细胞图像数据,可用于U-net语义分割训练。
2022-10-07 10:52:08 85.69MB 人工智能 Unet
使用超像素对图像作预处理,用密度峰值聚类进行图像分割
2022-10-05 18:05:56 7KB SLIC DPC 图像分割
1
Oxford-IIIT数据集,一个宠物图像数据集,包含37中宠物,每种200左右照片,同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集,一个宠物图像数据集,包含37中宠物,每种200左右照片,同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集,一个宠物图像数据集,包含37中宠物,每种200左右照片,同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集,一个宠物图像数据集,包含37中宠物,每种200左右照片,同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集,一个宠物图像数据集,包含37中宠物,每种200左右照片,同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集,一个宠物图像数据集,包含37中宠物,每种200左右照片,同时包含分类、头部轮廓标注和语义分割信息。 Oxford-IIIT数据集,一个宠物图像数据集,包含37中宠物,每种200左右照片,同时包含分类、头部轮廓标注和语义分割信息。
2022-10-03 17:05:57 773.52MB 深度学习 定位
1
camvid数据集,包含训练,验证和测试集,还有对应list。数据集来自剑桥的道路与驾驶场景图像分割数据集,图像数据来自视频帧提取,原始分辨率大小为960x720,包括32个类别。分为367张训练图像,100张验证图像,233张测试图像。
1
实时语义分割网络DDRNet项目工程,已调试成功,运行结果展示如下 2022-05-05 07:35:32,001 Loss: 0.457, MeanIU: 0.7796, Best_mIoU: 0.7802 2022-05-05 07:35:32,001 [0.98194617 0.85180647 0.92407255 0.58784785 0.59236745 0.64585143 0.69415029 0.76973187 0.92413451 0.6401672 0.94537195 0.81574417 0.63227908 0.94934242 0.80143391 0.87566783 0.7885714 0.63113426 0.76087927] 2022-05-05 07:35:32,174 Hours: 41 2022-05-05 07:35:32,174 Done
2022-10-02 12:05:18 1.26MB 语义分割 自动驾驶
1
java poi XWPFDocument解决替换文字不完整问题 并保存原文档样式
2022-10-02 10:30:59 8.62MB java poi XWPFDocument
1
合并多个excel文件,或者是将一个excel文件分割成若干份,合并功能已完成,使用过程中有什么建议或问题,请指教
2022-09-29 18:04:03 3.46MB excel 合并 分割 Merge
1
lbp代码matlab miccai2013 MICCAI 2013代码-通过关节水平集分割多个重叠的子宫颈细胞。 论文引文:[待更新...] ====================里面有什么? 数据集:文件夹“ ./ims”中的四个真实的EDF巴氏涂片图像和综合测试/培训图像。 本文的Matlab代码。 ====================运行之前 此代码需要用于GMM密度估计,Quick Shift和LBP的第三方库。 您需要单独下载它们。 1.1统计模式识别工具箱: 1.2 VLFeat: 1.3 LBP :(下载文件“ lbp.m”和“ getmapping.m”) 该代码与Matlab R2012b或更高版本兼容。 ====================如何运行? 调用脚本“ Run.m”。 第7行中调用函数Runner_inOne(...)的参数引用: 1.1'EDF'-真正的子宫颈抹片检查图像 1.2'测试'-综合测试图像 1.3'火车'-综合训练图像
2022-09-29 11:26:57 3.62MB 系统开源
1
(八)目标检测与分割.pptx,非常好的机器学习课件,强烈推荐
2022-09-28 17:05:19 53.69MB 机器学习
1
2021.4.22 更新了全部标注的json文件!!! 另有可跑通的整套deeplab_v3+的pytorch工程代码 电力巡检行业特殊数据集,由无人机或巡检机器人在塔内作业时拍摄得到,可用于缺陷检测玻璃绝缘子串是否自爆。数据集为4k分辨率的图像及对应的标签,每张均采用labelme软件,花费大量时间手工标注(标注不易请理解),mask格式为8位灰度图,像素值为(1,1,1),视觉效果为看不到物体的黑色但是有像素值。
2022-09-27 21:13:32 808.21MB pytorch 深度学习 语义分割 自爆绝缘子