Exploration_Network_Chapter_11_配置和测试网络.ppt
2022-06-18 09:05:39
12.1MB
Exploration_Routing_Chapter_2 静态路由.ppt
2022-06-18 09:05:38
4.27MB
Exploration_Network_Chapter_2 网络通信.ppt
2022-06-17 10:03:41
2.72MB
Exploration_Network_Chapter_2静态路由.ppt
2022-06-17 09:06:47
4.27MB
Exploration_Network_Chapter_3 应用层功能及协议.ppt
2022-06-17 09:06:41
2.67MB
Exploration_Network_Chapter_4 OSI 传输层.ppt
2022-06-17 09:06:40
1.6MB
Exploration_Network_Chapter_5 RIP 第1版.ppt
2022-06-16 16:05:14
2.74MB
基于损坏的谷粒百分比的米级图像处理技术的探索
这项工作是COMP9517计算机视觉主题@UNSW 2020的一部分
我们执行了以下任务（有关详细信息，请参阅报告）：
任务1：
实施Iso数据强度阈值处理以在给定的水稻图像（灰度图像）中分离背景和前景。图像具有双峰像素强度直方图。
任务2：
实现两遍连通分量标记算法，对每个图像中的米粒进行计数。
任务3：
从Task2中获得的连接的组件标签中，使用最小像素面积作为阈值来计算受损稻粒的百分比。
档案：
Report.pdf：有关实施过程和意见的详细信息
my_program.py：我的python实现
Input_image：测试图像-rice_img1.png，rice_img2.png，rice_img6.png，rice_img7.png
输出：所有输出均保存在此文件夹中
2022-06-03 11:45:07
3.42MB
1
永不放弃
永不放弃的PyTorch实施：学习定向探索策略[]
仅实施了具有嵌入网络的偶然性好奇心。
安装
使用Python 3.7.9测试
pip install -r requirements.txt
火车
python train.py
结果
5x5结果
学分
R2D2基地是从通过
2022-05-17 22:31:41
48KB
1