0.45882352941176470.45882352941176470.45490196078431370.45490196078431370.45882352941176470.45490196078431370.450980392156862750.44705882352941180.43921568627450980.431372549019607860.42352941176470590.4039215686274510.388235294117647070.372549019607843150.364705882352941160.36078431372549020.35686274509803920.352941176470588260.35686274509803920.35686274509803920.36078431372549020.364705882352941160.364705882352941160.36862745098039220.37647058823529410.38431372549019610.40.415686274509803940.42352941176470590.435294117647058830.435294117647058830.43921568627450980.443137254901960760.44705882352941180.450980392156862750.450980392156862750.450980392156862750.450980392156862750.450980392156862750.450980392156862750.450980392156862750.44705882352941180.44705882352941180.443137254901960760.43921568627450980.435294117647058830.431372549019607860.41960784313725490.41176470588235290.4039215686274510.3960784313725490.40.4039215686274510.41176470588235290.42352941176470590.435294117647058830.443137254901960760.450980392156862750.45882352941176470.45882352941176470.46274509803921570.46666666666666670.46666666666666670.46666666666666670.46666666666666670.470588235294117640.470588235294117640.470588235294117640.46274509803921570.45490196078431370.450980392156862750.44705882352941180.44705882352941180.450980392156862750.45490196078431370.45882352941176470.46274509803921570.46274509803921570.46274509803921570.46274509803921570.45490196078431370.450980392156862750.44705882352941180.443137254901960760.443137254901960760.44705882352941180.450980392156862750.45490196078431370.45490196078431370.45490196078431370.450980392156862750.44705882352941180.443137254901960760.443137254901960760.443137254901960760.443137254901960760.44705882352941180.44705882352941180.443137254901960760.443137254901960760.43921568627450980.43921568627450980.431372549019607860.42352941176470590.415686274509803940.407843137254901960.3960784313725490.38431372549019610.36862745098039220.35686274509803920.352941176470588260.345098039215686270.345098039215686270.34117647058823530.345098039215686270.349019607843137240.35686274509803920.36078431372549020.36078431372549020.36862745098039220.38039215686274510.407843137254901960.435294117647058830.43921568627450980.443137254901960760.44705882352941180.44705882352941180.450980392156862750.45490196078431370.450980392156862750.45490196078431370.45490196078431370.45882352941176470.46274509803921570.46274509803921570.46666666666666670.470588235294117640.47450980392156860.47450980392156860.478431372549019630.48235294117647060.48235294117647060.48235294117647060.486274509803921560.490196078431372530.490196078431372530.490196078431372530.486274509803921560.48235294117647060.48235294117647060.47450980392156860.47450980392156860.47450980392156860.46666666666666670.45490196078431370.44705882352941180.43921568627450980.43921568627450980.43921568627450980.443137254901960760.44705882352941180.44705882352941180.43921568627450980.427450980392156840.41176470588235290.3960784313725490.38431372549019610.38039215686274510.38039215686274510.392156862745098030.40.415686274509803940.41960784313725490.41960784313725490.40.38039215686274510.364705882352941160.349019607843137240.349019607843137240.349019607843137240.352941176470588260.352941176470588260.34117647058823530.337254901960784340.337254901960784340.34117647058823530.34117647058823530.34117647058823530.337254901960784340.337254901960784340.329411764705882350.329411764705882350.32549019607843140.32549019607843140.32549019607843140.32549019607843140.32156862745098040.32156862745098040.32156862745098040.32156862745098040.32156862745098040.31764705882352940.31764705882352940.31764705882352940.31764705882352940.31764705882352940.31764705882352940.31764705882352940.31764705882352940.31764705882352940.31764705882352940.31764705882352940.309803921568627460.30588235294117650.30588235294117650.30588235294117650.30588235294117650.30588235294117650.301960784313725470.29803921568627450.29803921568627450.294117647058823540.294117647058823540.294117647058823540.45882352941176470.45882352941176470.45882352941176470.45490196078431370.45490196078431370.45490196078431370.44705882352941180.443137254901960760.43921568627450980.431372549019607860.42352941176470590.4039215686274510.392156862745098030.38039215686274510.36862745098039220.364705882352941160.36078431372549020.36078431372549020.36078431372549020.36078431372549020.36078431372549020.364705882352941160.36862745098039220.372549019607843150.37647058823529410.38431372549019610.3960784313725490.41176470588235290.42352941176470590.431372549019607860.43921568627450980.44705882352941180.44705882352941180.450980392156862750.450980392156862750.450980392156862750.450980392156862750.450980392156862750.450980392156862750.450980392156862750.450980392156862750.44705882352941180.443137254901960760.43921568627450980.435294117647058830.427450980392156840.42352941176470590.41960784313725490.415686274509803940.41176470588235290.407843137254901960.407843137254901960.41176470588235290.41960784313725490.427450980392156840.43921568627450980.44705882352941180.45490196078431370.45882352941176470.45882352941176470.46666666666666670.47450980392156860.47450980392156860.470588235294117640.470588235294117640.46666666666666670.46666666666666670.46274509803921570.45882352941176470.45490196078431370.450980392156862750.450980392156862750.45490196078431370.46274509803921570.46666666666666670.470588235294117640.470588235294117640.47450980392156860.47450980392156860.470588235294117640.46274509803921570.45882352941176470.45490196078431370.450980392156862750.450980392156862750.45490196078431370.45882352941176470.46274509803921570.46274509803921570.46274509803921570.46274509803921570.45490196078431370.44705882352941180.44705882352941180.44705882352941180.443137254901960760.43921568627450980.43921568627450980.43921568627450980.443137254901960760.43921568627450980.435294117647058830.427450980392156840.41960784313725490.415686274509803940.407843137254901960.3960784313725490.38039215686274510.36862745098039220.35686274509803920.349019607843137240.345098039215686270.345098039215686270.345098039215686270.349019607843137240.352941176470588260.36078431372549020.36078431372549020.364705882352941160.37647058823529410.388235294117647070.41176470588235290.435294117647058830.43921568627450980.443137254901960760.44705882352941180.450980392156862750.450980392156862750.450980392156862750.45490196078431370.45490196078431370.45882352941176470.45882352941176470.46274509803921570.46274509803921570.46274509803921570.46666666666666670.47450980392156860.47450980392156860.478431372549019630.478431372549019630.48235294117647060.48235294117647060.48235294117647060.486274509803921560.486274509803921560.486274509803921560.486274509803921560.486274509803921560.48235294117647060.478431372549019630.478431372549019630.48235294117647060.47450980392156860.46274509803921570.45490196078431370.44705882352941180.44705882352941180.443137254901960760.44705882352941180.450980392156862750.450980392156862750.450980392156862750.43921568627450980.427450980392156840.415686274509803940.4039215686274510.3960784313725490.392156862745098030.40.4039215686274510.41176470588235290.415686274509803940.41960784313725490.4039215686274510.38431372549019610.372549019607843150.35686274509803920.35686274509803920.35686274509803920.35686274509803920.352941176470588260.349019607843137240.345098039215686270.349019607843137240.352941176470588260.35686274509803920.35686274509803920.35686274509803920.35686274509803920.35686274509803920.35686274509803920.35686274509803920.352941176470588260.349019607843137240.345098039215686270.345098039215686270.34117647058823530.34117647058823530.34117647058823530.337254901960784340.337254901960784340.337254901960784340.33333333333333330.33333333333333330.33333333333333330.329411764705882350.329411764705882350.329411764705882350.33333333333333330.33333333333333330.33333333333333330.33333333333333330.329411764705882350.329411764705882350.329411764705882350
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
<项目介绍> 基于神经网络CNN的辣条包装袋缺陷检测python源码+模型+超详细注释 --------------------------------------------------------------------------------------------------------------------------------------------- 不懂运行,下载完可以私聊问,可远程教学 该资源内项目源码是个人的毕设,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 --------
资源推荐
资源详情
资源评论
收起资源包目录
defect_detecting-master.zip (88个子文件)
defect_detecting-master
__init__.py 0B
onnx_predict_test.py 3KB
train_bak_添加注释.py 6KB
执行过程.txt 188B
test_20200819.py 3KB
aa.txt 2.67MB
样本生成.py 4KB
utils
utils.py 1KB
__pycache__
utils.cpython-36.pyc 1KB
train_ct.py 10KB
train_multy_inputs.py 10KB
torch_model_train_Acc98.036_test_Acc0.959_ct.onnx 42.66MB
core
networks.py 4KB
__pycache__
networks.cpython-36.pyc 2KB
config.cpython-36.pyc 1KB
config.py 1KB
onnx_video_demo.py 1KB
data_ct
train
0
5_.jpg 1KB
6_A.jpg 847B
1_A.jpg 749B
4_A.jpg 764B
6_.jpg 801B
1.jpg 731B
5_A.jpg 1KB
1_.jpg 759B
3_A.jpg 1020B
3.jpg 1KB
1
5_.jpg 1KB
2.jpg 3KB
8_.jpg 1KB
3_.jpg 813B
6.jpg 1KB
10_.jpg 4KB
6_.jpg 836B
1.jpg 813B
12_.jpg 2KB
9_.jpg 836B
9_ (2).jpg 862B
7_.jpg 4KB
14_ (2).jpg 2KB
3.jpg 984B
8_ (2).jpg 2KB
1.jpg 2KB
test
0
357_A.jpg 751B
425_.jpg 795B
369_.jpg 778B
401_A.jpg 798B
415_.jpg 777B
1
285_A.jpg 857B
329_.jpg 1KB
311_.jpg 1019B
327_A.jpg 791B
334_A.jpg 1KB
357_.jpg 1KB
288_A.jpg 821B
318_.jpg 1010B
339_.jpg 1KB
279_A.jpg 946B
model
01_weight_ct.pth 0B
01.pth 0B
01_ct.pth 0B
train_1.py 8KB
备注 156B
models_network
squeezenet.py 2KB
googlenet.py 4KB
shufflenet.py 7KB
resnext.py 4KB
nasnet.py 9KB
xception.py 6KB
shufflenetv2.py 5KB
rir.py 7KB
mobilenetv2.py 3KB
inceptionv4.py 18KB
senet.py 5KB
preactresnet.py 4KB
densenet.py 5KB
resnet.py 5KB
vgg.py 2KB
__pycache__
vgg.cpython-36.pyc 2KB
densenet.cpython-36.pyc 4KB
resnet.cpython-36.pyc 5KB
mobilenet.py 5KB
inceptionv3.py 11KB
attention.py 12KB
图片预测_canny_onnx.py 5KB
train.py 10KB
bb.txt 348KB
onnx_predict.py 3KB
共 88 条
- 1
资源评论
.Android安卓科研室.
- 粉丝: 4724
- 资源: 2268
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 飞行汽车发展的关键技术和创新
- 离网下三相不平衡负载,基于下垂控制的T型三电平逆变器,采用正负序分离四环控制,正序电压电流双闭环,负序电压电流双闭环,中点电位平衡控制,采用SPWM调制 1.提供下垂控制原理,参数计算方法以及相关文
- PikaPython 是一个完全重写的超轻量级python引擎,零依赖,零配置,可以在少于4KB的RAM下运行(如stm32g030c8和stm32f103c8),极易部署和扩展
- comsol瓦斯抽采数值模拟comsol 流固耦合数值模型
- 2-NP管理器V3.1.13 APK反编译等安卓逆向功能
- 基于S7-200 PLC和组态王组态切片机控制系统 带解释的梯形图程序,接线图原理图图纸,io分配,组态画面
- 相间soc均衡,相内soc均衡,级联H桥储能,储能变器,零序电压注入法,负序电压注入法,解耦控制,单极倍频载波移相调制,蓄电池充放电控制
- 大雾天气识别数据集,1012张图,使用PASICAL VOC XML格式标注
- 大雾天气识别数据集,1012张图,使用 COCO JSON格式标注
- 大雾天气识别数据集,1012张图,使用yolov7pytorch格式标注
- 大雾天气识别数据集,1012张图,使用yolov8格式标注
- 大雾天气识别数据集,1012张图,使用yolov5格式标注
- 大雾天气识别数据集,1012张图,使用yolov9格式标注
- 大雾天气识别数据集,1012张图,使用yolov11格式标注
- 2-自动隐藏和显示桌面图标v6.27绿色版
- Comsol声子晶体能带计算,包含六角晶格不同原胞的选取以及简约布里渊区高对称点选择 核心在于区分三角晶格和六角晶格区别
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功