Udacity Capstone项目狗品种分类器 Udacity Capstone项目狗品种分类器 项目概况 提议的问题是对狗和人的图像进行分类,以估计更接近犬的品种。 给定狗的图像,该算法将识别犬的品种的估计值。 如果提供了人像,则代码将识别出类似狗的品种。 从初始数据集中,将存储图像的子集以进行测试,以测量估计的质量。 项目说明 该代码是使用AWS Sagemaker的笔记本实例开发的。 一切都旨在与jupyter实验室环境pytorch_p36一起使用,并利用SageMaker培训和端点功能。 数据集 。 它包含133个品种的狗图像。 。 它包含用于训练面部检测器的名人图像。 目录和文件 haarcascades /:文件夹,其中包含opencv进行面部检测所需的xml文件。 images /:测试笔记本的图像。 lambda /:包含带有lambda功能代码的文件的文件夹。
2023-03-09 12:32:53 96.17MB HTML
1
花了好长时间写的svm多分类 具体的使用在百度上 这个辛苦分应该给的吧 谢谢啦 花了好长时间写的svm多分类 具体的使用在百度上 这个辛苦分应该给的吧 谢谢啦
2023-03-09 10:06:02 11.87MB svm 多分类的源码
1
压缩感知理论在数据获取、数据存储/传输、数据分析和处理方面有很大优势,成为近年来的研究热点.考虑到大多数图像信号信息分布有差异,编码端,在对图像分块的基础上,融合熵估计和边缘检测方法计算各图像块的信息含量,再从两个不同的角度进行分类采样:依据信息量多少将图像块分为平滑、过渡和纹理3类,使用不同的采样率采样;依据信息量的分布特征,采用不同的采样率分配策略进行采样.在解码端,根据不同类型的图像块构造不同的线性算子进行重构,再运用改进的迭代阈值算法去除块效应和噪声.实验证明,算法在提升图像重构质量的同时缩短了重构时间,并且对纹理边缘多的图像的重构效果较其他方法理想.
1
说到电子产品,电容算是一种常用的器件了,无论电源电路、音频电路、射频电路都统统离不开它,今天就来一起分享下电容的基础知识。
2023-03-08 13:03:14 79KB 电容 基本知识 参数 文章
1
unctional Testing: Classification-Tree Method and Classification-Tree Editor TESTONA This page contains papers on the classification-tree method and the classification-tree editor. The classification-tree method is a testing method for the systematic design of test cases on basis of the specification. The classification-tree editor is a graphical editor supporting the application of the classification-tree method. Both are widely used in industrial practice. First papers on classification-tree method and classfication-tree editor were published in 1993 by Grimm, Grochtmann and Wegener. New enhancements were recently published by Berner
2023-03-08 11:53:33 26.12MB CTE XL 分类树 测试
1
【SVM分类】基于自适应蚁狮算法优化SVM分类器实现胃肠道病变附matlab代码
2023-03-08 10:57:31 671KB
1
让我们从具有Amazon产品评论的数据集开始,构建结构化的类:6个“级别1”类,64个“级别2”类和510个“级别3”类。探索用于分层文本分类的各种方法。 train_40k.csv unlabeled_150k.csv val_10k.csv
2023-03-07 22:34:42 37.3MB 数据集
1
基于Matlab麦克风阵列下互相关函数分类的声源定位算法matlab源码
1
姿势分类器 使用ml5.js和p5.js的姿势分类Web应用程序 数据采集​​: 从ml5库使用PoseNet模型,并为分类模型中使用的字母手动收集数据。 模型训练: 将收集的数据标准化并通过神经网络传递,并训练50个纪元。 部署: 经过训练的模型用于姿势分类,应用程序的UI在p5.js中开发,并使用github页面进行部署。
2023-03-07 17:43:38 353KB JavaScript
1
情感是音乐最重要的语义信息,音乐情感分类广泛应用于音乐检索,音乐推荐和音乐治疗等领域.传统的音乐情感分类大都是基于音频的,但基于现在的技术水平,很难从音频中提取出语义相关的音频特征.歌词文本中蕴含着一些情感信息,结合歌词进行音乐情感分类可以进一步提高分类性能.本文将面向中文歌词进行研究,构建一部合理的音乐情感词典是歌词情感分析的前提和基础,因此基于Word2Vec构建音乐领域的中文情感词典,并基于情感词加权和词性进行中文音乐情感分析.本文首先以VA情感模型为基础构建情感词表,采用Word2Vec中词语相似度计算的思想扩展情感词表,构建中文音乐情感词典,词典中包含每个词的情感类别和情感权值.然后,依照该词典获取情感词权值,构建基于TF-IDF (Term Frequency-Inverse Document Frequency)和词性的歌词文本的特征向量,最终实现音乐情感分类.实验结果表明所构建的音乐情感词典更适用于音乐领域,同时在构造特征向量时考虑词性的影响也可以提高准确率.
1