CrowdCountingDataset是一个高密度人群图像数据,图片来自FLICKR网站。数据集由视频中帧的RGB图像(作为输入)和每帧计数的对象组成,这是图像中行人(对象)的数量。该数据集是用商场的网络摄像头记录的同一地点的3个通道的图像是480x640像素,但每帧的人数不同,主要用于人群计数的问题。
2023-03-06 09:52:19 8.01MB 数据集
1
恶意URL检测,对应与机器学习是个分类问题,这里分别用逻辑回归和SVM支持向量机分类模型进行模型实现。 恶意URL检测的方法很多,这里介绍通过机器学习分析URL文本分词词频来检测恶意URL。训练的数据集为开源数据集,通过机器学习训练检测模型,然后做了部分工程化的应用,将模型持久化,在应用的时候加载进来直接应用,不用重新进行训练。通过接口调用实现恶意URL检测预测判断。 恶意URL检测,对应与机器学习是个分类问题,这里分别用逻辑回归和SVM支持向量机分类模型进行模型实现。 本资源包括机器学习实现恶意URL检测实战的代码和数据集
2023-03-06 00:53:43 13.15MB 机器学习 恶意URL检测
1
yelp-reviews-NLP 关于数据集Yelp评论的NLP
2023-03-04 19:26:16 40KB JupyterNotebook
1
BB-SVM模型用于论文数据集的自动人格检测(大五人格标记特征) 该存储库包含基于BERT模型的Bagging SVM,用于对Essays数据集进行分类。 安装 有关可以通过以下方式安装的相关软件包的列表,请参阅requirements.txt。 pip -r requirements.txt 本文使用指定的版本。 请注意,需求模块的更新版本可能会更改结果。 一些实验证明,更新的sklearn可以提高准确性。 但是,还请检查按需要求(例如,要求1.10 3.8
1
山东大学指静脉数据集
2023-03-04 14:22:08 162.65MB 数据集 指静脉 山东大学
1
这用Jupyter完成Iris数据集的 Fisher线性分类,并学习数据可视化技术 。里写目录标题用Jupyter完成Iris数据集的 Fisher线性分类,并学习数据可视化技术 。一、完成Iris数据集的 Fisher线性分类判断准确率二、学习数据可视化1、数据概览1.1、读取文件1.2、前五行数据1.3、后五行数据1.4、查看数据整体信息1.5、描述性统计1.6、对每种特征计数2、特征工程2.1、引入可视化所需要的库2.2、去掉Species下的字符2.2、绘制花萼的长度与宽度的散点图2.3、绘制花瓣的长度与宽度的散点图2.4、Id编号与花萼长度, 花萼宽度, 花瓣长度, 花瓣宽度之间的关
2023-03-04 14:14:07 108KB her IS 分类
1
本文从局部能量的角度提出了一种有效的图像边缘检测方法.在以一个像素点为中心的对称区域中,计算区域内所有像素的灰度值与中心像素的灰度值之间的差值,将差值平方的总和作为中心点所对应的局部能量.该局部能量可以有效地用于检测图像的边缘,因为边缘点的局部能量要比对应光滑区域内的像素点大得多.根据本文所构造的局部能量函数可以有效地找到边缘点.本文使用Baddeley误差度量(BEM)方法来评估本文方法检测结果的准确性.实验结果表明本文方法检测效果比较好.
1
YOLOv5火焰烟雾检测+训练好的模型+数据集+pyqt界面,下载即可使用可直接进行推理测试。 1、项目是训练过的,可直接进行推力测试。 2、项目包含烟雾和火焰的数据集,已标记好! 3、如果想想重新训练也可以。 4、可以直接用训练好的权重pt文件进行推力测试,测试视频和图片都可以,很好用。 5、价格绝对是优惠价,可以放心下载 YOLOv5训练好的火焰烟雾检测模型,包括yolov5s-fire_smoke.pt和yolov5m-fire_smoke.pt两个训练好的模型,并包含标注好的火焰和烟雾数据集,标签格式为xml和txt两种 采用pytrch框架,代码是python的YOLOv5火灾火焰烟雾检测源码+训练好的模型+数据集+pyqt界面.zipYOLOv5火灾火焰烟雾检测源码+训练好的模型+数据集+pyqt界面.zipYOLOv5火灾火焰烟雾检测源码+训练好的模型+数据集+pyqt界面.zipYOLOv5火灾火焰烟雾检测源码+训练好的模型+数据集+pyqt界面.zipYOLOv5火灾火焰烟雾检测源码+训练好的模型+数据集+pyqt界面.zipYOLOv5火灾火焰烟雾检测源码+训练好
2023-03-04 10:24:23 492.02MB yolov5 火灾检测 数据集
1
Kvasir:该数据集包含1000张息肉图像,其范围在332×487到1920×1072,并且图像中息肉区域的大小和形状也各不相同。 CVC-ColonDB:该数据集是由结肠镜检查的15个不同序列中采样的380图像组成,其图像大小皆为574×500。 CVC-ClinicDB:该数据集是从25个结肠镜检查视频中提取612张图像组成的。其图像大小都是384×288。 CVC-300:60张息肉样本图像,其大小为574×500。 ETIS:该数据集是从34个结肠镜检查视频中提取了196张图像,其图像大小都是1225×966。
2023-03-04 10:06:40 327.42MB 图像处理 医学图像
1
资源给大家带来一个利用卷积神经网络(pytorch版)实现空气质量的识别分类与预测。 我们知道雾霾天气是一种大气污染状态,PM2.5被认为是造成雾霾天气的“元凶”,PM2.5日均值越小,空气质量越好. 空气质量评价的主要污染物为细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)等六项。
1