《如何读取csv文件内容建立映射表(基于pandas)》这篇博客对应的处理文件
2024-05-05 17:12:40 1.32MB pandas
1
Jlink固件烧录软件,固件源文件。Windows11以下完全没问题。 用于修复Jlink固件损坏。
2024-04-30 14:53:24 6.94MB Jlink samba
1
三维点云机器学习检测定位圆心,拟合轴线(基于open3d和python)对应点云数据,可直接open3d读取,点云颜色为全白,包含xyzrgb
2024-04-28 11:07:17 611KB 机器学习 python open3d
1
关于博文:车载毫米波雷达的系统设计细节(3):关于目标检测的SNR-虚警率-检出率中相对应的仿真代码。
2024-04-26 09:58:41 9KB 目标检测 matlab仿真
1
C++音视频开发从放弃到入门(基于FFmpeg+OpenCV)开发对应的SDK,解压到E:\SDK即可使用。
2024-04-17 16:48:32 160.93MB opencv ffmpeg
1
KITTI数据集通过evo转换成tum数据,对应的结果,以及xx.txt的poses文件和times.txt的时间戳文件
2024-04-11 14:29:42 2.98MB 数据集 kitti
1
BDD100K数据集。BDD100K(Berkley DeepDrive 100K)是一个大规模的自动驾驶数据集,由加州大学伯克利分校的Berkley DeepDrive项目团队创建。该数据集旨在为自动驾驶研究提供大量的真实世界驾驶场景数据。 BDD100K数据集包含超过10万个视频序列,涵盖了不同地点、不同天气条件、不同场景的驾驶情况。每个视频序列都配备了高分辨率的前置摄像头记录的图像和对应的传感器数据,如GPS位置、车辆速度、车辆加速度等。这使得研究人员可以在真实世界的多样化驾驶场景中进行算法和模型的测试和评估。 BDD100K数据集主要关注场景理解和目标检测任务。它提供了包括车辆、行人、自行车、交通标志等多个类别的标注边界框。此外,数据集还提供了语义分割标注,用于对图像进行像素级别的分类。这使得研究人员可以进行更细粒度的场景理解和分析。 BDD100K数据集的规模和多样性使得它成为自动驾驶研究和算法开发的重要资源。研究人员可以利用该数据集进行目标检测、语义分割、行为预测等任务的训练和评估。一共上传的是7万张图片以及对应的标签(json格式),需要进行格式转换。图片过大传不了
2024-04-10 22:34:39 146.95MB 目标检测 交通物流
1
遗传算法及基于该算法的典型问题的求解实践,包括博文涉及的所有仿真及其结果,另外为害怕乱码,还将代码复制到了txt中。
2024-04-09 15:17:00 14KB matlab 遗传算法 旅行商问题 调度问题
1
易语言Excel多表对应处理源码,Excel多表对应处理,取分表姓名分数,对应姓名查找
1
使用了HX711称重模块来检测重量,DS1302时钟日历模块来跟踪时间,ISD1760语音模块用来播报重量和价格,HB12864M1A海比邻液晶显示,ESP8266进行WiFI通信,以及18B20温度模块来测量温度。通过将这些模块集成在一起,制作出了的电子秤 原文链接:https://blog.csdn.net/weixin_45694843/article/details/130569507
2024-04-02 19:55:03 389.41MB android studio
1