커피 한잔 사주세요😄
*메모:
- 내 게시물에서는 MNIST, EMNIST, QMNIST, ETLCDB, Kuzushiji 및 Moving MNIST에 대해 설명합니다.
- 내 게시물에서는 Fashion-MNIST, Caltech 101, Caltech 256, CelebA, CIFAR-10 및 CIFAR-100에 대해 설명합니다.
- 내 게시물에서는 Oxford-IIIT Pet, Oxford 102 Flower, Stanford Cars, Places365, Flickr8k 및 Flickr30k에 대해 설명합니다.
(1) ImageNet(2009):
- 1,331,167개의 객체 이미지(기차용으로 1,281,167개, 검증용으로 50,000개)가 각각 1000개 클래스의 레이블에 연결되어 있습니다.
*메모:
- 각 클래스에는 동일한 것을 나타내는 하나 이상의 이름이 있습니다.
- ILSVRC2012_devkit_t12.tar.gz, ILSVRC2012_img_train.tar 및 ILSVRC2012_img_val.tar를 다운로드할 수 있습니다.
- PyTorch의 ImageNet()입니다.
(2) LSUN(Large-scale Scene Understanding)(2015):
- 장면 이미지가 있고 침실, 다리, 교회 야외, 교실, 회의실 등 10개의 데이터 세트가 있습니다. , 식당, 주방, 거실, 레스토랑 및 타워:
- 침실에는 3,033,342개의 침실 이미지가 있습니다(기차용 3,033,042개, 검증용 300개).
- 다리에는 818,987개의 다리 이미지가 있습니다(기차용 818,687개, 검증용 300개).
- 교회 옥외에는 126,527개의 교회 옥외 이미지가 있습니다(기차용 126,227개, 검증용 300개).
- 교실에는 126,527개의 강의실 이미지가 있습니다(기차용 126,227개, 검증용 300개).
- 회의실에는 229,369개의 회의실 이미지가 있습니다(기차용 229,069개, 검증용 300개).
- 식당에는 657,871개의 식당 이미지가 있습니다(기차용 657,571개, 검증용 300개).
- 주방에는 2,212,577개의 주방 이미지가 있습니다(기차용 2,212,277개, 검증용 300개).
- 거실에는 1,316,102개의 거실 이미지가 있습니다(기차용 1,315,802개, 검증용 300개).
- 레스토랑에는 626,631개의 레스토랑 이미지가 있습니다(기차용 626,331개, 검증용 300개).
- 타워에는 708,564개의 타워 이미지가 있습니다(열차용 708,264개, 검증용 300개).
- PyTorch의 LSUN()이지만 버그가 있습니다.
(3) MS COCO(Microsoft Common Objects in Context)(2014):
- 에는 주석이 포함된 객체 이미지가 있으며 2014 Train/Val 주석, 2014가 포함된 2014 Train Images 및 2014 Val 이미지 16개의 데이터세트가 있습니다. 테스트 이미지와 2014 테스트 이미지 info, 2015 테스트 이미지와 2015 테스트 이미지 정보, 2017 Train 이미지 및 2017 Val 이미지와 2017 기차/Val 주석, 2017 Stuff Train/Val 주석 또는 2017 Panoptic Train/Val 주석, 2017 테스트 이미지(2017 테스트 이미지 정보 및 2017 라벨이 지정되지 않은 이미지 2017 라벨 없는 이미지 포함 정보:
*메모:
- 2014 기차 이미지에는 82,782개의 이미지가 있습니다.
- 2014 Val 이미지에는 40,504개의 이미지가 있습니다.
- 2014 Train/Val 주석에는 2014 Train 이미지 및 2014 Val 이미지에 대한 123,286개의 주석(train용 82,782개, 검증용 40,504개)이 있습니다.
- 2014년 테스트 이미지에는 40,775개의 이미지가 있습니다.
- 2014 테스트 이미지 정보에는 2014 테스트 이미지에 대한 주석이 40,775개 있습니다.
- 2015년 테스트 이미지에는 81,434개의 이미지가 있습니다.
- 2015 테스트 이미지 정보에는 2015 테스트 이미지에 대한 주석이 81,434개 있습니다.
- 2017 기차 이미지에는 118,287개의 이미지가 있습니다.
- 2017 Val 이미지에는 5,000개의 이미지가 있습니다.
- 2017 Train/Val 주석에는 2017 Train 이미지 및 2017 Val 이미지 에 대한 주석이 123,287개(train용으로 118,287개, 검증용으로 5,000개) 있습니다.
- 2017 Stuff Train/Val 주석에는 2017 Train 이미지 및 2017 Val 이미지
- 에 대한 주석이 123,287개(기차용으로 118,287개, 검증용으로 5,000개) 있습니다. 2017 Panoptic Train/Val 주석에는 2017 Train 이미지 및 2017 Val 이미지
- 에 대해 123,287개의 주석(기차용 118,287개, 검증용 5,000개)이 있습니다.
- 2017 테스트 이미지에는 40,670개의 이미지가 있습니다. 2017년 테스트 이미지 정보 에는
- 2017년 테스트 이미지에 대한 주석이 40,670개 있습니다.
- 2017 라벨이 없는 이미지에는 123,403개의 이미지가 있습니다. 2017년 라벨이 없는 이미지 정보 에는
에 대한 주석이 123,403개 있습니다. - 그냥 코코라고도 합니다.
CocoDetection() 또는 CocoCaptions()입니다.
위 내용은 컴퓨터 비전용 데이터세트(4)의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Python에는 두 개의 목록을 연결하는 방법이 많이 있습니다. 1. 연산자 사용 간단하지만 큰 목록에서는 비효율적입니다. 2. 효율적이지만 원래 목록을 수정하는 확장 방법을 사용하십시오. 3. 효율적이고 읽기 쉬운 = 연산자를 사용하십시오. 4. 메모리 효율적이지만 추가 가져 오기가 필요한 itertools.chain function을 사용하십시오. 5. 우아하지만 너무 복잡 할 수있는 목록 구문 분석을 사용하십시오. 선택 방법은 코드 컨텍스트 및 요구 사항을 기반으로해야합니다.

Python 목록을 병합하는 방법에는 여러 가지가 있습니다. 1. 단순하지만 큰 목록에 대한 메모리 효율적이지 않은 연산자 사용; 2. 효율적이지만 원래 목록을 수정하는 확장 방법을 사용하십시오. 3. 큰 데이터 세트에 적합한 itertools.chain을 사용하십시오. 4. 사용 * 운영자, 한 줄의 코드로 중소형 목록을 병합하십시오. 5. Numpy.concatenate를 사용하십시오. 이는 고성능 요구 사항이있는 대규모 데이터 세트 및 시나리오에 적합합니다. 6. 작은 목록에 적합하지만 비효율적 인 Append Method를 사용하십시오. 메소드를 선택할 때는 목록 크기 및 응용 프로그램 시나리오를 고려해야합니다.

CompiledLanguagesOfferSpeedSecurity, while InterpretedLanguagesProvideeaseofusEandportability

Python에서, for 루프는 반복 가능한 물체를 가로 지르는 데 사용되며, 조건이 충족 될 때 반복적으로 작업을 수행하는 데 사용됩니다. 1) 루프 예제 : 목록을 가로 지르고 요소를 인쇄하십시오. 2) 루프 예제 : 올바르게 추측 할 때까지 숫자 게임을 추측하십시오. 마스터 링 사이클 원리 및 최적화 기술은 코드 효율성과 안정성을 향상시킬 수 있습니다.

목록을 문자열로 연결하려면 Python의 join () 메소드를 사용하는 것이 최선의 선택입니다. 1) join () 메소드를 사용하여 목록 요소를 ''.join (my_list)과 같은 문자열로 연결하십시오. 2) 숫자가 포함 된 목록의 경우 연결하기 전에 맵 (str, 숫자)을 문자열로 변환하십시오. 3) ','. join (f '({fruit})'forfruitinfruits와 같은 복잡한 형식에 발전기 표현식을 사용할 수 있습니다. 4) 혼합 데이터 유형을 처리 할 때 MAP (str, mixed_list)를 사용하여 모든 요소를 문자열로 변환 할 수 있도록하십시오. 5) 큰 목록의 경우 ''.join (large_li

PythonuseSahybrideactroach, combingingcompytobytecodeandingretation.1) codeiscompiledToplatform-IndependentBecode.2) bytecodeistredbythepythonvirtonmachine, enterancingefficiency andportability.

"for"and "while"loopsare : 1) "에 대한"loopsareIdealforitertatingOverSorkNowniterations, whide2) "weekepindiTeRations.Un

Python에서는 다양한 방법을 통해 목록을 연결하고 중복 요소를 관리 할 수 있습니다. 1) 연산자를 사용하거나 ()을 사용하여 모든 중복 요소를 유지합니다. 2) 세트로 변환 한 다음 모든 중복 요소를 제거하기 위해 목록으로 돌아가지 만 원래 순서는 손실됩니다. 3) 루프 또는 목록 이해를 사용하여 세트를 결합하여 중복 요소를 제거하고 원래 순서를 유지하십시오.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경

SublimeText3 영어 버전
권장 사항: Win 버전, 코드 프롬프트 지원!

안전한 시험 브라우저
안전한 시험 브라우저는 온라인 시험을 안전하게 치르기 위한 보안 브라우저 환경입니다. 이 소프트웨어는 모든 컴퓨터를 안전한 워크스테이션으로 바꿔줍니다. 이는 모든 유틸리티에 대한 액세스를 제어하고 학생들이 승인되지 않은 리소스를 사용하는 것을 방지합니다.