- 【Python训练营】Python每日一练----第20天:星期一（datetime模块应用） 【Python训练营】Python每日一练----第20天:星期一（datetime模块应用）
- 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。 1、读取图像调用imread()方法获取我们资源文件夹中的图片使用imshow()方法显示图片，窗口名称为OutputwaitKey(0)这句可以让窗口一直保持，如果去掉这句，窗口会一闪而过############打开图像############img=cv2.i... 0、准备工作右击新建的项目，选择Python File，新建一个Python文件，然后在开头import cv2导入cv2库。 1、读取图像调用imread()方法获取我们资源文件夹中的图片使用imshow()方法显示图片，窗口名称为OutputwaitKey(0)这句可以让窗口一直保持，如果去掉这句，窗口会一闪而过############打开图像############img=cv2.i...
- 工欲善其事，必先利其器。 想学好任何一门语言，第一步都是安装配置好环境。下面就带大家一起安装好OpenCV所需的环境。1、安装PythonPython是计算机视觉必不可少的工具，给出详细的安装教程：👉🏻如何安装Python3.7，小白必看！2、安装Pycharm下面我们还需要一个来编写程序的IDE，Pycharm是最适合Python的IDE，不仅界面美观，而且功能很全面。安装教程链接如下... 工欲善其事，必先利其器。 想学好任何一门语言，第一步都是安装配置好环境。下面就带大家一起安装好OpenCV所需的环境。1、安装PythonPython是计算机视觉必不可少的工具，给出详细的安装教程：👉🏻如何安装Python3.7，小白必看！2、安装Pycharm下面我们还需要一个来编写程序的IDE，Pycharm是最适合Python的IDE，不仅界面美观，而且功能很全面。安装教程链接如下...
- 博主在4月学完西瓜书时，一头雾水，觉得还是一知半解。9月开学后上完了必修的《machine learning》课程，并且自己编程实现了多种机器学习算法和论文复现后，才对机器学习有一点了解，现在再次翻阅西瓜书，很多知识点看到都豁然开朗。所以出这一系列文章，对机器学习进行回顾，总结和记录！为大家揭开机器学习的神秘面纱！@TOC 1、基本形式我们在初中学习直线方程时，知道了直线方程的斜截式表示：y... 博主在4月学完西瓜书时，一头雾水，觉得还是一知半解。9月开学后上完了必修的《machine learning》课程，并且自己编程实现了多种机器学习算法和论文复现后，才对机器学习有一点了解，现在再次翻阅西瓜书，很多知识点看到都豁然开朗。所以出这一系列文章，对机器学习进行回顾，总结和记录！为大家揭开机器学习的神秘面纱！@TOC 1、基本形式我们在初中学习直线方程时，知道了直线方程的斜截式表示：y...
- 【Python训练营】Python每日一练----第17天:删除字符 【Python训练营】Python每日一练----第17天:删除字符
- 目录标注工具Labelme的安装。官方的labelme不支持大图像的打开，比如遥感图像。如果遇到图片打不开的情况，可以使用我修改的labelme。VOC格式的数据逆向转为Labelme标注的数据集VOC2007数据文件夹说明XML说明Labelme转VOC，将没有标注的数据生成测试集，并统计每个类别的个数。将Labelme标注的数据转为txt格式的数据集。对Labelme标注图像，进行9... 目录标注工具Labelme的安装。官方的labelme不支持大图像的打开，比如遥感图像。如果遇到图片打不开的情况，可以使用我修改的labelme。VOC格式的数据逆向转为Labelme标注的数据集VOC2007数据文件夹说明XML说明Labelme转VOC，将没有标注的数据生成测试集，并统计每个类别的个数。将Labelme标注的数据转为txt格式的数据集。对Labelme标注图像，进行9...
- 目录摘要训练1、下载代码2、配置环境3、准备数据集4、生成数据集5、修改配置参数6、修改train.py的参数7、查看训练结果测试摘要YOLOV5严格意义上说并不是YOLO的第五个版本，因为它并没有得到YOLO之父Joe Redmon的认可，但是给出的测试数据总体表现还是不错。详细数据如下：YOLOv5并不是一个单独的模型，而是一个模型家族，包括了YOLOv5s、YOLOv5m、YOLO... 目录摘要训练1、下载代码2、配置环境3、准备数据集4、生成数据集5、修改配置参数6、修改train.py的参数7、查看训练结果测试摘要YOLOV5严格意义上说并不是YOLO的第五个版本，因为它并没有得到YOLO之父Joe Redmon的认可，但是给出的测试数据总体表现还是不错。详细数据如下：YOLOv5并不是一个单独的模型，而是一个模型家族，包括了YOLOv5s、YOLOv5m、YOLO...
- 应用深度学习来检测语义代码克隆受到了研究界的广泛关注。但是，目前没有研究调查是否正确使用诸如BigCloneBench 的基准数据集来评估用于检测语义代码克隆的模型。本文提出了一种设计不合理的线性模型，却能够在BigCloneBench上实现高效的语义克隆检测。为了缓解这些问题，本文构造了一个名为AbsBigCloneBench的基准集，能够更好地评估深度学习模型在检测语义克隆任务中的有效性。 应用深度学习来检测语义代码克隆受到了研究界的广泛关注。但是，目前没有研究调查是否正确使用诸如BigCloneBench 的基准数据集来评估用于检测语义代码克隆的模型。本文提出了一种设计不合理的线性模型，却能够在BigCloneBench上实现高效的语义克隆检测。为了缓解这些问题，本文构造了一个名为AbsBigCloneBench的基准集，能够更好地评估深度学习模型在检测语义克隆任务中的有效性。
- 目录摘要训练第一步 导入需要的数据包，设置全局参数第二步 加载图片第三步 图像增强第四步 保留最好的模型和动态设置学习率第五步 建立模型并训练第六步 保留训练结果，并将其生成图片完整代码：摘要本例提取了猫狗大战数据集中的部分数据做数据集，演示tensorflow2.0以上的版本如何使用Keras实现图像分类，分类的模型使用ResNet50。训练第一步 导入需要的数据包，设置全局参数imp... 目录摘要训练第一步 导入需要的数据包，设置全局参数第二步 加载图片第三步 图像增强第四步 保留最好的模型和动态设置学习率第五步 建立模型并训练第六步 保留训练结果，并将其生成图片完整代码：摘要本例提取了猫狗大战数据集中的部分数据做数据集，演示tensorflow2.0以上的版本如何使用Keras实现图像分类，分类的模型使用ResNet50。训练第一步 导入需要的数据包，设置全局参数imp...
- 摘要本例提取了猫狗大战数据集中的部分数据做数据集，演示tensorflow2.0以上的版本如何使用Keras实现图像分类，分类的模型使用efficientnet。训练第一步 导入需要的数据包，设置全局参数首先导入efficientnet的包，执行命令：pip install efficientnet，然后再就可以导入efficientnet了。imimport numpy as npf... 摘要本例提取了猫狗大战数据集中的部分数据做数据集，演示tensorflow2.0以上的版本如何使用Keras实现图像分类，分类的模型使用efficientnet。训练第一步 导入需要的数据包，设置全局参数首先导入efficientnet的包，执行命令：pip install efficientnet，然后再就可以导入efficientnet了。imimport numpy as npf...
- 目录赛题一、赛题背景二、赛题数据说明初赛数据示例初赛数据提供训练数据文件结构标注说明类别说明三、提交说明评测结果提交python示例代码四、评估指标初赛数据分析查看数据处理数据 赛题一、赛题背景佛山作为国内最大的瓷砖生产制造基地之一，拥有众多瓷砖厂家和品牌。经前期调研，瓷砖生产环节一般（不同类型砖工艺不一样，这里以抛釉砖为例）经过原材料混合研磨、脱水、压胚、喷墨印花、淋釉、烧制、抛光，最... 目录赛题一、赛题背景二、赛题数据说明初赛数据示例初赛数据提供训练数据文件结构标注说明类别说明三、提交说明评测结果提交python示例代码四、评估指标初赛数据分析查看数据处理数据 赛题一、赛题背景佛山作为国内最大的瓷砖生产制造基地之一，拥有众多瓷砖厂家和品牌。经前期调研，瓷砖生产环节一般（不同类型砖工艺不一样，这里以抛釉砖为例）经过原材料混合研磨、脱水、压胚、喷墨印花、淋釉、烧制、抛光，最...
- 【Python训练营】Python每日一练----第15天:字串排序 【Python训练营】Python每日一练----第15天:字串排序
- 【Python训练营】Python每日一练----第14天:卡片 【Python训练营】Python每日一练----第14天:卡片
- 目录数据简介提交要求评测标准数据简介比赛链接：基于AI的信道信息反馈性能提升 Competitions - DataFountain本赛题提供在4发送天线4接收天线（4T4R）的MIMO信道环境下生成的信道信息数据集，期望选手们能够通过具体的模型设计与实验，获得较高的信道信息反馈增益、较低的信道信息反馈开销、较好的复杂信道下的模型泛化能力。赛题数据来自多小区多用户的4T4R 的MIMO信道... 目录数据简介提交要求评测标准数据简介比赛链接：基于AI的信道信息反馈性能提升 Competitions - DataFountain本赛题提供在4发送天线4接收天线（4T4R）的MIMO信道环境下生成的信道信息数据集，期望选手们能够通过具体的模型设计与实验，获得较高的信道信息反馈增益、较低的信道信息反馈开销、较好的复杂信道下的模型泛化能力。赛题数据来自多小区多用户的4T4R 的MIMO信道...
- 【Python训练营】Python每日一练----第13天:等差数列 【Python训练营】Python每日一练----第13天:等差数列
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签