ssdtools ssdtools是一个R软件包,用于绘制和拟合物种敏感度分布(SSD)。 SSD是累积概率分布,适合于不同物种的毒性浓度,如Posthuma等人所述。 (2001)。 ssdtools软件包使用最大似然来拟合分布,例如对数正态,伽马,对数逻辑,对数古姆贝尔,Gompertz和Weibull。 用户还可以提供自定义发行版。 可以使用信息标准对多个分布进行平均。 通过参数自举产生危害浓度和比例的置信区间。 安装 要从安装最新版本 install.packages( " ssdtools " ) 要安装最新的开发版本: install.packages( " remotes " ) remotes :: install_github( " bcgov/ssdtools " ) 介绍 ssdtools提供了包括硼在内的多种化学物质的数据集。 library( ssdto
1
利用SSD网络进行车牌检测模型训练
2022-12-26 19:31:31 195KB 深度学习
1
基于PaddleDetection中SSD算法实现的火焰识别检测源码+数据集+训练好的模型 配置文件都配置好 数据集都配置好,有数据配置脚本,执行一下即可。 训练好的模型,数据集 备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含:项目源码、训练好的模型、项目操作说明等,该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错,在此代码上做修改,训练其他模型。
SSD在分布式文件系统中的应用场景及方案对比,ceph集群分别有两个HDD和SSD存储池,一般来说,缓存层构建在昂贵/速度更快的SSD磁盘上,这样才能为客户提供更好的I/O性能。在缓存池后端通常是存储层,它由复制或者erasure类型的HDD组成。
2022-12-23 21:55:45 1.26MB Ceph OSD使用SSD作高速 SSD作高速缓存 DB
1
三星 MZQLW3T8HMLP-00003 PM963 3.84T U2 FW:CXV8601Q版本固件SSD FW 固件三星 MZQLW3T8HMLP-00003 PM963 3.84T U2 FW:CXV8601Q版本固件SSD FW 固件三星 MZQLW3T8HMLP-00003 PM963 3.84T U2 FW:CXV8601Q版本固件SSD FW 固件三星 MZQLW3T8HMLP-00003 PM963 3.84T U2 FW:CXV8601Q版本固件SSD FW 固件三星 MZQLW3T8HMLP-00003 PM963 3.84T U2 FW:CXV8601Q版本固件SSD FW 固件三星 MZQLW3T8HMLP-00003 PM963 3.84T U2 FW:CXV8601Q版本固件SSD FW 固件三星 MZQLW3T8HMLP-00003 PM963 3.84T U2 FW:CXV8601Q版本固件SSD FW 固件三星 MZQLW3T8HMLP-00003 PM963 3.84T U2 FW:CXV8601Q版本固件SSD FW 固件三星 MZQLW3T8H
2022-12-23 12:04:56 666KB SSDFWPM9633.4 PM963-3.84TFW
1
ssd300_mAP_77.43_v2.pth
2022-12-14 17:08:09 90.09MB SSD pytorch python vgg
1
This specification defines a standardized NAND Flash device interface that provides the means for a system to be designed that supports a range of NAND Flash devices without direct design pre-association. The solution also provides the means for a system to seamlessly make use of new NAND devices that may not have existed at the time that the system was designed.
2022-12-13 21:02:18 8.15MB SSD NANDFLASH接口
1
Pytorch SSD预训练模型mobilenet-v1-ssd-mp-0_675.pth
2022-12-12 16:32:48 33.91MB PytorchSSD
1
基于改进SSD算法(SE+特征融合)的苹果叶病虫害识别系统源码(pytorch框架)+改进前源码+病害数据集+项目说明.zip 主要改进点如下: 1、替换backbone为Resnet/MobileNet 2、添加一种更加轻量高效的特征融合方式 feature fusion module 3、添加注意力机制 (Squeeze-and-Excitation Module 和 Convolutional Block Attention Module) 4、添加一种解决正负样本不平衡的损失函数Focal Loss 附有苹果叶病害数据集,可训练模型
2022-12-07 12:27:48 90.31MB SSD 算法改进 注意力机制 SE模块
如何在RK3588上面使用摄像头实时实现物体识别,对应的完整源码 如何释放资源,编译及运行,可参考详细文档 有兴趣的朋友可以私聊或电话沟通,谢谢
2022-12-06 09:03:10 20.28MB sdk
1