类别专题

[数据集][目标检测]血细胞检测数据集VOC+YOLO格式2757张4类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：2757 标注数量(xml文件个数)：2757 标注数量(txt文件个数)：2757 标注类别数：4 标注类别名称:["Platelets","RBC","WBC","sickle cell"] 每个类别标注的框数：

[数据集][目标检测]智慧农业草莓叶子病虫害检测数据集VOC+YOLO格式4040张9类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：4040 标注数量(xml文件个数)：4040 标注数量(txt文件个数)：4040 标注类别数：9 标注类别名称:["acalcerosis","fertilizer","flower","fruit","grey

[数据集][目标检测]抽烟检测数据集VOC+YOLO格式22559张2类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：22559 标注数量(xml文件个数)：22559 标注数量(txt文件个数)：22559 标注类别数：2 标注类别名称:["cig-pack","smoke"] 每个类别标注的框数： cig-pack 框数 = 2

[数据集][目标检测]人脸口罩佩戴目标检测数据集VOC+YOLO格式8068张3类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：8068 标注数量(xml文件个数)：8068 标注数量(txt文件个数)：8068 标注类别数：3 标注类别名称:["face_with_mask","face_without_mask","mask"] 每个类别

[数据集][目标检测]井盖丢失未盖破损检测数据集VOC+YOLO格式2890张5类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：2890 标注数量(xml文件个数)：2890 标注数量(txt文件个数)：2890 标注类别数：5 标注类别名称:["broke","circle","good","lose","uncovered"] 每个类别标

卷积神经网络(二)CIFAR100类别分类

一.数据介绍总共一百个类，每个类有600个图像。每类500个训练图像，100个测试图像。没填图像都带有一个"精细"标签（它所属的类）核一个粗糙标签（它所属的超类）二.API使用用于构建CNN模型的API Conv2D：实现卷积，kernel_size,strides,padding,datafromat,'NHWC'核'NCHW' MaxPool2D:池化操作 impo

AI模型：追求全能还是专精？-- 之6 语言复杂度类别（Category 0~3 类）和语言功能性类型（Type 0~Ⅲ 型）之2

Q17、我前面说过，语言复杂度的0~3级（Category 0~3）表示了语言的的上下文相关性：完全不相关，单相关的单词上下文，双相关的句子上下文全相关的文章上下文。我准备翻译为 Context - irrelative /relative/correlative/ full-correlative，显式表达了语言复杂度的0~3级（Category 0~3）区别的上下文相关性是一种关

[数据集][目标检测]水面垃圾检测数据集VOC+YOLO格式2027张1类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：2027 标注数量(xml文件个数)：2027 标注数量(txt文件个数)：2027 标注类别数：1 标注类别名称:["trash"] 每个类别标注的框数： trash 框数 = 2974 总框数：2974 使用标注

基于蜣螂优化最小二乘支持向量机的数据分类预测Matlab程序DBO-LSSVM 多特征输入多类别输出含基础程序

基于蜣螂优化最小二乘支持向量机的数据分类预测Matlab程序DBO-LSSVM 多特征输入多类别输出含基础程序文章目录一、基本原理DBO（Dung Beetle Optimization）算法原理LSSVM（Least Squares Support Vector Machine）模型原理DBO-LSSVM模型的集成流程总结二、实验结果三、核心代码四、代码获取五、总结

[数据集][目标检测]西红柿缺陷检测数据集VOC+YOLO格式17318张3类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：17318 标注数量(xml文件个数)：17318 标注数量(txt文件个数)：17318 标注类别数：3 标注类别名称:["Bad","Good","Unripe"] 每个类别标注的框数： Bad 框数 = 102

[数据集][目标检测]轮胎缺陷检测数据集VOC+YOLO格式2154张4类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：2154 标注数量(xml文件个数)：2154 标注数量(txt文件个数)：2154 标注类别数：4 标注类别名称:["debris","ground","side","side_cut"] 每个类别标注的框数： d

变量存储类别

C语言根据变量的生存周期来划分，可以分为静态存储方式和动态存储方式。静态存储方式：是指在程序运行期间分配固定的存储空间的方式。静态存储区中存放了在整个程序执行过程中都存在的变量，如全局变量。动态存储方式：是指在程序运行期间根据需要进行动态的分配存储空间的方式。动态存储区中存放的变量是根据程序运行的需要而建立和释放的，通常包括：函数形式参数；自动变量；函数调用时的现场保护和返回地址等。

[数据集][目标检测]机油泄漏检测数据集VOC+YOLO格式43张1类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：43 标注数量(xml文件个数)：43 标注数量(txt文件个数)：43 标注类别数：1 标注类别名称:["engineoil"] 每个类别标注的框数： engineoil 框数 = 44 总框数：44 使用标注工具

[数据集][目标检测]汽油检泄漏检测数据集VOC+YOLO格式237张2类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：237 标注数量(xml文件个数)：237 标注数量(txt文件个数)：237 标注类别数：2 标注类别名称:["petrol","water"] 每个类别标注的框数： petrol 框数 = 212 water 框

[数据集][目标检测]智慧牧场猪只检测数据集VOC+YOLO格式16245张1类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：16245 标注数量(xml文件个数)：16245 标注数量(txt文件个数)：16245 标注类别数：1 标注类别名称:["pig"] 每个类别标注的框数： pig 框数 = 28514 总框数：28514 使用标

[数据集][目标检测]轮胎检测数据集VOC+YOLO格式4629张1类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：4629 标注数量(xml文件个数)：4629 标注数量(txt文件个数)：4629 标注类别数：1 标注类别名称:["tire"] 每个类别标注的框数： tire 框数 = 16132 总框数：16132 使用标注

分类预测|基于麻雀优化正则化极限学习机的数据分类预测Matlab程序SSA-RELM 多特征输入多类别输出

分类预测|基于麻雀优化正则化极限学习机的数据分类预测Matlab程序SSA-RELM 多特征输入多类别输出文章目录一、基本原理1. 数据准备2. RELM模型建立3. SSA优化RELM参数4. 模型训练5. 模型评估6. 结果分析与应用原理总结二、实验结果三、核心代码四、代码获取五、总结分类预测|基于麻雀优化正则化极限学习机的数据分类预测Matlab程序SSA-R

分类预测|基于雪消融优化极端梯度提升的数据分类预测Matlab程序SAO-XGBoost 多特征输入多类别输出

分类预测|基于雪消融优化极端梯度提升的数据分类预测Matlab程序SAO-XGBoost 多特征输入多类别输出文章目录一、基本原理SAO（雪消融智能优化算法）回归预测中的应用XGBoost 回归预测基本原理SAO-XGBoost 流程二、实验结果三、核心代码四、代码获取五、总结分类预测|基于雪消融优化极端梯度提升的数据分类预测Matlab程序SAO-XGBoost

分类预测|基于鲸鱼优化WOA最小二乘支持向量机LSSVM的数据分类预测Matlab程序WOA-LSSVM 多特征输入多类别输出

分类预测|基于鲸鱼优化WOA最小二乘支持向量机LSSVM的数据分类预测Matlab程序WOA-LSSVM 多特征输入多类别输出文章目录一、基本原理1. 最小二乘支持向量机（LSSVM）LSSVM的基本步骤： 2. 鲸鱼优化算法（WOA）WOA的基本步骤： 3. WOA-LSSVM的结合流程结合的流程如下：总结二、实验结果三、核心代码四、代码获取五、总结分类预测|基

[数据集][目标检测]灭火器检测数据集VOC+YOLO格式3255张1类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：3255 标注数量(xml文件个数)：3255 标注数量(txt文件个数)：3255 标注类别数：1 标注类别名称:["miehuoqi"] 每个类别标注的框数： miehuoqi 框数 = 6185 总框数：618

MySQL学习笔记（六）索引类别

1.普通索引 MySQL中最基本的索引类型，没有限制，允许重复，允许NULL CREATE INDEX index_code ON tb_student(code); 2.唯一索引唯一索引跟普通索引类似，唯一索引列的值必须唯一，允许有空值。如果是组合索引，则列值的组合必须唯一。创建唯一索引通常使用 UNIQUE 关键字，例如电话号码必须唯一，创建唯一索引 CREATE INDEX

[数据集][目标检测]玉米病害检测数据集VOC+YOLO格式6000张4类别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：6000 标注数量(xml文件个数)：6000 标注数量(txt文件个数)：6000 标注类别数：4 标注类别名称:["Corn","Damaged Corn","Maize","Plaga"] 每个类别标注的框数：

复习：存储类别内存分配动态分配内存

目录存储类别说明符自动变量（auto）寄存器变变量（register）块作用域的静态变量（static）外部链接的静态变量（external）内存分配概念回顾动态分配内存 malloc函数 free函数回顾问题：利用

复习：存储类别内存分配

目录存储类别说明符自动变量（auto）寄存器变变量（register）块作用域的静态变量（static）外部链接的静态变量（external）内存分配概念回顾动态分配内存 malloc函数 free函数回顾问题：利用

C语言：变量的作用域和存储类别

一、变量的作用域变量的作用域就是指变量的工作范围。C语言中的变量按照作用域的不同分为局部变量和全局变量。 1. 局部变量局部变量就是指只能在大括号内使用的变量。 2. 全局变量全局变量就是指不在大括号内定义的变量（形参除外）。全局变量的作用范围是从定义它的地方开始，到整个源文件的结束，在此范围内的任何地方，任何函数都可以使用它，因此全局变量又称为公共变量。 3. 全局变量作用域的

分类预测|基于黑翅鸢优化BKA-Transformer-LSTM组合模型的数据预测Matlab程序多特征输入多类别输出

分类预测|基于黑翅鸢优化BKA-Transformer-LSTM组合模型的数据预测Matlab程序多特征输入多类别输出文章目录一、基本原理BKA-Transformer-LSTM 数据分类预测详细原理和流程详细原理和流程1. 数据预处理2. 模型构建3. 模型训练4. BKA 优化5. 模型测试与验证结果应用二、实验结果三、核心代码四、代码获取五、总结分类预测|基