基于megengine的retinanet的目标检测模型,主干网络ResNet34
2022-10-17 17:07:36 111.82MB megengine retinanet 目标检测模型
1
基于megengine的retinanet的目标检测模型,主干网络ResNet50
2022-10-17 17:07:35 134.86MB megengine retinanet 目标检测模型
1
基于megengine的retinanet的目标检测模型,主干网络ResNext101
2022-10-17 17:07:34 361.13MB megengine retinanet 目标检测模型
1
某园区网络主干光缆敷设及分中心机房建设方案...doc
2022-10-16 14:00:15 92KB 互联网
1
包括检查点、里程碑、极限,主干、标签、分支等概念
2022-10-10 17:03:48 440KB 版本管理 Git
1
YOLOv3的Darknet53主干网络的预训练权重,为pytorch版本,文件格式为.pth
2022-07-10 12:55:10 155.01MB pytorch 网络 源码软件 人工智能
1
网络技术-综合布线-校园网主干网络设备管理信息系统的设计与实现.pdf
2022-05-12 18:06:38 4.29MB 文档资料
图像字幕火炬 使用Inception_V3作为主干图像字幕的简单尝试。 基于Pytorch,无需关注(可能会在以后更新)
2022-04-15 15:18:12 780KB Python
1
DPC数据库 基于密度骨干和模糊邻域的密度峰聚类 Abdulrahman Lotfi a , Parham Moradi a , Hamid Beigy b 计算机工程,库尔德大学,萨南达季,伊朗的一处 b谢里夫工业大学计算机工程系,伊朗德黑兰 抽象的 密度峰聚类(DPC)由于使用了非迭代过程而成为一种有效的聚类算法。 但是,DPC及其大多数改进都有以下缺点:(1)对截止距离参数高度敏感;(2)在计算局部密度时忽略数据的局部结构;(3)使用明快的内核来计算局部密度(4)遭受连锁React的原因。 为了解决这些问题,本文提出了一种称为DPC-DBFN的新方法。 所提出的方法使用模糊核来提高聚类的可分离性并减少离群值的影响。 DPC-DBFN使用基于密度的kNN图来标记主干。 此策略可防止连锁React,并为位于边界区域的那些实例有效分配真实标签,以有效地聚类具有各种形状和密度的数据。 DP
2022-01-25 22:27:34 356KB MATLAB
1
中国主干河流网,包括全国主要流域,一二三四五级干流支流
2022-01-12 21:32:43 488KB 中国 主干 河流
1