资料介绍
下载该资料的人也在下载
下载该资料的人还在阅读
更多 >
- 基于视觉注意力的全卷积网络3D内容生成方法 11次下载
- 基于深度学习的二维人体姿态估计算法 7次下载
- 结合局部特征融合的时间卷积网络方法 4次下载
- 基于深度图注意力卷积CNN的三维模型识别方法 6次下载
- 基于深度学习的二维人体姿态估计方法 5次下载
- 基于多孔卷积神经网络的图像深度估计模型 5次下载
- 使用多孔卷积神经网络解决机器学习的图像深度不准确的方法说明 10次下载
- 人体运动特征识别研究和图像预处理及运动目标检测的资料说明 18次下载
- 如何使用深度图进行3D-HEVC鲁棒视频水印算法资料说明 4次下载
- 2D到3D视频自动转换系统 1次下载
- 3D卷积神经网络的手势识别 2次下载
- 基于三维深度图像序列的动作识别方法 1次下载
- 基于深度图形与骨骼数据的多特征行为识别方法 0次下载
- 基于3D相机深度图像的室内三维平面分割 4次下载
- 基于深度图像重建Matlab代码 21次下载
- 两种应用于3D对象检测的点云深度学习方法 624次阅读
- 3D人体生成模型HumanGaussian实现原理 1272次阅读
- 使用Python从2D图像进行3D重建过程详解 2019次阅读
- 北大提出MotionBERT:人体运动表征学习的统一视角 667次阅读
- 基于未知物体进行6D追踪和3D重建的方法 477次阅读
- 深度图像的获取方法主要有哪些 917次阅读
- 扫描3D成像方法 1835次阅读
- 图像恢复这个任务,如何使用深度图像先验来解决此任务 4824次阅读
- 你知道3D运动雕塑吗?利用AI检测人体2D图像并恢复成3D模型 4480次阅读
- 一种基于深度神经网络的迭代6D姿态匹配的新方法 3666次阅读
- 三种不同的3D数据表示的基本深度学习方法 1w次阅读
- 松下近日推出新型深度图像传感器 4930次阅读
- 一个端到端的深度学习系统,可以将足球比赛的YouTube视频转换为运动的3D全息图 5845次阅读
- 3D网格重建学习:单一角度预测物体3D结构的框架 6269次阅读
- FAIR和INRIA的合作提出人体姿势估计新模型,适用于人体3D表面构建 5715次阅读
下载排行
本周
- 1TC358743XBG评估板参考手册
- 1.36 MB | 330次下载 | 免费
- 2开关电源基础知识
- 5.73 MB | 11次下载 | 免费
- 3100W短波放大电路图
- 0.05 MB | 4次下载 | 3 积分
- 4嵌入式linux-聊天程序设计
- 0.60 MB | 3次下载 | 免费
- 5DIY动手组装LED电子显示屏
- 0.98 MB | 3次下载 | 免费
- 6基于FPGA的C8051F单片机开发板设计
- 0.70 MB | 2次下载 | 免费
- 751单片机PM2.5检测系统程序
- 0.83 MB | 2次下载 | 免费
- 8基于51单片机的RGB调色灯程序仿真
- 0.86 MB | 2次下载 | 免费
本月
- 1OrCAD10.5下载OrCAD10.5中文版软件
- 0.00 MB | 234315次下载 | 免费
- 2555集成电路应用800例(新编版)
- 0.00 MB | 33566次下载 | 免费
- 3接口电路图大全
- 未知 | 30323次下载 | 免费
- 4开关电源设计实例指南
- 未知 | 21549次下载 | 免费
- 5电气工程师手册免费下载(新编第二版pdf电子书)
- 0.00 MB | 15349次下载 | 免费
- 6数字电路基础pdf(下载)
- 未知 | 13750次下载 | 免费
- 7电子制作实例集锦 下载
- 未知 | 8113次下载 | 免费
- 8《LED驱动电路设计》 温德尔著
- 0.00 MB | 6656次下载 | 免费
总榜
- 1matlab软件下载入口
- 未知 | 935054次下载 | 免费
- 2protel99se软件下载(可英文版转中文版)
- 78.1 MB | 537797次下载 | 免费
- 3MATLAB 7.1 下载 (含软件介绍)
- 未知 | 420027次下载 | 免费
- 4OrCAD10.5下载OrCAD10.5中文版软件
- 0.00 MB | 234315次下载 | 免费
- 5Altium DXP2002下载入口
- 未知 | 233046次下载 | 免费
- 6电路仿真软件multisim 10.0免费下载
- 340992 | 191186次下载 | 免费
- 7十天学会AVR单片机与C语言视频教程 下载
- 158M | 183279次下载 | 免费
- 8proe5.0野火版下载(中文版免费下载)
- 未知 | 138040次下载 | 免费
评论
查看更多