1：首先从模型结构整体理解            重要网络结构：                                     MSB结构                                                                   网络架构应用于人群计数 2：从代码层面理解 2.1 MSB结构，就是四种

本次创作最主要是在MSCNN-BILSTM-ATTENTION模型（可轻松替换为其它模型）基础上，搭建GUI测试界面，方便对你想要测试的数据的进行测试，同时进行了全面的结果可视化：1.训练集和测试集的准确率曲线，2.训练集和测试集的损失曲线，3.测试集的混淆矩阵，4.测试集的特征可视化，5.测试集的预测标签与真实标签梯形图，6.测试集的分类报告。 数据集替换提示：本次使用的数据集形式在1.2.小

多尺度深度卷积神经网络进行快速目标检测： 两阶段目标检测器，与faster-rcnn相似，分为an object proposal network and an accurate detection network. 文章主要解决的是目标大小不一致的问题，尤其是对小目标的检测，通过多层次的结构，实现多尺度的目标检测。 之前所使用的简单的单一尺度的目标检测器通常为了识别出图片中大小适中的目标而

1.运行效果：西安交大转子数据集故障诊断（Python代码，MSCNN结合LSTM结合注意力机制模型）_哔哩哔哩_bilibili 2.环境库版本 如果库版本不一样， 一般也可以运行，这里展示我运行时候的库版本，是为了防止你万一在你的电脑上面运行不了，可以按照我的库版本进行安装并运行  3.数据集介绍 该实验平台由交流电动机、电动机转速控制器、转轴、支撑轴承、液压加载系统和测试轴承等组