乌日达 具有统一联合分布对齐的无监督域自适应 先决条件: Python3 PyTorch == 0.4.1(具有合适的CUDA和CuDNN版本) 火炬视觉== 0.2.0 脾气暴躁的 tqdm 资料集: 您需要在“ ./data”中的每个“ .txt”中修改图像的路径。 训练: 跑步 : python train.py --config ../config/dann.yml --dataset Office-31 --src_address ../data/amazon.txt --tgt_address ../data/dslr.txt --src_test_address ../data/amazon.txt 引文: 如果您使用此代码进行研究,请考虑引用: 接触 如果您对我们的代码有任何,请随时联系 。
2023-03-01 20:14:51 42KB Python
1
无监督距离度量学习工具包:Matlab中无监督距离度量学习工具包
2023-02-25 22:11:09 3.56MB matlab toolkits metric-learning MATLABMATLAB
1
很有用的遥感图像分类 介绍的很详细 包含监督分类和非监督分类方法
2023-02-25 20:46:11 354KB 监督分类 非监督分类 遥感图像分类
1
Matlab的耳语PNU学习 以下论文的MATLAB代码: “基于来自阳性和未标记数据的分类的半监督分类”,ICML 2017。 “基于正无标记学习的半监督AUC优化”,MLJ 2018。 也可以看看 如果您需要Python代码,请访问。
2023-02-24 19:37:28 30KB 系统开源
1
弱监督定位调查:使用PyTorch中预先训练的CNN进行弱监督对象定位的各种算法的调查
2023-02-23 22:59:47 2.59MB visualization image localization deep-learning
1
拟无监督的颜色恒定性 本文所述方法的实现: 西蒙妮·比安科(Simone Bianco),克劳迪奥·库萨诺(Claudio Cusano),“准无监督色彩恒定性”-CVPR 2019 该文件可。 另请参见或尝试。
1
基于移动互联这甚至有些疯狂的发展的状况,进行了本次毕业设计,而本毕业设计选择了占据着市场 8 成以上的 Android 系统作为开发方向设计了一款学习监督同。通过本次毕业设计,学习移动互联相关的技术,了解移动互联网市场的变化行情,为未来的职业生涯变化多出一个选择的机会。 摘要 随着互联网发展,社交网络的盛行,当代大学生经常沉迷其中忘记学习时间与学习计划,对此本学习打卡系统可以很好的帮助学生管理自己的时间,制定学习计划并加以提醒,以学习研究为目的,基于 Android 开发平台,使用 Java 语言编写,在 Android studio 上设计并实现一个学习监督系统,帮助完成学习任务。 关键字 Android 系统;自我管理;学习监督系统;
1
压缩包内涵2022数学建模C题全问题解答,有图有代码。一手资源,值得拥有。
1
遥感数字图像处理课程设计-遥感图像监督与非监督分类,主要对于烟台市地区,包含原始数据,处理数据,以及50页的课程设计报告详细讲述了分析以及操作。以下是节选:4.1.1 图像校正 地理空间数据云下载的0云量数据已经进行过了图像大气校正,辐射校正,几何校正,不需要进一步预处理。 4.1.2 波段合成 点击“Basic Tools”—“Layer Stacking”,这时就打开了波段合成窗口,然后点击“Import file”,打开波段输入窗口。我们从中可以选择输入波段。完成波段顺序调整后,就可以直接点击“OK”,这样就会生成一个新合成的波段图像(选取波段1,2,3,4,5,7)。4.1.3 图像裁剪 由于下载的图像太大,迭代计算过于缓慢,所以需要进行裁剪。 在file/save as中,进入文件选择面板,Spatial Subset打开右侧的裁剪区域,并进行编辑。 可手动选择裁剪区域,红框为裁剪区域 图4.3 裁剪范围和大小 4.1.4 裁剪图像统计基本统计量 点击菜单Basic Tools→Statistics→Compute Statistics,对图像进行统计选中统计项目:直方图、
1
matlab特征点代码 勒沃斯 来自点云数据的无监督树叶木材分类(用于样地比例数据和单棵树) ---(即将推出升级版!)--- 用法 有很多使用此工具的方法。 (a)如果您已安装Matlab: 选项1.将入门级功能“ RecursiveSegmentation_release.m”称为: “ [BiLabel,BiLabel_Regu] = RecursiveSegmentation_release(点,ft_threshold,paral,plot);” 输入: %分:这是您的nx3数据矩阵。 %ft_threshold:功能阈值。 建议使用0.125左右%paral:分段后关闭并行池(1或其他)。 绘图百分比:如果绘图结果结尾(1或其他) 输出: %BiLabel:没有正则化的点标签%BiLabel_Regu:带正则化的点标签 选项2。在Matlab工作区中键入“ LeWoS_RS”。 这将通过调用classdef“ LeWoS_RS.m”打开一个接口。 这个classdef文件定义了接口。 选项3.将“ LeWoS.mlappinstall”拖到Matlab工作区中。 这将为您安
2023-02-20 20:32:02 12.04MB 系统开源
1