登录
首页 » Python » SSD: Single Shot MultiBox Object Detector, in PyTorch

SSD: Single Shot MultiBox Object Detector, in PyTorch

于 2020-02-02 发布
0 228
下载积分: 1 下载次数: 1

代码说明:

SSD: Single Shot MultiBox Object Detector, in PyTorch

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • Python 人事管理系统
    【实例简介】
    2021-06-06 00:31:14下载
    积分:1
  • 中国石油大学油藏数值模拟作业
    刘月田老师的作业,大家可以参考参考。
    2020-12-01下载
    积分:1
  • 于OPENMV的颜色追踪 与ST32一次性传输 X Y坐标
    OPENMV捕捉到颜色模块,并处理他的目标,得出X Y值 并加入串口检验位 此次校验位为 字符sp
    2019-07-25下载
    积分:1
  • 网络爬虫(pachong_anjuke.py)
    :爬取网站数据,基于 selenium.webdriver
    2021-05-06下载
    积分:1
  • 计算机视觉 opencv 换脸
    借鉴github上用python实现的200行的换脸程序
    2020-11-30下载
    积分:1
  • Python SocketServer, threading示例
    Python SocketServer, threading
    2013-01-08下载
    积分:1
  • LSTM入门正弦波序列预测
    LSTM入门学习,正弦波序列预测         for i, input_t in enumerate(input.chunk(input.size(1), dim=1)):             h_t, c_t = self.lstm1(input_t, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         for i in range(future):  # if we should predict the future             h_t, c_t = self.lstm1(output, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         outputs = torch.stack(outputs, 1).squeeze(2)  # shape after stack:[batch, n, 1], shape after squeeze: [batch,n]         return outputs
    2021-06-30 00:31:01下载
    积分:1
  • 多种风机功率曲线的过滤方法
    python实现多种风机数据清洗,绘制功率曲线,包括kmeans,DBSCAN,KernelDensity等方法
    2021-05-06下载
    积分:1
  • GAN时序预测python代码
    【实例简介】 该代码使用生成对抗网络 进行时序预测
    2021-07-23 00:31:14下载
    积分:1
  • 深度学习之一:卷积神经网络(CNN)详解与代码实现
    目录1.应用场景2.卷积神经网络结构  2.1 卷积(convelution)  2.2 Relu激活函数  2.3 池化(pool)  2.4 全连接(full connection)  2.5 损失函数(softmax_loss)  2.6 前向传播(forward propagation)  2.7 反向传播(backford propagation)  2.8 随机梯度下降(sgd_momentum)3.代码实现流程图以及介绍4.代码实现(python3.6)5.运行结果以及分析6.参考文献
    2019-08-09下载
    积分:1
  • 696516资源总数
  • 106409会员总数
  • 8今日下载