hsi matlab代码HSI检测 基于DM-BDL的高光谱目标检测的Matlab代码

姿势检测与纠正 用于纠正用户坐在屏幕前的姿势的网站，即使该过程在后台运行且带有语音警报 可以在看到已部署的网站 目录： 安装 从下载并安装Python3 我建议使用 。 通过打开终端并输入以下命令下载virtualenv： pip install virtualenv 创建名为venv的虚拟环境。 视窗 virtualenv venv cd venv/Scripts activate Linux： source venv/bin/activate 克隆此存储库，如果您下载了.zip或.tar文件并cd到克隆的存储库中，请解压缩它。 例如： cd A: \P osture_Detection_AND_Correction-main 通过键入以下命令安装所需的软件包： pip install -r requirements.txt 用法 您可以通过将声音文件存储在上述目

InsightFace：2D和3D人脸分析项目 和 执照 InsightFace的代码根据MIT许可证发布。 学术和商业用途均不受限制。 包含注释的训练数据（以及使用这些数据训练的模型）仅可用于非商业研究目的。 介绍 InsightFace是主要基于MXNet的开源2D＆3D深度面部分析工具箱。 主分支MXNet 1.2工程1.6，与Python 3.x的。 ArcFace视频演示 请点击图片观看YouTube视频。 对于Bilibili用户，请单击。 最近更新 2021-01-20 ： 根据实施ArcFace和部分FC的。 2020-10-13 ：DeepGlint发布一种新的训练方法和一个大型训练集（360K ID）。 2020-10-09 ：我们开放了大规模识别测试基准 2020-08-01 ：我们发布了具有快速坐标回归功能（106分）的轻型面部界标模型。 查看详细。 2

传感器融合自动驾驶汽车课程 欢迎参加自动驾驶汽车的传感器融合课程。 在本课程中，我们将讨论传感器融合，这是从多个传感器获取数据并将其组合以使我们对周围世界有更好了解的过程。 我们将主要集中在激光雷达和雷达这两个传感器上。 到最后，我们将融合来自这两个传感器的数据来跟踪道路上的多辆汽车，以估计它们的位置和速度。 激光雷达传感通过发送数千个激光信号为我们提供高分辨率数据。 这些激光从物体反射回来，返回到传感器，然后我们可以通过定时返回信号所需的时间来确定物体的距离。 我们还可以通过测量返回信号的强度来告诉一些有关被击中的物体的信息。 每束激光都处于红外光谱范围内，并以许多不同的角度发出，通常在360度范围内。 激光雷达传感器为我们提供了3D周围世界的高精度模型，但它们目前非常昂贵，一个标准单元的价格高达60,000美元。 雷达数据通常非常稀疏并且在有限的范围内，但是它可以直接告诉我们物体

Python-OpenCV-运动检测 Proyecto Coursera： ：

TensorFlow-2.x-YOLOv3和YOLOv4教程 TensorFlow 2.x中的YOLOv3和YOLOv4实现，并支持训练，传递训练，对象跟踪mAP等...代码已通过以下规格测试： i7-7700k CPU和Nvidia 1080TI GPU 操作系统Ubuntu 18.04 CUDA 10.1 cuDNN v7.6.5 TensorRT-6.0.1.5 Tensorflow-GPU 2.3.1 代码已在Ubuntu和Windows 10上进行了测试（不正式支持TensorRT） 使用2.4.0 TensorFlow-不起作用！ 安装 首先，克隆或下载此GitHub存储库。安装要求并下载预训练的砝码： pip install -r ./requirements.txt # yolov3 wget -P model_data https://pjreddie.com

行人检测和追踪 该程序在给定视频上检测到随机的行人，然后程序在每一帧上检测到同一行人。 使用OpenCV库以Python编写

所属分类：图形图像处理 开发工具：matlab 文件大小：4.27 MB 说明： 目标检测，利用上下文关系 (object detection using context)

自述文件 ENTD（加密的网络流量检测器）是一个Python 3程序，用于分析数据包捕获（pcap）并通过端口443（SSL / TLS）区分数据包中的良性和恶意流量。 当前支持的功能如下： 读取数据包捕获并提取服务器Hello信息 能够区分恶意流量和良性流量 用法 您可以将Python 3中的程序与 ./main.py -f "path/to/packet/capture/file.pcap" 例子 ./main.py -f "Sample PCAPs/malicious_packet.pcap" 要求 Python 3.6.1或更高版本 通过pip install dpkt 通过pip install mlxtend 通过pip install scikit-learn 通过pip install mysqlclient 问题 当前，由于密码套件，SVM显示超平面。 需要更多

官方基于coco数据集预训练模型，微调后可以达到准确率较高的物体识别效果