中兴通讯电力市场总监、高级工程师吴荣：目前，FTTx网络建设已经进入规模部署阶段，大规模的建设将导致光纤的使用量剧增，而光纤
2021-12-02 16:03:25
4.5MB
1
基于AODNet的图像雾度去除
在Pytorch中使用AODNet去除单图像雾霾
在ICCV 2017上实施Boyi Li的论文 。
内容
相依性
Python 3.6或更高版本
火炬== 1.7.1
枕头== 5.1.0
numpy的= = 1.14.3
matplotlib == 2.2.2
用法
使用方法：下载整个项目并运行inference.py
文件夹./saved_models：保存经过训练的模型的位置，文件为.pth格式。
./data/gt文件夹： groundtruth（无雾图像）。
文件夹./data/hazy：训练数据的相应模糊图像。
文件夹./test_images：出现在原始纸张中的一些测试图像。
data.py：用于加载训练数据的函数。
train.py：使用保存在文件夹./data/中的训练数据从头开始训练新的AODNet。
model.py：A
2021-11-28 19:36:17
11.62MB
1
不断学习的增量学习者
存储我在博士学位论文（2019-）期间完成的所有公共作品的存储库。
您可以在其中找到已知的实现（iCaRL等），也可以找到我的所有论文。 您可以在我的找到后者的列表。
结构体
每个模型都必须继承inclearn.models.base.IncrementalLearner 。
PODNet：用于小任务增量学习的合并输出提炼
]
如果您在研究中使用本文/代码，请考虑引用我们：
@inproceedings{douillard2020podnet,
title={PODNet: Pooled Outputs Distillation for Small-Tasks Incremental Learning},
author={Douillard, Arthur and Cord, Matthieu and Ollion, Charles and R
2021-10-10 11:04:38
4.93MB
1
Professional Assembly Language
2021-10-04 17:00:09
1.78MB
POL ODN网络架构及方案介绍
POL ODN规划设计原则及部署建议
典型场景设计方案及ODN产品选型
西研所样板点案例
2021-09-16 12:01:18
4.28MB
漂亮 简洁 的 notability / goodnote pdf 笔记本 模版 红色封面 眼睛保护色 浅蓝色背景 2020 年年历 共 380页
2021-09-02 08:32:52
6.67MB
1