包含五百多张救生衣图像数据，可用作深度学习模型训练，测试，yolo等目标检测或图像分割算法等

咖啡豆识别训练数据集图片

本人“用于图像压缩和去噪的深度CNN自动编码器”文章的jupyter notebook源代码

一天搞懂深度学习，是李宏毅教授的讲义PPT，对于初学深度学习的人来说，是很好的入门文档。希望对大家有帮助。

这本书是由学界领军人物 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合力打造

《大数据基础编程、实验和案例教程（第2版）》是2020年清华大学出版社出版的图书，作者林子雨 本实践教程主要介绍大数据软件环境的搭建、大数据基础编程和大数据实验案例，可以帮助大数据学习者有效构建大数据实验环境，快速开展入门级编程。内容包括Linux系统的安装、Hadoop的安装、HDFS基础编程、HBase安装和基础编程、MapReduce基础编程、Hive安装和基础编程、MongoDB安装和基础编程、Redis安装和基础编程、数据仓库Hive安装和基础编程、可视化工具安装和使用、Spark安装和基础编程、大数据实验综合案例 ISBN:9787302559771

服务器基础知识介绍 目录 一、 服务器的基本概念 二、服务器关键部件介绍 三、服务器对接存储技术 四、服务器对接网络技术 一、服务器的基本概念 1.1 服务器是什么 1.2 服务器概述 1.3 服务器设备的物理结构 1.4 服务器系统的软件框架 服务器是什么 英文名称为"Server"，是在网络上提供各种服务的高性能计算机。 高性能 高可 靠 服务器特点 特点 可用性 易用性 可管理性 可靠性 可扩展性 服务器的应用模型 C/S结构 网 络 服务器 客户端 客户端 客户端 一、服务器的基本概念 1.1 服务器是什么 1.2 服务器概述 1.3 服务器设备的物理结构 1.4 服务器系统的软件框架 服务器的分类——按硬件形态 塔式服务器 机架服务器 刀片服务器 服务器的分类——按服务规模 入门级服务器 工作组级服务器 部门级服务器 企业级服务器 等同于"PC服务器" 低档服务器，提供小规模（50客户端左右）服务 中档服务器，为100个左右的客户端提供服务 高档服务器，用于数百台以上的客户端访问 服务器的分类——按处理器类型 处理器类型 CISC（复杂指令集） X86, IA-32, EM64T, AMD 64 EPIC（显式并行指令集） IA-64安腾处理器 RISC（精简指令集） PowerPC, SPARC 服务器和PC机的区别 区分项 服务器 PC机 运算能力 高（多处理器） 低（单处理器） 存储能力 大容量、可扩展 容量较小、不易扩展 使用人数 多人 1人 使用方式 网络接入 键盘、鼠标、显示器 工作时间 7 x 24 数小时 协同工作 集群 单机 部件冗余 电源、风扇 无冗余 系统监控 IPMI 无监控 服务器使用场景 服务器应用 代理 DNS FTP Web 邮件 数据库 文件 一、服务器的基本概念 1.1服务器是什么 1.2服务器概述 1.3服务器设备的物理结构 1.4服务器系统的软件框架 服务器硬件 1 机箱 2 主板 3 内存 4 CPU 5 CPU散热片 6 PCIe扩展卡 7 电源 8 风扇 9 硬盘 1 7 3 2 4 4 5 5 6 8 9 服务器硬件结构示意图 3 服务器的核心部件 硬盘 内存 CPU 主板 服务器逻辑架构介绍 一、服务器的基本概念 1.1服务器是什么 1.2服务器概述 1.3服务器设备的物理结构 1.4服务器系统的软件框架 BMC BMC是基板管理控制器(baseboard management controller) 的缩写，这是 一个在IPMI结构下提供智能管理的控制器。 BMC的主要功能 通过系统的串口进行访问 故障日志记录和 SNMP 警报发送 访问系统事件日志 (System Event Log ,SEL) 和传感器状况 控制包括开机和关机 独立于系统电源或工作状态的支持 模拟KVM 通过远程连接服务器的BMC端口，来实现对服务器的操作和控制，就像是 使用键盘、鼠标、显示器直接连接到服务器上操作一样。 虚拟媒体 虚拟媒体功能将客户端的物理光驱或是ISO文件虚拟成服务器的内置光驱 来使用。 二、服务器关键部件介绍 2.1 CPU类型和应用 2.2 内存类型和应用 2.3 硬盘类型和应用 2.4 RAID技术 2.5 PCIE接口及应用 2.6 BIOS的作用和发展 2.7 BMC和机框管理的作用和发展 2.8 NVMe CPU 中央处理器（Central Processing Unit，CPU）是一台计算机的运 算核心和控制核心。 CPU、内部存储器和输入/输出设备是电子计算机三大核心部件。 CPU主要功能是解释计算机指令以及处理计算机软件中的数据。 CPU的组成 CPU由运算器、控制器和寄存器及实现它们之间联系的数据、控制及状态 的总线构成。 寄存器 运算器 控制器 输入设备 输出设备 数据信号 控制信号 CPU的频率 主频 主频也叫时钟频率，单位是兆赫（MHz）或千兆赫（GHz），用来表 示CPU的运算、处理数据的速度。 外频 外频是CPU的基准频率，单位是MHz。CPU的外频决定着整块主板的 运行速度。 总线频率 总线频率直接影响CPU与内存数据交换的速度。 倍频系数 倍频系数是指CPU主频与外频之间的相对比例关系。 CPU的缓存 L1 Cache L1 Cache （ 一 级 缓 存 ） 是 CPU第一层高速缓存，分为数 据缓存和指令缓存。 L2 Cache L2 Cache （ 二 级 缓 存 ） 是 CPU的第二层高速缓存，分内 部和外部两种芯片。 L3 Cache L3 Cache（三级缓存），分 为两种，早期的是外置，现在 的都是内置的。 CPU的指令集 CICS指令集 CISC指令集，即复杂指令集（Complex Instruction Set Compute

下载内容里健康叶片文件太大无法上传，私信我邮箱即可

1.支持任意大小的图片输入 2.输入模糊的图片，输出清晰的图片 3.采用pytorch框架实现，带有预训练权重，压缩包中带有完整的测试样例和代码 4.开箱即用，只需要两行代码即可使用

Python语言、PyQt5、tensorflow、opencv、 单张图片、批量图片、视频和摄像头的识别检测 车牌识别其实是个经典的机器视觉任务了，通过图像处理技术检测、定位、识别车牌上的字符，实现计算机对车牌的智能管理功能。如今在小区停车场、高速公路出入口、监控场所、自动收费站等地都有车牌识别系统的存在，车牌识别的研究也已逐步成熟。尽管该技术随处可见了，但其实在精度和识别速度上还需要进一步提升，自己动手实现一个车牌识别系统有利于学习和理解图像处理的先进技术。 车牌识别的算法经过了多次版本迭代，检测的效率和准确率有所提升，从最初的基于LBP和Haar特征的车牌检测，到后来逐步采用深度学习的方式如SSD、YOLO等算法。车牌的识别部分也由字符匹配到深度神经网络，通过不断验证和测试，其检测和识别效果和适用性都更加突出，支持的模型也更为丰富。 网上的车牌识别程序代码很多，大部分都是采用深度学习的目标检测算法等识别单张图片中的车牌，但几乎没有人将其开发成一个可以展示的完整软件，即使有的也是比较简单的界面。对此这里给出博主设计的