主要介绍了C#实现利用泛型将DataSet转为Model的方法,实例分析了C#泛型的相关使用技巧,具有一定参考借鉴价值,需要的朋友可以参考下
2021-10-30 15:46:23 30KB C# 泛型 DataSet Model
1
使用Iris数据集的KMeans聚类
2021-10-30 10:17:50 147KB JupyterNotebook
1
ajax实现动态从数据库模糊查询显示到下拉框中(ajax方法返回Dataset的例子)
2021-10-29 14:34:22 36KB ajax
1
智能手机数据集 使用智能手机数据集的人类活动识别 要运行此脚本,请首先确保输入数据在您的工作目录中可用。 输入数据集可。 下载文件后,将其解压缩到您的工作目录中(目录“ UCI HAR Dataset”应位于工作目录中)。 该脚本取决于库plyr,并假定已安装。 该脚本已经过R版本3.2.1的测试。
2021-10-28 17:38:34 85KB R
1
从TikTok下载了一个跳舞的人的视频并将它们切成框架。然后,在每个帧上,所有跳舞的人都在Photoshop中被选中。构成细分全身TikTok跳舞数据集。此数据集为分段跳舞的人的2615张图像。 masks.zip collages.zip images.zip
2021-10-28 14:54:48 1.83GB 数据集
1
Cityscapes Dataset is provided by Daimler AG&RD, Max Planck Institute for Informatics and TU Darmstadt Visual Inference Group.本数据集由戴姆勒研究所,马克斯•普朗克信息学研究所和达姆施塔特科技大学可视化推理工作组提供。 cityscapes_camera_trainextra.zip cityscapes_camera_trainvaltest.zip cityscapes_vehicle_trainextra.zip cityscapes_vehicle_trainvaltest.zip
2021-10-28 09:50:12 3.86MB 数据集
1
作物/杂草田地图像数据集 作物/杂草田地图像数据集 (CWFID) 随附以下出版物:“Sebastian Haug, Jörn Ostermann:用于评估基于计算机视觉的精准农业任务的作物/杂草田地图像数据集, 研讨会, ” 该数据集包括田野、植被分割和作物/杂草植物类型。 该论文提供了详细信息,例如现场设置、采集条件、图像和地面实况数据格式。 您可以在此处完整的数据集: 。 纸 可获取纸张。 书目: @inproceedings{haug15, author={Haug, Sebastian and Ostermann, J{\"o}rn}, title={A Crop/Weed Field Image Dataset for the Evaluation of Computer Vision Based Precision Agriculture Tasks},
2021-10-27 21:23:26 86.14MB agriculture paper annotations crop
1
标题 作者 日期 输出 自述文件 克莱尔·萨洛姆 2015 年 4 月 26 日 html_document ###随附的数据取自以下原始数据源: 使用智能手机数据集 1.0 版进行人类活动识别 Jorge L. Reyes-Ortiz、Davide Anguita、Alessandro Ghio、Luca Oneto。 Smartlab - 非线性复杂系统实验室 DITEN - Universit‡ degli Studi di Genova。 Via Opera Pia 11A, I-16145, 热那亚, 意大利。 ####数据生成方式的详细信息如下。 ###Provided 是每个主题和以下活动的平均值: 来自加速度计的三轴 (XYZ) 加速度的平均和标准偏差,分为估计的重力和身体加速度。 陀螺仪三轴角速度的平均值和标准偏差。 每个主题和活动的活动标签。 进行实
2021-10-27 10:36:15 5KB R
1
斯坦福大学 机器学习 glass数据集 dataset
1
社交距离检测 您可以在此处找到包含完整算法和代码的视频:( ) Github通常不支持大于25 Mb的文件。您可以在找到yolo权重 下载并移至yolo-coco文件夹 对于CPU: 要在您的终端中运行此代码: *打开您的终端 更改目录至您下载此代码的位置 如果尚未安装python3,请先安装python3! 运行python3 -m venv venv创建一个名为venv的虚拟环境。 运行source venv/bin/activate激活您的环境! 编写pip install -r requirements.txt以安装与此项目相关的python依赖项,例如opencv,numpy,scipy等。 运行命令time python social_distance_detector.py --input pedestrians.mp4 --output output.avi --display 1运行您的社交距离检测项目 运行命令的最后一行后,将弹出一个窗口,执行该文件后,将在目录中显示一个output.avi文件,如下所示: 对于GPU: 您可以在这里找到我的Googl
2021-10-26 18:43:52 21.17MB computer-vision dataset yolo deeplearning
1