基于深度学习的平面抓取检测python+pybullet仿真平台机械臂控制实现源码.zip 基于深度学习的平面抓取检测，机械臂控制 python和pybullet仿真平台实现源码。

基于深度学习的医学图像分析 适合初学者，内含数据集以及R源码，可以直接部署

可视化课程大作业基于深度学习的可视化图表调色板推荐系统项目源码.zip课程设计期末大作业，可视化课程大作业：基于深度学习的可视化图表调色板推荐系统的实现 参考文献：InfoColorizer_Interactive_Recommendation_of_Color_Palettes_for_Infographics 本项目是对文章InfoColorizer：Interactive Recommendation of Color Palettes for Infographics的复现与拓展 InfoColorizer是一种工具，允许用户在创建信息图时有效地获得高质量的调色板。 它由一个推荐引擎和一个可视化界面组成。 从一个大型信息图数据集中，我们提取了一组嵌入信息图的结构和颜色信息的特征(红色箭头)。 然后，我们训练一个深度学习模型，VAEAC，它在数据中描述好的颜色设计实践，来构建我们的推荐引擎。 通过可视化界面，用户可以获得推荐的调色板，指定各种颜色偏好和限制，预览和编辑信息图， 并以迭代的方式检索新的推荐(蓝色箭头)。

包含源代码

边做边学！PyTorch开发深度学习 支持库。 1.本文档中处理的任务内容和深度学习模型 第1章图像分类和迁移学习（VGG） 第2章对象识别（SSD） 第3章语义分割（PSPNet） 第4章姿势估计（OpenPose） 第5章GAN的图像生成（DCGAN，自我注意GAN） 第6章GAN异常检测（AnoGAN，Efficient GAN） 第7章通过自然语言处理（变压器）进行情感分析 第8章通过自然语言处理（BERT）进行情感分析 第9章视频分类（3DCNN，ECO） 本手册的详细内容在下面分别说明。 2.问题/更正由问题管理 问题和更正在此GitHub问题中进行管理。 如有任何疑问，请单击此处。 3.关于印刷错误 单击此处以获取本书中的印刷错误列表。我很抱歉。

Udacity的无人驾驶汽车项目：此存储库包含我关于Udacity的第1学期的无人驾驶汽车纳米学位项目的总结报告，该项目专注于决策的计算机视觉和深度学习

labelimg安装教程

一份卷积神经网络初学者的指南

OPT（Omni-Perception Pre-Trainer）是全场景感知预训练模型的简称，中文名字叫紫东太初，是中科院自动化和华为联合研发的多模态预训练模型，本仓是紫东太初十亿参数级别模型的MindSpore版本代码，包含预训练模型及多个下游任务模型。

基于深度学习opencv实现3类水果识别检测源码(带GUI界面) +模型 +2380张数据集 +评估指标曲线 +操作使用说明 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。