四种鱼类分类数据集，共254张图片。 四种鱼类分类数据集，共254张图片。 四种鱼类分类数据集，共254张图片。

它包含汽车的图像和它们的分割掩码。大部分照片都是从汽车侧面拍摄的。图像及其对应的掩码具有相同的名称。例如，“masks”文件夹中的003.png对应“images”文件夹中的003.png文件。掩码中的每个像素显示对应图像中对应像素的类。例如，像素(3,7)的值为1，表示对应图像中的像素(3,7)属于第1类。在这个数据集中我们有以下5个类;0-背景1 -汽车2 -车轮3 -灯光4 -窗户；一半的图片来自互联网，另一半是在街上拍摄的。210张图片。

它将包含大约80K个记录，涵盖来自北美、中南美洲和欧洲的1500到2000个物种。这是目前最大的生物声学数据集， 它将包含大约80K个记录，涵盖来自北美、中南美洲和欧洲的1500到2000个物种。这是目前最大的生物声学数据集，

网上收集的人脸图片数据集，收集了5749人的13233张照片并将其居中。照片中的1680人在数据集中有两张或两张以上不同的照片。原始数据库包含四组不同的LFW图像和三种不同类型的“对齐”图像。 网上收集的人脸图片数据集，收集了5749人的13233张照片并将其居中。照片中的1680人在数据集中有两张或两张以上不同的照片。原始数据库包含四组不同的LFW图像和三种不同类型的“对齐”图像。

西瓜花数据集，一共包含419张各类西瓜花的图片，可以用于西瓜花的识别模型的训练 西瓜花数据集，一共包含419张各类西瓜花的图片，可以用于西瓜花的识别模型的训练 西瓜花数据集，一共包含419张各类西瓜花的图片，可以用于西瓜花的识别模型的训练

象棋数据及该数据集，包含大量合成的、随机生成的代表国际象棋图像的图像，以俯瞰棋盘及其棋子的角度拍摄。每张图片都与一个包含注释的.json文件相关联。 象棋数据及该数据集，包含大量合成的、随机生成的代表国际象棋图像的图像，以俯瞰棋盘及其棋子的角度拍摄。每张图片都与一个包含注释的.json文件相关联。

这是我在部署安装torch-geometric的过程中使用到的几个工具包。

基于深度学习的停车场车辆识别研究

面部表情动作迁移+唇形同步Jupyter源码(需安装docker，附演示视频)+操作说明.zip 面部表情动作迁移+唇形同步Jupyter源码(需安装docker，附演示视频)+操作说明.zip 面部表情动作迁移+唇形同步Jupyter源码(需安装docker，附演示视频)+操作说明.zip 假设你已经熟悉 docker 并且已经正确安装 docker，执行以下步骤，开箱即用(浏览器输入：http://localhost:8899) # 1. pull image & run container ./start_dev.sh # 2. 进入 container 运行时环境 docker exec -it dev bash # 3. 启动 notebook ./start_jupyterlab.sh 在浏览器中打开 jupyterlab http://localhost:8899

基于pytorch的中国交通警察指挥手势识别项目源码+训练好的模型+数据集+项目操作说明.zip 识别8种中国交通警察指挥手势的Pytorch深度学习项目 带训练好的模型以及数据集 下载模型参数文件checkpoint和生成的骨架generated 放置在: ctpgr-pytorch/checkpoints ctpgr-pytorch/generated 下载交警手势数据集（必选） 交警手势数据集下载： 放置在： (用户文件夹)/PoliceGestureLong (用户文件夹)/AI_challenger_keypoint # 用户文件夹 在 Windows下是'C:\Users\(用户名)'，在Linux下是 '/home/(用户名)' 安装Pytorch和其它依赖： # Python 3.8.5 conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch conda install ujson pip install visdom opencv-python imgaug