利用图遍历知识和马尔科夫链进行相似矩阵转换去查找多元时间序列中的数据异常论文
2021-03-23 11:16:52
668KB
1
Void A fast and light voice liveness detection system
2021-03-19 20:00:06
2.17MB
1
mask-rcnn：在MATLAB中进行Mask-RCNN训练和预测以进行实例分割
2021-03-19 18:57:27
4.21MB
1
创建检测模型以帮助农业生产！
Leaf Type Detection_datasets.txt
Leaf Type Detection_datasets.zip
2021-03-18 21:57:15
45.05MB
1
翻译Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector_202
2021-03-18 21:07:10
1.16MB
1
PPT分享Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector
2021-03-18 21:07:10
4.14MB
1
数据集为美国军用飞机检测数据，包含34种飞机类型。
Military Aircraft Detection Dataset_datasets.txt
Military Aircraft Detection Dataset_annotation_samples_datasets.zip
Military Aircraft Detection Dataset_yolov5_detections_datasets.zip
Military Aircraft Detection Dataset01_dataset_datasets.zip
Military Aircraft Detection Dataset02_dataset_datasets.zip
2021-03-18 14:10:40
1.71GB
1
CONVNET_Eye_Detection
动机
卷积神经网络旨在检测睁眼和闭眼的图像之间的差异。该检测在自动驾驶领域中尤其重要，以确保驾驶员不会睡在方向盘后方。
该数据集包含从野外（LFW）数据库中的“带标签的面Kong” [1]中选择的4852个眼睛的图像，它们分为2类打开和关闭。
所有功能都通过sklearn的StandardScaler类进行了标准化。分类标签也使用sklearn的Labelencoder类进行了数值转换。最后，将转换后的类向量整数标签转换为二进制矩阵，以促进与keras的to_categorical类进行分类交叉熵。
神经网络拓扑和结果摘要
二进制交叉熵损失函数与Rmsprop优化器一起用于此分类任务。
经过10个时间段后，训练和验证集分类器在区分睁眼和闭眼的图像时达到了约93％的准确度。
执照
参考
[1] Gary B. Huang，Manu Ramesh，T
2021-03-18 13:05:52
2KB
1
目标检测，机器学习
2021-03-18 09:25:11
575KB
1