基于径向基神经网络（RBFNN）的数据预测模型（Python实现），压缩包中源码RBFNN.py为模型的训练过程，训练结束后会保存训练好的的模型参数，test.py主要用于利用训练好的模型对测试数据集进行预测，输出结果包括各种误差指标，.npy文件为训练后生成的中心点、宽度向量等参数，train.csv为训练数据集，test.csv为测试数据集。
2023-03-08 18:20:39
7KB
1
针对实际交通场景下的车辆目标，应用深度学习目标分类算法中具有代表性的Faster R-CNN框架，结合ImageNet中的车辆数据集，把场景中的目标检测问题转换为目标的二分类问题，进行车辆目标的检测识别。相比传统机器学习目标检测算法，基于深度学习的目标检测算法在检测准确度和执行效率上优势明显。通过本实验结果分析表明，该方法在识别精度以及速度上均取得了显著的提高。
2023-03-08 17:30:57
2.57MB
1
使用Python实现广义回归神经网络（GRNN）用于数据预测，压缩包中源码GRNN.py主要用于使用训练数据集进行模型训练，同时对测试数据集进行预测，输出结果包括MAE、MAPE等误差值以及预测差值的分布情况等，train.csv为训练数据集，test.csv为测试数据集，.npy文件为保存预测的值及预测误差值。
2023-03-08 16:45:56
5KB
1
口罩数据集，可以用来训练yolo系列的模型，这里面有label文件，直接编写数据集路径就能进行训练了。就可以完成了。数据集 不大也不小，cl为两类，一类是mask，一类是unmask。很简单。最重要的是还包括了未正确佩戴口罩的图片（也就是那些戴口罩漏鼻子的）！把这部分也作为未佩戴口罩的数据集，在极高的实际意义。所有图片均是由人脸识别模块切割出，只包含人脸这一小部分图像，对训练的准确性有极大的提高，还进行了旋转操作实现数据增强。可以是yolo格式的，也可以是voc格式的。
2023-03-08 15:08:19
60.87MB
1
共享单车的出租过程与环境和季节性环境高度相关。例如，天气条件，降水，星期几，季节，一天中的小时等等可能会影响出租行为。核心数据集与两年历史记录相对应， 该历史记录对应于美国华盛顿特区Capital Bikeshare系统的2011年和2012年。
day.csv
hour.csv
2023-03-08 12:17:15
278KB
1
这是VOC2012转换的coco格式的数据集可以用于目标检测训练或者矩形框形式的分割。
数据集已经按照训练验证集：测试集=9:1划分，然后训练集：验证集=9:1也就是训练集=0.9x0.9 验证集=0.9x0.1 测试集=0.1，可以用于paddledetection,mmdetection,effientdet等框架训练，由于数据集太大已经放云盘下载。
2023-03-07 22:53:38
101KB
让我们从具有Amazon产品评论的数据集开始，构建结构化的类：6个“级别1”类，64个“级别2”类和510个“级别3”类。探索用于分层文本分类的各种方法。
train_40k.csv
unlabeled_150k.csv
val_10k.csv
2023-03-07 22:34:42
37.3MB
1