TensorFlow 实战 黄文坚

TensorFlow 实战 黄文坚 请拿走，很好用的资源，可以帮你学习实战技巧

用PyTorch实现MNIST手写数字识别对应源码文件

博客“用PyTorch实现MNIST手写数字识别(非常详细)”中对应的完整代码文件，原文可见：https://blog.csdn.net/sxf1061700625/article/details/105870851

基于行人检测的YOLOv8算法+全套代码

结合原作者代码和文档，并基于自己的理解重新绘制的可读性更高更易理解的文档，并自己重写的项目代码，注释完整清晰。 代码可读性高,可直接使用。 yolov8 - yolov8 代码 - checkpoints best.pth - data classes.txt train.txt - dataset dataloader_yolov8.py（多种数据增强方法）image_enhancement.py - loss box_loss.py loss.py self.assigner.py - utils utils.py decode.py train.py demo.py onnx_export.py onnx_test.py yolov8.onnx

行人跌倒数据集（VOC格式）

行人跌倒数据集（VOC格式）

哈尔滨工业大学-ChatGPT调研报告-20230306-94页.pdf

2022年11月30日，OpenAI推出全新的对话式通用人工智能工具——ChatGPT。ChatGPT表现出了非常惊艳的语言理解、生成、知识推理能力，它可以很好地理解用户意图，做到有效的多轮沟通，并且回答内容完整、重点清晰、有概括、有逻辑、有条理。ChatGPT上线后，5天活跃用户数高达100万，2个月活跃用户数已达1个亿，成为历史上增长最快的消费者应用程序。除了被广大用户追捧外，ChatGPT还受到了各国政府、企业界、学术界的广泛关注，使人们看到了解决自然语言处理这一认知智能核心问题的一条可能的路径，并被认为向通用人工智能迈出了坚实的一步，将对搜索引擎构成巨大的挑战，甚至将取代很多人的工作，更将颠覆很多领域和行业。

Deep Learning Tuning Playbook（中译版）

由五名研究人员和工程师组成的团队发布了《Deep Learning Tuning Playbook》，来自他们自己训练神经网络的实验结果以及工程师的一些实践建议，目前在Github上已有1.5k星。此版本为中文翻译版，提供给大家免费下载，因为本人知识水平有限，翻译过程中可能有误，随时欢迎大家指出错误，我会随时更正。

社交平台上经济类话题的文章热度信息，数据是真实的，但不是真实日期

使用LSTM模型进行时序预测的代码与说明见：https://blog.csdn.net/Q_M_X_D_D_/article/details/109366895

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频 代码的下载地址在：https://gitee.com/song-laogou/yolov5-mask-42 大家可以按照这里的视频教程配置环境：https://www.bilibili.com/video/BV1YL4y1J7xz/ 更多数据请看：https://blog.csdn.net/ECHOSON/article/details/121892887 遇到问题请小伙伴通过私信联系作者，感谢大家的支持！

zotero翻译插件.xpi

2023/9/2 更新

YOLOv5 人脸口罩图片数据集

约4000张不带口罩的人脸图片+4000张带口罩的人脸图片，含标注文件，符合YOLOv5格式，可直接训练。

皮肤病语义分割数据集+代码+unet模型 2000张标注好的数据+教学视频

兄弟们好呀，这里是肆十二，这转眼间寒假就要过完了，相信大家的毕设也要准备动手了吧，作为一名大作业区的UP主，也该蹭波热度了，之前关于图像分类和目标检测我们都出了相应的教程，所以这期内容我们搞波新的，我们用Unet来做医学图像分割。我们将会以皮肤病的数据作为示范，训练一个皮肤病分割的模型出来，用户输入图像，模型可以自动分割去皮肤病的区域和正常的区域。

2022建模国赛代码(三天坚持不易) 包括K-meas算法、bp预测、回归预测,(python和matlab做的).zip

2022建模国赛代码(三天坚持不易) 包括K-meas算法、bp预测、回归预测,(python和matlab做的).zip

YOLOV5火灾检测数据集+代码+模型 2000张标注好的数据+教学视频

YOLOV5火灾检测数据集+代码+模型 2000张标注好的数据+教学视频

cudnn-10.1-windows10-x64-v7.6.5.32.zip

Could not load dynamic library 'cudnn64_7.dll'; dlerror: cudnn64_7.dll not found 本文件是cudnn-7.6.5的文件，可以用来解决一些tensorflow无法加载某些文件的问题

深度学习实验报告5-循环神经网络实验

源程序+ 数据集+ 实验报告 问题描述： 理解序列数据处理方法，补全面向对象编程中的缺失代码，并使用torch自带数据工具将数据封装为dataloader 分别采用手动方式以及调用接口方式实现RNN、LSTM和GRU，并在至少一种数据集上进行实验 从训练时间、预测精度、Loss变化等角度对比分析RNN、LSTM和GRU在相同数据集上的实验结果（最好使用图表展示） 不同超参数的对比分析（包括hidden_size、batch_size、lr等）选其中至少1-2个进行分析 ps：用户签到数据实验的难度会稍高一些，若在实验中选用，可酌情加分

zotero 插件分享 茉莉花压缩包

zotero 茉莉花神器~

Visio画的卷积神经网络结构图模板

该资源采用Visio绘图软件制作，包含卷积池化操作的绘图，以及线性层的绘图。供各位网友参考。

YOLOV5交通标志识别检测数据集+代码+模型+教学视频

交通标志的目标检测算法在计算机视觉领域一直属于热点研究问题，改进的优化算法不断地被提出。我们以[CCTSDB](https://github.com/csust7zhangjm/CCTSDB)数据集为例，用YOLOV5算法做交通标志识别。中国交通标志检测数据集(CCTSDB，Chinese Traffic Sign Detection Benchmark)由长沙理工大学 综合交通运输大数据智能处理湖南省重点实验室张建明老师团队制作完成。 目前的标注数据只有三大类：指示标志、禁止标志、警告标志。

RNN-LSTM卷积神经网络Matlab实现

RNN卷积神经网络，LSTM，使用matlab实现，简单的数据拟合

YOLO数据集数据增强代码

资源内是YOLO数据集数据增强代码，含有图像旋转、剪裁、平移、加噪声、调节亮度、翻转、镜像、缩放等方法。另外附有xml到txt转换的代码，并可实现带标签扩增。 内含教程，非常简单易上手。

download-NEU-DET

download-NEU-DET

AI 翻唱必备神器！So-VITS-SVC 一键安装包下载

最近AI孙燕姿大火，网上出现了很多高清的翻唱歌曲，可以说翻唱效果和原唱一模一样，其实就是so-vits-svc这个工具的产物，它可以将一首歌的音色换成另外一个人的音色，就像这首歌被别人翻唱了一样。大致实现原理就是，使用so-vits-svc这个工具先提取出你的声音的音色训练成模型，然后提取某个歌曲去音效的人声，通过so-vits-svc将原歌曲人声转换成你的人声，再配上音效，这样这首歌就翻唱完成了。下面讲一下本地部署so-vits-svc实现AI孙燕姿翻唱歌曲的具体操作流程。

LabVIEW AI Vision(LabVIEW AI视觉工具包)

使用LabVIEW调用opencv和深度学习模型的工具包（非NI Vision），可直接调用摄像头进行图像采集。简单易于上手。提供包括2d视觉、3d视觉在内的数十个范例，并附送ResNet、语义分割、yolov3/v4/v5、姿态识别等多种模型的源代码。可直接进行深度学习开发！

人体姿态检测

Python+OpenCV+OpenPose实现人体姿态估计（人体关键点检测）代码说明参见：https://blog.csdn.net/m0_38106923/article/details/89416514

LSTM预测实验中用到的航班数据集

数据集有三列:年、月和乘客。“passengers”列包含指定月份中旅行的乘客总数，可以看到数据集中有144行3列，这意味着数据集中包含了乘客12年的出行记录。这项任务是根据前132个月的数据，预测过去12个月出行的乘客数量。请记住，我们有144个月的记录，这意味着前132个月的数据将用于训练我们的LSTM模型，而模型性能将使用最后12个月的值进行评估。

YOLOV5手势识别数据集+代码+模型 2000张标注好的数据+教学视频

1.目标检测格式数据集，标签为yolo的txt格式 2.手势识别数据集，支持[ 'A', 'number 7', 'D', 'I', 'L', 'V', 'W', 'Y', 'I love you', 'number 5' ]10种手势的识别 3. 提供3组训练好的YOLOV5模型 4.代码中包含图形化界面 5.提供B站视频教程：https://www.bilibili.com/video/BV1YL4y1J7xz/

基于YOLOv5实现垃圾分类目标检测

本项目采用YOLOv5实现垃圾分类目标检测。利用大量已标注目标检测数据集进行训练，对居民生活垃圾图片进行检测，找出图片中属于哪个类别的垃圾，并指示出在图片中的位置。 本工程YOLOv5使用PyTorch版的ultralytics/yolov5，在Windows系统上进行垃圾分类目标检测的项目演示。具体项目过程包括：数据集及格式转换、探索性数据分析（EDA）、安装软件环境、安装YOLOv5、修改YOLOv5代码(为支持中文标签）、训练集和测试集自动划分、修改配置文件、准备Weights&Biases训练可视化工具、训练网络模型、测试训练出的网络模型和性能统计。

小目标数据集 资源中txt提供了百度网盘下载链接，直接下载即可

广大粉丝要求，今特上传无人机检测领域内的小目标数据集。数据集中包含相关的图像和每张图片所对应的标注好的真实标签。特点：1、图片的原始像素高。2、待检测目标的像素基本在20x20-40x40。全部整理到网盘，可自行下载即可 格式：trainset (1.44 GB) valset (0.07 GB) testset-dev (0.28 GB) testset-challenge （0.28 GB）

YOLOV5电线绝缘子缺陷检测数据集+代码+模型+视频讲解

绝缘子作为输电环节中的重要设备，在支撑固定导线，保障绝缘距离的方面有着重要作用。深度学习技术的大量应用，计算机运算性能的不断提高，为无人机准确识别和定位绝缘子，实时跟踪拍摄开辟了新的解决途径。本文对输电线路中绝缘子进行识别及定位，利用深度学习技术采取基于YOLOv5 算法的目标检测手段，结合绝缘子数据集的特点，对无人机拍摄图片进行训练，实现对绝缘子精准识别和定位，大幅提升无人机巡检时对绝缘子设备准确跟踪、判定的效率，具有十分重要的应用效果。本项目可以作为计算机专业毕业涉及，提供处理好的数据集、视频和三组训练好的模型，部署简单，并且具有可用于图片检测和视频检测的图形化界面，方便易用。

PID仿真实验报告（含simulink仿真文件）

压缩包内有PID仿真实验报告和simulink仿真文件，相应的文章：https://blog.csdn.net/Fan_zhaoyang/article/details/119410248#comments_20936284