matlab改变代码颜色MDL4OW 的源代码和注释: 刘胜杰,石谦和张良培。 使用多任务深度学习的未知类的少量快照高光谱图像分类。 IEEE TGRS,2020年。 接触: 代码和注释在此处发布,或检查 概述 普通:错误分类道路,房屋,直升机和卡车 以下是正常/封闭式分类。 如果您熟悉高光谱数据,您会发现培训样本中未包含某些材料。 例如,对于上方的图像(萨利纳斯山谷),道路和农田之间的房屋无法分类为任何已知类别。 但是,深度学习模型仍然必须分配标签之一,因为从不教它识别未知实例。 我们的工作:用黑色掩盖未知的事物 我们在这里所做的是,通过使用多任务深度学习,使深度学习模型具有识别未知事物的能力:那些被黑色掩盖的事物。 对于上方的图像(萨利纳斯山谷),农田之间的道路和房屋已成功识别。 对于下图(帕维亚大学校园),直升机和卡车被成功识别。 钥匙包 tensorflow-gpu==1.9 keras==2.1.6 libmr 在Windows 10的Python 3.6上测试 推荐Anaconda,Spyder 如何使用 高光谱卫星图像 输入图像的大小为imx×imy×通道。 卫星图像是标
2024-04-08 16:45:32 48KB 系统开源
1
数据集 数据集_从零开始学习SSD目标检测算法训练自己的数据集
2024-04-08 16:14:30 3.94MB 数据集 目标检测 ssd
1
用python3实现基于深度学习的AI人脸识别系统,脚本可以直接运行(包括源码文件、数据文件) 用到技术:Flask + OpenCV-Python + Keras + Sklearn 压缩包中包括:照片样本采集源码、深度学习和训练源码、人脸识别相关源码、Flask实现人脸识别接口等。 通过浏览器上传图片,或者打开摄像头即可识别。
2024-04-08 15:09:37 147.6MB 深度学习 人工智能 python3
1
STM32 F103C8T6学习笔记9:0.96寸单色OLED显示屏—自由取模显示—显示汉字.rar
2024-04-08 10:56:21 4.32MB stm32
1
YOLOv5的商品识别
2024-04-08 10:29:03 4.08MB python 深度学习
1
通过simulink实现基于DDPG强化学习的控制器建模与仿真,这个是matlab自带的一个案例,在simulink入门60例中【Simulink教程案例50】,以该模型为例,对该模型进行介绍。
2024-04-08 10:23:07 228KB matlab DDPG 强化学习
1
少儿编程源码特点: 一、基于scratch3.0的少儿编程在线模式,开启在线教学获客方式,体验有温度、有人情味的系统,解决编程培训机构线上业务的需求。 二、基于scratch3.0版本开发,平台采用THINKPHP5、VUE.js相结合 线上线下相互引流的新零售模式。通过大数据技术、人工智能技术,定制界面设计达到完美结合。为客户打造不一样的风格,转化的每一个核心技术环节。 三、创新、丰富的商业系统。彩纸屋编程系统为培训企业提供一站式服务,从全终端建站到全网推广。给你最新体验!创新的商业模式,功能多,覆盖广。 四、性价比高,从全终端、全能型网站,尽在掌握。 五、家校沟通,作业作品实时批改推送,手机端PC端同步编程,引流、互动、营销一步到位。方便管理层,加快成交进度 六、应用范围广。专注于培训机构营销、平台之间的合作,支持网络多加公司,多人联网系统工作,更高效,更快捷。 七、权限分配和角色管理。灵活设置每一位成员的权限,角色不同分配管理层面。与各个角色无缝对接,获取海量用户,迅速进入盈利阶段。 八、移动端应用。深入行业解决方案,精准化营销,成为营销创新者!
1
深度学习框架,gpu版本的pytorch,在python3.5+ cuda10.0 + cudnn7.6+pytorch1.2.0 gpu_torcvision0.4.0
2024-04-07 22:23:24 714.94MB 深度学习,pytorch gpu
1
数据集样本数量为1532,所有图片已标注为VOC xml和YOLO txt两种格式,其中YOLO TXT 格式的已划分为训练集、验证集和测试集,能直接用于YOLO算法的训练。可用于YOLO小目标检测模型训练,机器学习,深度学习,人工智能,python,pycharm。
2024-04-07 20:48:22 78.54MB 数据集 YOLO 人群检测 深度学习
1
基于python机器学习的全国气象数据采集预测可视化系统 毕业设计 预测模型+爬虫(包含文档+源码+部署教程) 系统功能主要包括数据采集功能、数据可视化功能、数据预测功能、用户登录与注册功能、数据管理功能。其中数据采集功能包含全国实时天气数据采集和上海历史天气数据采集。数据可视化功能包含全国综合天气数据可视化、全国各城市天气数据可视化以及上海历史天气数据可视化。数据预测功能指的是气象分析预测;数据管理指的是多维度的数据管理,包含用户数据、公告数据、全国气象数据管理等。 该系统可以自动地从中国天气网获取实时天气数据,并将数据清洗、存储在MYSQL数据库中。同时,通过ECharts技术实现数据可视化,在大屏幕上实现了全国综合天气数据可视化,以及全国各城市和上海历史天气数据的可视化。其次,系统还实现了机器学习预测天气模型构建与训练,使用scikit-learn、pandas、numpy等工具实现多元线性回归模型。预测模型可以对天气趋势进行分析,提供预测结果。此外,该系统还实现了用户登录和注册功能,以及数据管理模块,用于管理用户数据、公告数据、全国天气数据和上海历史气象数据。
2024-04-07 19:33:49 82.06MB python 机器学习 毕业设计 天气数据
1