密度估计方法matlab代码,可求带宽和密度分布,自行更换数据,自行设置参数(可用默认值)
2024-01-09 21:04:08 5KB matlab
1
为了解决在复杂背景以及人流密集且互相遮挡的场景下, 对人流密度进行估计精度低的问题, 提出了基于YOLOv3增强模型融合的方法进行人流密度估计. 首先将数据集分别进行头部标注和身体标注, 生成头部集和身体集. 然后用这两个数据集分别训练两个YOLOv3增强模型YOLO-body和YOLO-head, 最后使用这两个模型在相同的测试数据集上推理, 将其输出结果进行极大值融合. 结果表明基于YOLOv3增强模型融合的方法, 与原始目标检测方法和密度图回归的方法相比精度提高了4%, 且具有较好的鲁棒性.
1
基于PaddlePaddle实现的密度估计模型CrowdNet预训练模型
2022-12-06 14:13:36 154.03MB paddlepaddle 深度学习 人工智能 人流密度
1
这是百度“深度学习”训练营的“人流密度估计”竞赛赛题公布。
2022-12-02 18:05:13 9.51MB 百度 人流密度估计 paddlepaddle 深度学习
1
【达摩老生出品,必属精品,亲测校正,质量保证】 资源名:MATLAB 高斯核密度估计算法 程序源码.zip 资源类型:程序源代码 源码说明: 基于MATLAB编写的核密度估计方法,采用的核是高斯核,包含完整源码和注释,非常适合借鉴学习 适合人群:新手及有一定经验的开发人员
DHU机器学习课程KDE核密度估计图像处理大作业报告(含全部程序截图+实验结果图+结果分析+拓展题)
2022-09-29 16:14:35 1.67MB KDE 核密度估计 机器学习 东华大学
1
人群密度估计P2PNET OPENCV453
2022-09-03 09:06:58 79.55MB CV
1
概率主成分分析仪(MPPCA)的混合物 安装 将存储库的内容复制到您喜欢的位置 git clone git@github.com:SamuelePolimi/MPPCA.git cd MPPCA 并安装库 cd ../.. pip install -e . 具有循环数据的第一个示例 让我们生成一些圆形的数据 n_samples = 500 theta = np . random . uniform ( - np . pi , np . pi , size = n_samples ) x_1 = np . sin ( theta ) x_2 = np . cos ( theta ) r = np . random . normal ( scale = 0.1 , size = n_samples ) + 1. X = np . array ([ x_1 * r , x_2 * r ]).
2022-05-28 23:14:51 207KB Python
1
% 基于 PCA 的故障检测% % 输入:z0 [N x 2] = 训练数据% z1 [N x 2] = 测试数据% 其中: N = 样本数% % 此代码可视化 PCA 如何计算% 用于故障检测中的多元数据。 % 它还使用 MATLAB 的 ks密度% 估计数据 PDF,以便计算% 基于 T^2 的控制上限。 % % simpledata.mat 具有样本温度 [K] % 和浓度 [mol/L] 数据来自% 模拟 CSTR 的含量。 % % 输出是原始数据的图, % 归一化数据和 PCA 投影数据。 % 另外,环代表基于 T^2 的% 不同用户的控制上限 - % 定义的置信水平被绘制。 % % 您可以在第 77 行编辑置信限。 % % 此代码用于教育目的。 % % 加载 simpledata.mat 并运行以下命令: % >> pcabased_fault_detection(train,
2022-05-09 13:06:53 17KB matlab
1