS3实现3D骰子多角度翻转特效.zip
2022-11-22 15:24:04 5KB css3
RLDiceGame 介绍 该存储库中的代码实现了一个简单的框架,用于骰子游戏中的强化学习。 强化学习是指能够从反复试验中学习的机器学习框架。 该框架很大程度上归功于马尔可夫决策过程:每个步骤都由一个状态和在该状态下要执行的选定动作来描述。 下一步包含通过对初始状态执行操作而计算出的新状态。 强化学习增加了一种反馈机制,该机制允许所计算的动作响应于外部提供的分数而改变。 增强型学习与监督式学习相反,后者是一种指导机器根据已知分类对状态进行分类的方法,而无监督式学习则是一种无监督学习的方法,后者是一种机器在训练数据中标识自己的集群的方法。 在强化学习中,提供的反馈是基于初始状态和采取的措施的得分。 作为特定示例,Blue Orange Games为流行的骰子游戏Yamslam提供了训练工具。 线束和游戏仅实现一轮Yamslam,包括初始掷出5个6面骰子,决定保留5个初始掷骰子的子集,然后
2022-11-10 11:09:53 88KB Python
1
具体的介绍和截图看这里: https://blog.csdn.net/qq_36303853/article/details/127646962
2022-11-02 14:09:53 1.31MB 游戏 小程序 源码 流量主
1
Android Studio设计的一个简单的投骰子的游戏。直接替换使用
2022-10-31 20:45:45 31KB android
1
java代码-用Java实现如下的骰子游戏: 丢下两个骰子,若总值为7点,则赢,否则输
2022-09-22 15:24:42 1KB 代码
1
java代码-用Java实现如下的骰子游戏: 丢下两个骰子,若总值为7点,则赢,否则输。
2022-09-22 11:39:20 954B 代码
1