<annotation>
<folder>张本润</folder>
<filename>1897.jpeg</filename>
<path>C:\Users\83885\Desktop\windows_v1.5.0\annotation\张本润\1897.jpeg</path>
<source>
<database>Unknown</database>
</source>
<size>
<width>1208</width>
<height>1208</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>Leconte</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>821</xmin>
<ymin>850</ymin>
<xmax>973</xmax>
<ymax>1013</ymax>
</bndbox>
</object>
<object>
<name>Leconte</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>360</xmin>
<ymin>736</ymin>
<xmax>516</xmax>
<ymax>842</ymax>
</bndbox>
</object>
<object>
<name>Leconte</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>582</xmin>
<ymin>321</ymin>
<xmax>708</xmax>
<ymax>473</ymax>
</bndbox>
</object>
<object>
<name>Leconte</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>582</xmin>
<ymin>501</ymin>
<xmax>721</xmax>
<ymax>596</ymax>
</bndbox>
</object>
<object>
<name>Boerner</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>803</xmin>
<ymin>616</ymin>
<xmax>923</xmax>
<ymax>724</ymax>
</bndbox>
</object>
<object>
<name>acuminatus</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>746</xmin>
<ymin>418</ymin>
<xmax>808</xmax>
<ymax>491</ymax>
</bndbox>
</object>
<object>
<name>Linnaeus</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>401</xmin>
<ymin>495</ymin>
<xmax>454</xmax>
<ymax>596</ymax>
</bndbox>
</object>
<object>
<name>coleoptera</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>606</xmin>
<ymin>642</ymin>
<xmax>657</xmax>
<ymax>709</ymax>
</bndbox>
</object>
<object>
<name>armandi</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>724</xmin>
<ymin>670</ymin>
<xmax>782</xmax>
<ymax>757</ymax>
</bndbox>
</object>
<object>
<name>armandi</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>367</xmin>
<ymin>372</ymin>
<xmax>423</xmax>
<ymax>452</ymax>
</bndbox>
</object>
</annotation>
Ai医学图像分割
- 粉丝: 2w+
- 资源: 2304
最新资源
- 盐城市2005-2024年近20年历史气象数据下载
- 泰州市2005-2024年近20年历史气象数据下载
- 深度强化学习电气工程复现文章,适合小白学习 关键词:能量管理 深度学习 强化学习 深度强化学习 能源系统 优化调度 编程语言:python平台 主题:用于能源系统优化调度的深度强化学习算法的性能比较
- 开源基于51单片机的多功能智能闹钟设计
- C#连接sap NCO组件 X64版
- 1.电力系统短路故障引起电压暂降 2.不对称短路故障分析 包括:共两份自编word+相应matlab模型 1.短路故障的发生频次以及不同类型短路故障严重程度,本文选取三类典型的不对称短路展开研究
- python基础知识源码,涵盖全面,有源码有教程,200多个源文件,规范工整,打牢基础,Python入门基础课必备
- 医护人员检测23-YOLOv8数据集合集.rar
- 面向能源系统深度强化学习算法的性能比较 最优调度(代码)
- 2025元旦和新年春节倒计时
- 线控转向系统路感模拟及路感力矩控制 通过参数拟合设计线控转向路感模拟算法,在simulink中建立仿真模型 模型建立后,验证双纽线工况和中心区工况的路感力矩 通过PID,模
- ks滑块加密算法与源代码
- shap分析代码案例,多个机器学习模型+shap解释性分析的案例,做好的多个模型和完整的shap分析拿去直接运行,含模型之间的比较评估 类别预测和数值预测的案例代码都有,类别预测用到的6个模型是(
- 医疗骨折摄像检测29-YOLO(v5至v9)、COCO、CreateML、Darknet、Paligemma数据集合集.rar
- 基于FPGA的CAN通信,FPGA驱动SJA1000T芯片代码,实现标准帧与扩展帧的通信驱动,已上板调通 品牌型号 CAN SJA1000T 与世面上的不同,代码不是SJA1000T芯片代码,而是驱
- 捕鱼达人1.exe捕鱼达人2.exe捕鱼达人3.exe
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