VIP会员

newbwinfo:布雷特·威尔科克斯（Brett Wilcox）

newbwinfo:布雷特·威尔科克斯（Brett Wilcox）

MichaelBierut_2018V[迈克·布雷特][伦敦地铁图中的智慧].pdf

TED演讲稿

brettwise:布雷特怀斯之家

入门 当你刚刚克隆这个 repo 时该怎么办 从项目根 cd src/sass bower install cd ../../js bower install cd ../.. npm install && gulp 可能去喝咖啡，而 npm 做这件事。...假设您关闭了 gulp 并且您在项目根...

image-segmentation-via-min-cut:计算机视觉决赛-乔纳森·里奇＆布雷特·西尔弗斯坦

最小分割图像分割 计算机视觉决赛-乔纳森·里奇＆布雷特·西尔弗斯坦

Portfolio:布雷特·本德（Brett Bender）的官方作品集

文件夹

激光金等离子体中Au

根据扩展的相对论多组态狄拉克福克(Dirac-Fock)理论,采用“多功能相对论原子结构程序(GRASP2)”,考虑量子电动力学(QED)效应和布雷特(Breit)修正,选用二参量费米有限核电荷分布和扩展平均能级模型,并考虑组态间的相互...

3D图形开源压缩库Draco.zip

 来自谷歌 Chrome Media 团队的贾米森·布雷特勒（Jamieson Brettle）和法兰克·加利根（Frank Galligan）在解释 Draco 时说：“Draco 是为了提升压缩效率和速度而设计和研制的。代码支持压缩点、连接信息、纹理...

APerspectiveOnTechnology:道格·恩格巴特（Doug Engelbart），布雷特·维克托（Bret Victor），泰德·尼尔森（Ted Nelson），艾伦·凯（Alan Kay）和我们这一代其他编程名人等人的思想集合

透视技术收集了Bret Victor，Ted Nelson，Alan Kay和我们这一代其他编程名人这样的人的思想。表示制图表达的基础将是一个3D立方体。 将有三个视图。 我们将使用六个markdown文件作为每个飞机的输入。...

Brett:在iOS上解压缩.tar和.tar.gz（.tgz）文件

布雷特在iOS上解压缩.tar和.tar.gz（.tgz）文件。 布雷特（ ）以退休的美国职棒大联盟三垒手（ Brett）的名字命名，他在整个21年的棒球生涯中都为堪萨斯皇家队效力。 布雷特的职业生涯命中率达到3154，是美国职业...

brettwbyron：brettwbyron.com

布雷特比龙 brettwbyron.com

电骡 eMule 0.49c Xtreme 7.2 简体中文版

布雷特刘兹）。 　如今已经有很多来自世界各地的优秀程序员用自己宝贵的业余时间为emule-project做出了贡献，而这一切完全是自愿而不求回报的，“eMule是完全免费的，它也决不包含广告软件、间谍和流氓软件。我们之...

The Swift Programming Language SWIF编程语言-苹果发布

2010 年 7 月LLVM 编译器的原作者暨苹果开发者工具部门总监克里斯·拉特纳（Chris Lattner）开始着手 Swift 编程语言的工作，...拉特纳本人强调，Playgrounds很大程度是受到布雷特·维克多（Bret Victor）理念的启发。

trevorIMDBReact

特雷弗里姆布雷特工作正在进行中

awesome-data-viz-people:密切关注信息设计、数据分析和可探索演示方面的杰出实干家和思想家

数据可视化、信息设计、商业智能、视觉解释、用户界面设计、动画和动态图像方面的杰出人士。 诚然，它的范围广泛且不科学。 它包括统计学家、艺术家、记者、学者和工程师。 一些关键人物有更详细的资料。 由 Max ...

btre-project：btre Django项目

布雷特项目 btre Django项目

personalized-calculator

Java类我们的 Java 类的回购布雷特迈耶

pycascades2021：来自https：2021.pycascades.com的注释

尼娜·扎哈伦科（Nina Zakharenko）主持，小组成员：吉多·范·罗苏姆（Guido Van Rossum），卡罗尔·威林（Carol Willing），布雷特·坎农（Brett Cannon），玛丽亚塔·维贾亚（Mariatta Wijaya） 在家工作对OSS的...

chrome-dev-tools:Chrome开发工具带来的麻烦

Chrome开发者工具布雷特·里特-@little_bret

Albrethsen-Martin-Team:TA 和 IM 团队的存储库

阿尔布雷特森-马丁团队 TA 和 IM 团队的存储库

cohorts:群组可视化工具——浏览群组数据集的便捷工具

队列可视化工具 一个方便的浏览群组的工具 作者：布雷特·斯拉特金

YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数

本资源纯属免费，不收任何钱和任何积分，纯粹为爱发电，本资源已经为大家整合好了的，看我的博客部署好直接用：https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址：https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSORT-Object-Tracking 本资源提供了基于YOLOv8-deepsort算法的智能车辆目标检测、车辆跟踪和车辆计数的实现方案。首先，利用YOLOv8算法对视频中的车辆目标进行检测，并对检测到的目标进行标记。然后，通过deepsort算法对标记的车辆目标进行跟踪，实现车辆目标的持续跟踪。最后，根据跟踪结果对车辆数量进行统计，实现车辆计数功能。本资源提供了完整的代码实现和详细的使用说明，帮助读者快速掌握基于YOLOv8-deepsort的智能车辆目标检测、车辆跟踪和车辆计数技术。

YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了

YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了

yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt

yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt，需要创建的文件夹都以创建，方便大家不用再去GitHub下载 可以搭配该博客：https://blog.csdn.net/weixin_43366149/article/details/132206526?spm=1001.2014.3001.5501

Transformer模型实现长期预测并可视化结果（附代码+数据集+原理介绍）

这篇文章给大家带来是Transformer在时间序列预测上的应用，这种模型最初是为了处理自然语言处理（NLP）任务而设计的，但由于其独特的架构和能力，它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是：Transformer 在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码，Transformer 不仅提高了处理效率，而且确保了时间顺序的准确性。其灵活的模型结构允许调整以适应不同复杂度这篇文章给大家带来是Transformer在时间序列预测上的应用，这种模型最初是为了处理自然语言处理（NLP）任务而设计的，但由于其独特的架构和能力，它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是：Transformer 在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码，Transformer 不仅提高了处理效率，而且确保了时间顺序的准确性。定制化训练个人数据集进行训练利用python和pytorch实现

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

Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip

本资源配套对应的视频教程和图文教程，手把手教你使用Unet做眼底图像分割的训练、测试和界面封装，包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型，并封装为了图形化界面，只需点击上传按钮上传图像即可完成眼底图像的预测。 随着生活水平的提高，眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源，其形态和状况的变化可以反映出许多疾病的早期病理变化。然而，由于受眼底图像采集技术的限制以及视网膜血管自身结构的复杂性和多变性，使得视网膜血管的分割变得非常困难。传统方法依靠人工手动分割视网膜血管，不仅工作量巨大，极为耗时，而且受主观因素影响严重。通过眼底血管图像分割可以提高诊断准确性、效率以及推动科学研究和改进治疗方法等方面。 B站主页：https://space.bilibili.com/161240964 C站主页：https://blog.csdn.net/ECHOSON

行人跌倒数据集（VOC格式）

行人跌倒数据集（VOC格式）

YOLOV5 + 双目相机实现三维测距（新版本）

YOLOV5 + 双目相机实现三维测距（新版本）

全新的SOTA模型YOLOv9

当今的深度学习方法专注于如何设计最合适的目标函数，以使模型的预测结果尽可能接近真实值。同时，还需要设计一个合适的架构，以便获取足够的信息进行预测。现有方法忽略了一个事实：当输入数据经过逐层的特征提取和空间变换时，会丢失大量信息。本文将深入探讨数据在深度网络中传输时数据丢失的重要问题，即信息瓶颈和可逆函数问题。我们提出了可编程梯度信息（PGI）的概念，以应对深度网络实现多个目标所需的各种变化。PGI能够为目标任务提供完整的输入信息，以计算目标函数，从而获得可靠的梯度信息以更新网络权重。此外，我们还设计了一种基于梯度路径规划的新型轻量级网络架构——广义高效层聚合网络（GELAN）。GELAN的架构证明了PGI在轻量级模型上获得了优越的结果。我们在基于MS COCO数据集的目标检测上验证了所提出的GELAN和PGI。结果显示，GELAN仅使用传统的卷积运算符就实现了比基于深度卷积的最新方法更好的参数利用率。PGI可用于从轻量级到大型的各种模型，它可以获取完整信息，使得从零开始训练的模型比使用大型数据集预训练的最新模型获得更好的结果，比较结果如图1所示。

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！