基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作

Pytorch实现基于LSTM的情感分析的代码和数据集

煤气罐检测数据集（课程作业、设计、比赛、实际项目所用） 【实际项目应用】： 智慧社区、智能安防、煤气罐识别检测告警等 【数据集说明】： 煤气罐检测数据集，一共1071张图片，数据背景较丰富，目标有大有小，各种角度，分布均匀，数据整体多样性较充足，标签包含voc（xml）、yolo（txt）、json三种格式，多种目标检测算法可直接使用。纯手工标注，目标框精准，算法拟合不错，数据质量可靠。

一系列高品质的动漫人脸数据集

yolov8 人脸检测数据集 一万张照片，300 epoch训练好的模型best.pt文件 准确率能达到百分之八十以上 预训练模型使用yolov8s, gpu3080ti训练两天

车牌检测识别训练数据集，蓝牌大概800多张、黄牌大概500多张、新能源绿牌大概200多张，少量白牌、黑牌数据。

探地雷达(GPR)波阻抗反演是一种准确获取地下介质本征参数的有效方法，该方法依赖于测井资料提供的低频信息，而在GPR实际应用中，钻孔资料很少。为此，提出利用共中心点(CMP)速度分析为波阻抗反演提供大尺度纵向约束，实现在CMP速度分析结果的约束框架下，精细重构介质的介电参数信息。首先，以层状模型为算例，验证了CMP速度分析结果作为波阻抗反演的初始模型约束的可行性；在此基础上，开展了2个随机介质模型的波阻抗反演测试，反演结果的整体结构与模型接近，细微结构得到了较好的重构，与理论值的平相对误差值为8.73 %。结果表明，该方法在随机介质模型的探地雷达的波阻抗反演中更高效和经济，并且成像结果中包含着丰富的细节信息，在土壤介质其他物理参数估计中极具可行性和适用性。

适用于 车辆检测 动态开发车牌识别系统的实用数据集。都是彩色图像灰度化以后的图像。 适用于 车辆检测 动态开发车牌识别系统的实用数据集。都是彩色图像灰度化以后的图像。

本数据集为容量数据集，数据为本人提取，其中马里兰CALCE容量为CS2型号电池的三组容量数据，各有700周期的数据，NASA为B5、B6、B7型号电池的三组容量数据，各有168周期的数据。内附说明文档，非常有使用价值。

examples：是RSI、RSM、BSM、SPAT、MAP消息集消息集编解码示例 v2x_asn：是根据.asn文件生成的源码，后续更新.asn文件即可更新源码 v2x_api：是基于v2x_asn源码封装的v2x asn uper编解码函数接口 V2X-2020.asn：消息集的asn代码文件 ... 一、编译测试步骤： 1、编译.so，执行命令： make clean make 2、编译测试demo，执行命令： make test export LD_LIBRARY_PATH=$(pwd) ../test1