- 博客(4)
- 收藏
- 关注
RSS订阅原创 Datawhale AI 夏令营（第五期）
category_labels = ["非机动车违停", "机动车违停", "垃圾桶满溢", "违法经营"]baseline的代码实现了一个完整的目标检测流程，从环境准备、数据加载与预处理、到模型训练与推理，以及最终的结果保存。首先，代码安装了必要的工具，并从指定的 URL 下载了训练集和测试集的压缩文件，随后解压这些文件以便使用。接着，代码通过cv2读取视频文件并提取视频帧，同时使用pandas读取 JSON 格式的标注文件，从中提取出目标的类别和边界框等信息。
2024-08-23 15:35:45
1458
原创 Datawhale AI 夏令营---第三期（催化反应产率预测）
定义一个SMILES_tokenizer类，用于处理SMILES字符串并将其转换为数字序列self.pad_token = pad_token # 填充符号，用于在序列长度不足时进行填充self.regex = regex # 正则表达式，用于匹配SMILES字符串中的字符self.vocab_file = vocab_file # 词汇表文件路径，包含所有可能的字符及其对应的索引self.max_length = max_length # 序列的最大长度，超过该长度的部分将被截断。
2024-08-02 21:15:30
668
原创 Datawhale AI 夏令营---第三期（催化反应产率预测）
定义RNN模型self.embed = nn.Embedding(num_embed, input_size) # 嵌入层，将词汇表中的单词转换为向量表示batch_first=True, dropout=dropout, bidirectional=True) # RNN层，双向循环神经网络self.fc = nn.Sequential(nn.Linear(2 * num_layers * hidden_size, output_size), # 全连接层，用于输出预测结果。
2024-07-29 21:36:47
829
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人