VIP会员

【第三部分lfpw-2】人脸识别数据库

人脸识别数据库，适用于机器学习对于人脸数据库集的训练，本部分为lfpw数据库集

用于图像处理的特征点数据集

bark、bikes、boat等8类用于图像处理特征点识别的数据集。

LFPS数据库 标注了68个特征点，存放在.pts文件中

LFPW人脸识别数据库，适用于机器学习对于人脸数据库集的训练，本部分为lfpw数据库集的训练集资源内 标注了68个特征点，存放在.pts文件中

LFW人脸数据库

人脸数据库，包含5765个人的共13233张人脸图片

分卷快速解压工具，帮你解决分卷无法解压问题

是不是还在为一个文件分为很多个分卷无法解压而烦恼，分卷快速解压工具帮您忙，支持顺序重编，快速解压文件

300w-lp下载地址.txt

'AFW', 'AFW_Flip', 'HELEN', 'HELEN_Flip', 'IBUG', 'IBUG_Flip','LFPW','LFPW_Flip' 数据库特色：大多数算法都是为中小型姿态（45度以下）的人脸设计的，缺乏在高达90度的大型姿态下对齐人脸的能力。本数据库包含...

cofw-train-data-masks

（我们尚未标记数据集的LFPW部分。）下载 git clone https://github.com/golnazghiasi/cofw-train-data-masks.git运行demo.m来看看面具！ 下载COFW数据： cd cofw-train-data-masks wget ...

Explicit-Shape-Regression:显式形状回归的实现

参考： [1] X. Cao, Y. Wei, F. Wen, J. Sun, Face Alignment by Explicit Shape Regression, International Journal of Computer Vision (IJCV), 107(2), Pages 177-190, 2014; [2] PN Belhumeur、DW Jacobs、DJ ...

论文研究-一种新的多角度人脸表情识别方法.pdf

传统的多角度人脸表情识别方法是对角度特殊的样本采用角度特殊的分类器识别，该方法忽略了不同角度的人脸表情是相同的人脸表情的...在CMU-PIE和LFPW数据库上的对比实验表明了该方法较传统的多角度人脸表情识别方法好。

matlab的egde源代码-sdm_face_alignment:人脸对准的监督下降方法（SDM）的Matlab实现

从上面的链接下载300-W数据（即LFPW），并将其放入“ ./data”文件夹，然后在setup.m中将数据集路径更正为数据集文件夹 mkdir -p数据 例如： options.trainingImageDataPath\n='./data/lfpw/trainset/'; options....

MySQL课后练习题

针对于MySQL增删改查的熟练过程，练习子查询，对关键字的查询等。

lbf算法matlab代码-LBF:LBF

该项目旨在（部分）复制 CVPR 2014 论文中的人脸对齐算法： 通过回归局部二值特征以 3000 FPS 进行人脸对齐。 任少清、曹旭东、魏一臣、孙健； IEEE 计算机视觉和模式识别会议 (CVPR)，2014 年，第 1685-1692 页 ##...

基于matlab的表情识别代码-face-datasets:人脸数据集

图片是从Google图片搜索中下载的，并且在姿势，年龄，光照，种族和职业（例如演员，运动员，政治人物）方面存在很大差异。收集数据集时要牢记三个目标：身份，以及每个身份的大量图像； （ii）涵盖各种姿势，年龄和...

MinDS模型的matlab代码-FaceX:基于显式形状回归算法的高性能开源人脸标志物检测器

model.xml.gz在LFPW，HELEN，AFW和IBUG面部数据库上受过训练，并带有ibug组[2]提供的注释。 它提供了51个地标。 对[3]提供的人脸数据库进行了model_small.xml.gz的训练。 它以更高的速度提供5个地标。 感谢这些家伙...

【第一个ORL】整理的关于人脸识别（姿态）的几个好的数据库

整理了一下关于人脸识别训练需要用的数据库资源，包含了ORL、AFW、Helen等数据库，还对姿态偏转的人脸图像进行了分类

ChatGPT教程（终极版）最全整理

这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门，你看我这篇文章就够了。 如果你已经用上了ChatGPT，更要恭喜你挖到宝藏，后面的高级技巧一定能让你有收获。 文章包含以下内容： 一、ChatGPT是啥？有什么用； 二、ChatGPT如何注册； 三、ChatGPT使用方法； 四、用ChatGPT搞钱； 五、高级技巧；

博客中Kmeans以及FCM算法数据（免积分）

博客中Kmeans以及FCM算法的数据，包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集，下载在直接存入项目文件夹即可，如果下载不了，可以私信我，看到后会及时回复。

神经网络回归预测--气温数据集

神经网络回归预测--气温数据集

hugging face的models-openai-clip-vit-large-patch14文件夹

用于无法访问hugging face并需要运行stable-diffusion-webui时使用

XGBoost+LightGBM+LSTM-光伏发电量预测

包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上，论证了辐照度、光伏板工作温度等影响光伏输出功率的因素，通过实时监测的光伏板运行状态参数和气象参数建立预测模型，预估光伏电站瞬时发电量，根据光伏电站DCS系统提供的实际发电量数据进行对比分析，验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献

Mathwork+Matlab+编程手册

Introduction to Programming with MATLAB ~ Vanderbilt University

Stable-Diffusion WEBUI 简体中文语言包（2023.05.30更新）

AI绘图，Stable-Diffusion WEBUI，本地化（简体中文）语言文件。 原始文件来自翻译插件，根据自己实际使用情况，增加和修改了一些翻译。 配合【双语插件】看上去要自然一点，内容还在继续完善中。 本次增加了一些翻译内容，特别是插件。 同时继续合并了其它翻译插件的内容。 最近文字提示修改得有点多啊。 请放入“你的SDWebUI项目位置/localizations/”中。 中文翻译部分删掉了不少括起来的英文原文，所以别直接选它用。 请配合【Bilingual Localization】插件使用，双语同时显示，效果最好。

中文短信数据集-带标签

本数据集可用于进行文本分类、信息检索等自然语言处理实验，共包含80万条短信。其中：原始数据集data.txt每行为1条短信，格式为“标签\t短信内容”，标签=0表示正常短信，标签=1表示垃圾短信。train.csv和test.csv为拆分后的训练集与测试集，拆分代码为train_test_split.py。stopwords.txt为使用的停用词。 基于该数据集的文本分类详见文章https://blog.csdn.net/baidu_40395808/article/details/135793836，基于该数据集的信息检索详见文章https://blog.csdn.net/baidu_40395808/article/details/135897480。 示例如下： 0 商业秘密的秘密性那是维系其商业价值和垄断地位的前提条件之一 1 《依林美容》三．八．女人节倾情大放送活动开始啦！！！！超值套餐等你拿，活动时间x月x日一x月xx日， 详情进店咨询。美丽热线x

时间序列预测模型实战案例(Xgboost)(Python)(机器学习)包括时间序列预测和时间序列分类，点击即可运行！

内容概要 资源包括三部分(时间序列预测部分和时间序列分类部分和所需的测试数据集全部包含在内) 在本次实战案例中，我们将使用Xgboost算法进行时间序列预测。Xgboost是一种强大的梯度提升树算法，适用于各种机器学习任务，它最初主要用于解决分类问题，在此基础上也可以应用于时间序列预测。 时间序列预测是通过分析过去的数据模式来预测未来的数值趋势。它在许多领域中都有广泛的应用，包括金融、天气预报、股票市场等。我们将使用Python编程语言来实现这个案例。 其中包括模型训练部分和保存部分，可以将模型保存到本地，一旦我们完成了模型的训练，我们可以使用它来进行预测。我们将选择合适的输入特征，并根据模型的预测结果来生成未来的数值序列。最后，我们会将预测结果与实际观测值进行对比，评估模型的准确性和性能。 适合人群：时间序列预测的学习者,机器学习的学习者， 能学到什么：本模型能够让你对机器学习和时间序列预测有一个清楚的了解，其中还包括数据分析部分和特征工程的代码操作 阅读建议：大家可以仔细阅读代码部分，其中包括每一步的注释帮助读者进行理解，其中涉及到的知识有数据分析部分和特征工程的代码操作。

亚博K210模型训练部署

亚博K210模型训练部署

Plecs电力电子仿真PLECS41.64 电力系统仿真软件免安装版本

超级容易学习的电力电子仿真软件。 PLECS是一个用于电路和控制结合的多功能仿真软件，尤其适用于电力电子和传动系统。 对于仿真Buck电路，Boost电路，单相整流电路，单相逆变电路，三相整流电路，三相逆变电路，LLC电路等都能够完美实现。并且能够直接使用C语言进行编程仿真，让代码直接写完以后完整运行到控制板中。 Plecs主要解决了Matlab Simulink仿真速度很慢，学习过程复杂和困难等问题。 Plexim在电力电子仿真领域处于世界领先地位。首要软件产品PLECS可以协助用户加快产品开发和创新流程。其优势来源于先进的编程技术，以及融合了非常规建模概念的仿真算法。通过认真听取工程师的需求和建议，我们能够为客户的今天和未来提供满意的解决方案。 从2002年开始，PLECS已经在众多工业领域成为电力电子仿真的标准。典型应用涵盖新能源，车辆电子，航空航天，工业及牵引驱动等。

机器学习期末复习题及答案

机器学习期末复习题及答案

基于鲸鱼优化算法优化VMD参数试看效果代码(目标函数为样本熵)

1.采用鲸鱼算法优化VMD分解层数和惩罚系数的MATLAB代码，目标函数根据样本熵计算。直接运行，可以换数据。 2.核心算法加密，有需要请在CSDN联系作者。

r人工智能的概要介绍与分析

人工智能（AI）作为21世纪最具变革性的技术之一，正深刻影响着我们的生活、工作和学习方式。随着AI技术的飞速发展，各类资源应运而生，为学习者、开发者、研究人员乃至普通大众提供了丰富的知识宝库。以下是一个全面而精选的人工智能资源描述，旨在帮助不同层次的受众深入了解并掌握这一领域。 ### 入门与基础学习资源 - **在线课程平台**：Coursera、edX、Udacity等平台提供了大量优质的AI入门课程，如Andrew Ng的《机器学习》课程，是AI领域的经典入门教材，覆盖监督学习、无监督学习、神经网络等核心概念。 - **书籍推荐**：《人工智能：一种现代的方法》（Stuart Russell & Peter Norvig著）作为领域内的权威教材，从基础理论到高级应用均有涉猎，适合深入系统学习。《 Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow》则是实践导向的佳作，适合想要通过项目学习AI技术的读者。 ### 进阶与专项技术资源 - **论文与期刊**：arXiv.org是AI科研论

Neural Networks from Scratch in Python学习资料

Neural Networks from Scratch in Python的学习材料，PDF版本，机器学习入门必学，全英文版本