自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

mahuliang321的博客

  • 博客(25)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 卷积神经网络CNN-part9-DenseNet

本文介绍了DenseNet（稠密连接网络）的核心结构和实现方法。DenseNet通过"稠密连接"机制让每层都与前面所有层直接相连，其核心组件包括：1）稠密块（DenseBlock）实现特征重用和特征传播；2）过渡层（transition_block）使用1x1卷积和平均池化控制模型复杂度。文章详细给出了PyTorch实现代码，包括卷积块、稠密块和过渡层的构建方法，并展示了完整的DenseNet模型架构。最后通过Fashion-MNIST数据集验证了模型性能，使用0.05学习率训练10个e

2025-09-20 10:44:17 509

原创 卷积神经网络CNN-part8-ResNet

本文介绍了残差网络(ResNet)的核心思想与实现。ResNet通过引入残差块和跳跃连接，解决了深度神经网络中的梯度消失问题。文中详细讲解了残差块的结构设计，包括3×3卷积层、批量归一化和ReLU激活函数的组合，以及1×1卷积调整通道数的技巧。通过PyTorch代码展示了如何构建包含四个残差块组的ResNet模型，并测试了其在Fashion-MNIST数据集上的性能。实验结果表明，这种架构能够有效提升深层网络的训练效果和分类准确率。

2025-09-19 00:29:57 849

原创 卷积神经网络CNN-part7-批量规范化BatchNorm

批量规范化（Batch Normalization）是一种加速深层神经网络训练的有效技术。文章详细介绍了在全连接层和卷积层中应用批量规范化的方法，包括其数学公式和实现过程。通过比较训练模式和预测模式下的不同计算方式，说明了批量规范化的运作机制。文章提供了使用PyTorch实现批量规范化层的代码示例，并将其应用于LeNet网络结构中，展示了在Fashion-MNIST数据集上的训练效果。最后还演示了如何直接使用PyTorch内置的批量规范化模块（BatchNorm1d和BatchNorm2d）来简化网络构建过

2025-09-18 23:16:50 580

原创 卷积神经网络CNN-part6-GoogLeNet

本文介绍了GoogLeNet网络结构及其核心组件Inception块。Inception块包含四条并行路径：1x1卷积、1x1+3x3卷积、1x1+5x5卷积以及3x3最大池化+1x1卷积，通过通道维度合并输出。GoogLeNet由9个Inception块堆叠而成，包含5个模块，采用逐步降维策略。代码展示了Inception块的实现和网络结构，测试输出显示各模块的维度变化。最后在Fashion-MNIST数据集上训练该网络，验证了其有效性。GoogLeNet通过多尺度特征提取和通道合并提高了模型性能。

2025-09-15 00:42:50 1182

原创 卷积神经网络CNN-part5-NiN

本文介绍了网络中的网络（NiN）结构，对比了AlexNet、VGG等经典CNN架构。NiN采用多层1x1卷积替代全连接层，通过NiN块（普通卷积+两个1x1卷积）构建网络，显著减少参数量。文中详细给出了NiN块和网络的PyTorch实现代码，展示了各层输出维度变化，并进行了Fashion-MNIST数据集训练。最后对比分析了不同CNN网络的内部结构特点，指出NiN在减少参数方面的优势，但也可能增加训练时间。

2025-09-11 22:35:59 2203 1

原创 PowerPMAC配置EtherCAT设备

本文详细介绍了在PowerPMAC IDE环境下配置EtherCAT伺服电机的完整流程。主要内容包括：准备工作（连接硬件和获取ESI文件）、通过ESI管理器加载配置文件、网络扫描识别从站设备、变量映射（定义输入输出位置参数）、激活EtherCAT通讯（验证状态字和实际位置）以及相关参数说明。文章还概述了主站配置的8个方面和从站配置的7个选项，重点说明了PDO映射和变量分配机制，为伺服电机的EtherCAT通信配置提供了系统指导。

2025-09-08 00:24:04 572

原创 卷积神经网络CNN-part4-VGG

本文介绍了VGG卷积神经网络的结构与实现。VGG由牛津大学提出，采用模块化设计，包含带填充的3×3卷积层、ReLU激活函数和最大池化层。文章详细描述了VGG11的网络架构（5个卷积块+3个全连接层），并提供了PyTorch实现代码，包括自定义VGG块和网络结构。为降低计算量，作者构建了通道数缩减4倍的简化版网络在Fashion-MNIST上进行训练。最后对比了VGG16的结构特点，其包含6个卷积块（共16层），通过堆叠小卷积核实现深层网络。VGG虽参数量大，但在迁移学习中表现优异。

2025-09-07 14:02:51 1246

原创 卷积神经网络CNN-part3-AlexNet

该文章介绍了AlexNet卷积神经网络的结构特点与实现方法。AlexNet是深度学习发展史上的重要里程碑，相比早期的LeNet具有更深的网络结构（8层）和更大的计算量。其创新点包括：使用ReLU激活函数加快训练速度、引入Dropout层防止过拟合、采用更大卷积核（11x11）捕获特征。文章详细解析了AlexNet各层参数配置，并提供了PyTorch实现代码，包括网络构建、数据加载和训练过程。实验在Fashion-MNIST数据集上验证了AlexNet的有效性，展现了其在图像分类任务中的优势。该实现通过GPU

2025-09-05 01:12:41 1242

原创 卷积神经网络CNN-part2-简单的CNN

本文介绍了经典的卷积神经网络LeNet及其实现。LeNet由Yann LeCun于1989年提出，是最早的CNN之一，主要用于手写数字识别。其结构包含两个卷积块（每个含卷积层、Sigmoid激活和平均池化）和三个全连接层。文中详细展示了PyTorch实现代码，并演示了28x28输入图像在各层的维度变化。同时提供了模型训练方法，包括数据加载、评估函数和GPU训练过程。最后介绍了一个3D可视化工具，可交互式观察LeNet-5各层处理过程，包括输入填充、卷积、池化及全连接层的具体参数变化。该可视化直观展示了CNN

2025-09-03 23:54:25 1047

原创 卷积神经网络CNN-part1-组成和构建

摘要：卷积神经网络(CNN)是处理图像数据的强大工具，利用平移不变性和局部性特征有效识别图像对象。CNN由卷积层、池化层和全连接层组成，其中卷积层通过核函数进行互相关运算，并采用填充(padding)和步幅(stride)参数控制特征提取。池化层(最大池化和平均池化)用于降低位置敏感性。实验代码展示了卷积和池化操作的具体实现，包括填充、步幅等关键参数设置效果。

2025-09-03 00:34:35 998

原创 PowerPMAC在线命令1-计算符

本文摘要概述了PowerPMAC命令语法和数学运算功能。PowerPMAC语法不区分大小写，空格通常不重要，斜体和括号内的内容需要用户替换。命令适用于在线和缓冲程序。数学运算包括算术、位逻辑、赋值（标准和同步）、条件比较等运算符，以及标量、矢量、矩阵数学函数、字符串操作和EtherCAT网络功能。系统支持丰富的三角函数、对数、随机数生成等数学计算，以及矩阵运算和字符串处理功能，为工业控制提供全面的编程支持。

2025-09-01 00:45:41 225

原创 PowerPMAC在线命令2-在线命令

本文介绍了PowerPMAC控制系统的在线命令体系，主要分为全局命令、坐标系命令和电机命令三大类。全局命令包括系统配置、变量操作、程序控制等功能；坐标系命令涉及轴定义、运动控制、程序执行等；电机命令包含位置报告、点动控制、归位操作等。各类命令支持单对象或多对象操作，并提供了简洁和长格式两种语法形式。系统还支持程序缓冲区管理、运动程序控制、状态查询等高级功能，为工业运动控制提供了完整的指令集支持。

2025-09-01 00:40:14 139

原创 PowerPMAC在线命令3-缓存命令

本文详细介绍了运动程序和PLC程序中使用的缓冲脚本程序命令。主要内容包括：1)移动命令（线性、PVT、圆弧等模式）；2)移动模式设置命令；3)轴属性设置命令；4)移动属性命令；5)刀具半径补偿命令；6)变量赋值命令；7)程序逻辑控制结构；8)PLC执行控制命令；9)电机直接控制命令；10)坐标系控制命令；11)程序查询命令。这些命令支持多种运动控制模式，包括位置、速度、时间控制，以及复杂的程序逻辑控制结构，为工业自动化系统提供了完整的运动控制编程解决方案。

2025-09-01 00:35:03 92

原创 多层感知机MLP-part4-模块化

本文介绍了多层感知机(MLP)的实现与优化方法，主要包括模块化网络构建、自定义块设计、参数管理和自定义层开发。内容涵盖：1）使用nn.Sequential实现模块化网络；2）通过继承nn.Module创建自定义网络块；3）参数初始化与绑定技术；4）开发带/不带参数的自定义层。文章详细讲解了网络构建的编程实现，包括权重初始化方法（如Xavier初始化）、参数共享机制，以及如何将简单层组合成复杂模型。通过PyTorch代码示例，展示了深度学习模型的模块化开发流程和参数管理技巧。

2025-08-30 23:27:22 910

原创 多层感知机MLP-part3-暂退法与传播计算

本文介绍了多层感知机(MLP)中的关键概念和实现方法。首先讨论了暂退法(Dropout)的原理，通过训练时随机丢弃神经元来提高模型泛化能力。然后详细讲解了前向传播和反向传播的计算过程，以及梯度消失和梯度爆炸问题。在实现部分，展示了从零开始实现暂退法的方法，包括模型定义、参数初始化和训练过程。最后介绍了使用PyTorch框架简洁实现暂退法的代码示例。这些技术有助于提高神经网络的训练稳定性和泛化性能。

2025-08-30 00:15:40 1062

原创 多层感知机MLP-part2-拟合问题

本文探讨了深度学习中的模型选择与过拟合问题。在模型评价方面，指出泛化能力是核心指标，受参数量、参数取值和训练样本数量影响。重点分析了欠拟合和过拟合现象，其中过拟合表现为训练误差小而测试误差大。为应对过拟合，介绍了正则化技术，特别是L2正则化（权重衰减），通过向损失函数添加惩罚项来提升泛化性能。文章通过PyTorch实现展示了权重衰减的效果：未正则化时模型明显过拟合，而加入L2正则化后测试误差显著降低。最后强调正则化是平衡模型复杂度、防止过拟合的有效方法。

2025-08-29 00:38:15 1167

原创 多层感知机MLP-part1-概念和实现

本文介绍了多层感知机（MLP）的基本原理与实现方法。MLP是一种包含多个隐藏层的深度神经网络，通过全连接层和激活函数（如ReLU、sigmoid、tanh）处理非线性问题。文章详细展示了从零实现MLP的步骤：包括参数初始化、ReLU激活函数定义、网络结构构建，以及使用交叉熵损失函数和SGD优化器进行训练。随后介绍了使用PyTorch API更简洁的实现方式，通过nn.Sequential快速搭建网络。两种方法均在Fashion-MNIST数据集上进行了实验验证，展示了MLP处理图像分类问题的有效性。

2025-08-28 00:15:28 2390

原创 线性神经网络-part2

本文介绍了线性神经网络在分类问题中的应用。首先阐述了分类问题的基本概念，指出分类问题需要将输入特征映射到多个输出类别。接着详细讲解了Softmax函数的作用及其数学表达式，说明它如何将输出转化为概率分布。文章还介绍了交叉熵损失函数和分类精度的评估方法。最后通过PyTorch实现了一个基于Fashion-MNIST数据集的Softmax回归模型，包括参数初始化、模型定义、损失函数、训练过程和预测实现等完整步骤。该模型能够将28×28像素的服装图像分类到10个类别中，并通过训练达到较好的分类效果。

2025-08-27 01:08:52 1122

原创 线性神经网络-part1

本文介绍了深度学习中的线性神经网络及其在多特征线性回归问题中的应用。文章首先阐述了线性神经网络的基本概念，指出其适用于解决分类和回归问题，并以房价预测为例说明多特征输入的必要性。随后详细讲解了线性模型的数学表达、损失函数计算、梯度下降优化方法等核心概念。最后通过代码示例展示了PyTorch实现线性回归的全过程，包括数据生成、模型构建、参数初始化、训练优化等步骤。文章特别强调了向量化计算对性能的提升作用，并通过对比实验验证了其优势。

2025-08-26 00:26:07 1225

原创 初探神经网络-A Neural Network Playground -part3

本文通过神经网络实验探究了隐藏层、特征、激活函数、学习率和正则化等因素对模型性能的影响。实验结果显示：1）引入隐藏层显著提升训练效果，但层数增加会导致训练损失波动；2）添加多项式特征能改善模型表现；3)Tanh和ReLU激活函数优于Sigmoid；4）学习率过高（0.1）会导致训练发散；5）适度正则化（L1/L2）有助于防止过拟合。测试集和训练集表现的差异表明模型存在泛化性问题。该研究为神经网络参数调优提供了实验依据。

2025-08-24 12:15:09 1190

原创 初探神经网络-A Neural Network Playground -part2

本文介绍了神经网络Playground工具的使用方法，重点讲解了数据设置、隐藏层配置和输出显示三个核心模块。在数据设置部分，详细说明了数据集划分比例原则（如小数据量60/20/20，大数据量98/1/1）、噪声来源及影响、以及Batch Size的选择标准。隐藏层配置部分阐述了层数和神经元数量的设计原则，指出单层网络只能处理线性问题，多层网络可拟合非线性函数但需防止过拟合。输出部分区分了分类任务（使用Softmax）和回归任务（线性输出）的不同处理方式。文章通过可视化工具展示了神经网络权重分布和训练效果对比

2025-08-23 11:17:22 1304

原创 初探神经网络-A Neural Network Playground -part1

本文介绍了神经网络教学工具Playground平台，该平台通过可视化方式帮助初学者理解神经网络基础概念和训练过程。文章详细解析了平台功能模块，包括训练控制（Epoch）、关键参数设置（学习率、激活函数、正则化类型及系数）以及两类主要问题（分类和回归）的典型示例。重点阐述了学习率对模型收敛的影响、常见激活函数特性（ReLU/Sigmoid/Tanh/Linear）及其适用场景，并分析了L1/L2正则化防止过拟合的机制。最后展示了平台提供的四类分类问题（Circle/XOR/Gaus

2025-08-22 23:22:40 2215

原创 深度学习开端：ANN、MLP、CNN、RNN、GNN

本文系统梳理了人工智能到深度学习的关键概念。人工智能（AI）作为计算机科学分支，包含机器学习、自然语言处理等五大领域。机器学习（ML）作为AI核心，分为监督学习（如决策树、SVM）、无监督学习（如聚类分析、PCA）和强化学习（如DQN）。深度学习（DL）基于神经网络发展而来，包含前馈神经网络（MLP）、循环神经网络（RNN）、卷积神经网络（CNN）和Transformer等模型架构，在图像识别、自然语言处理等领域取得突破。文章通过概念分层解析，展示了人工智能技术的演进路径和应用场景。

2025-08-21 22:52:40 1158

原创 Pytorch数据计算

主要讲述了torch中的基本运算，从数据的产生、基本运算、矩阵变换、张量、向量操作。以实例为主，主要看结果展示

2025-08-20 00:52:56 221

原创 Win10+Anaconda+Pycharm配置pytorch/tensorflow环境

pytorch/tensorflow是深度学习的两个主流框架，使用anaconda创建虚拟环境对于初学者来说更容易上手。本文主要讲述环境配置，配置完成后即可在pycharm中进行开发。

2025-08-18 22:51:39 982

modelnet40-mantel23.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-keyboard20.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-stairs33.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-laptop22.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-sink31.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-lamp21.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-piano27.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-flower_pot17.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-guitar19.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-range_hood30.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-stool34.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-person26.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-chair10.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-22

modelnet40-car09.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-22

modelnet40-bowl08.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-22

modelnet40-bed04.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-22

modelnet40-bottle07.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-22

modelnet40-bookshelf06.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-22

modelnet40-bench05.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-22

modelnet40-bathtub03.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-22

电机控制Power PMAC电机参数设置指南：单一反馈系统的初始化与调试
内容概要：本文详细介绍了Power PMAC电机的初始设置流程，主要针对单一反馈类型的电机。文中涵盖电机设置主界面、驱动器设置、电机设置、编码器设置、控制器端口设置、反馈验证与编码器方向设置、电流设置、以及各种参数的具体配置，如电机限制参数、速度控制、加速度控制、跃动控制、进入位置波段控制和回原点参数等。文档还提供了详细的硬件接口和信号类型说明，适用于Inovance品牌的IS620p和MS1H1-10B30CB型号设备。 适合人群：具备一定自动化控制或机电一体化基础知识的技术人员，特别是从事工业自动化设备调试与维护的工程师。 使用场景及目标：①帮助技术人员完成Power PMAC电机的初始配置；②确保电机控制系统稳定运行，优化性能；③指导用户进行电机调试、参数调整及故障排查。 阅读建议：本文内容较为专业，建议读者在实际操作前仔细阅读并理解每个步骤，结合具体设备型号和应用场景进行设置。同时，在实践中注意保存好每次修改后的参数备份，以便出现问题时能够迅速恢复到正常状态。

2025-08-24

modelnet40-glass_box18.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-toilet37.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-dresser16.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-sofa32.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-table35.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-desk14.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-curtain13.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-tent36.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-door15.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-tv_stand38.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-cup12.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-vase39.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-monitor24.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-cone11.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-night_stand25.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-xbox41.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-wardrobe40.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-radio29.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

modelnet40-plant28.rar
该资源是普林斯顿大学Modelset数据集的一部分，主要内容是三维模型的点云数据，全名是modelnet40，包含40类模型，飞机、花盆、桌椅等各类模型。本资源是用于三维模型的识别训练的数据集，模型数据格式为txt。介绍网址：https://modelnet.cs.princeton.edu/ ，使用方法可以在网上搜索 类别数：40 个常见物体类别（如桌子、椅子、飞机等） 样本量：共 12,311 个三维模型，其中 9,843 个训练样本，2,468 个测试样本。 本资源分为41个包上传，40个模型文件和1个说明文件

2025-08-23

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除