tree-risk-ai:人工智能用于树木故障识别和风险量化-源码

上传者: 42168830 | 上传时间: 2021-06-21 11:37:53 | 文件大小: 11.56MB | 文件类型: ZIP
风险树 人工智能用于树木故障识别和风险量化 步骤1:标记输入数据 输入为图像(当前为3024 x 4032像素)。 这些当前保存在本地,无法在远程上访问。 通过电子邮件发送给协作者以进行数据访问。 要执行标记,请运行process-image-files 。 当前框架假定theraw图像位于data/raw/Pictures for AI 。 步骤2:预处理图像 在此步骤中,我们执行图像大小调整和数据增强(随机裁剪,水平翻转-概率为50%)。 用户可以为原始图像集指定扩展因子。 例如,如果原始集中有500张图像,并且为预处理功能指定了5的扩展因子,则最终的扩展集将包含2500张图像。 最终,针对4个分类方案和用户指定的分辨率(例如64 x 64 px,128 x 128 px等)生成图像训练集。还执行单热矢量编码。 每组图像和标签都作为元组数组保存在二进制.npy文件中。 步骤3:CNN超

文件下载

资源详情

[{"title":"( 213 个子文件 11.56MB ) tree-risk-ai:人工智能用于树木故障识别和风险量化-源码","children":[{"title":".gitignore <span style='color:#111;'> 692B </span>","children":null,"spread":false},{"title":"scenario_resolution_performance_PrPo_Im128px_trial_6.txt <span style='color:#111;'> 943B </span>","children":null,"spread":false},{"title":"scenario_resolution_performance_PrPo_Im64px_trial_2.txt <span style='color:#111;'> 947B </span>","children":null,"spread":false},{"title":"scenario_resolution_performance_Pr_PoIm64px_trial_4.txt <span style='color:#111;'> 966B </span>","children":null,"spread":false},{"title":"scenario_resolution_performance_PrPo_Im128px_trial_8.txt <span style='color:#111;'> 965B </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明