Explore GitLab
Discover projects, groups and snippets. Share your projects with others
-
-
采用硬件描述语言Verilog HDL完成数字图像识别。数字图像识别在传统处理器上(如CPU、GPU等)得到了非常有效地发展,精确度一度达到100%,这得益于现有深度学习框架提供的成熟神将网络算法,而在如FPGA,ASIC等定制化设备上的深度学习还存在开发周期长,程序语言门槛较高等困难,将深度学习部署在这些终端设备上还有待的发展。该项目是借助Verilog硬件描述语言在FPGA上完成的卷积神经网络对数字图像识别进行识别。
-
中煤项目人员值班接口
-
Several baselines for online adaptation of semantic segmentation. Architectures supported: Deeplabv2 with VGG-16, ERFNet, RFNet with Resnet-18 (Updating). Baselines including: BN Adapting, Tent, Pseudo Label, Ground Truth, CoTTA, etc. (Updating).
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
目前学术界或者工业界还没有公开的RoboMaster EP数据集,本项目收集120张RoboMaster在不同场景下的图片,并进行数据扩充处理,为日后的图像检测等学术研究提供一个可选择的数据集。