OfficeHome-RealWorld部分数据集
OfficeHome图像数据集RealWorld部分,无Art、Clipart、Product三部分
OfficeHome-Art、Clipart、Product部分数据集
OfficeHome图像数据集Art、Clipart、Product三部分,无realworld数据集部分
caffe必备文件.zip
我的caffe训练必备文件,来自https://blog.csdn.net/LuohenYJ/article/details/98873369
Python编程快速上手附属材料.zip
个人整理《Python编程快速上手:让繁琐工作自动化》学习笔记所用到的表格音频文件。关于Python编程快速上手附属材料所有信息。使用见https://blog.csdn.net/LuohenYJ/article/details/93652495
使用Hu矩进行形状匹配
使用Hu矩进行形状匹配
https://blog.csdn.net/LuohenYJ/article/details/88603274
使用OpenCV寻找平面图形的质心
使用OpenCV寻找平面图形的质心
https://blog.csdn.net/LuohenYJ/article/details/88599334
yolov3_OpenImage图像训练教程
yolov3_OpenImage图像训练教程
https://blog.csdn.net/LuohenYJ/article/details/88581335
yolov3 opencv教程
yolov3 opencv教程,支持C++和python。
主要是读入图像进行目标识别
文章地址:https://blog.csdn.net/LuohenYJ/article/details/88581335
基于特征点匹配的视频稳像
基于特征点匹配的视频稳像,opencv。有C++和python代码。
这个文件夹里面的代码有更新,详细见https://blog.csdn.net/luohenyj/article/details/88355444
文本检测_opencv_DNN
基于深度学习的文本检测,不是文本识别!
https://blog.csdn.net/LuohenYJ
基于opencv实现透明斗篷
基于图像处理实现透明斗篷,方法很简单。代码更简单。python和C++代码都提供、使用说明https://blog.csdn.net/LuohenYJ/article/details/88134634
人脸识别 – OpenCV, Dlib and Deep Learning
各种人脸检测方法,并对各种方法进行比较。下面是主要的人脸检测方法:
1 OpenCV中的Haar Cascade人脸分类器;
2 OpenCV中的深度学习人脸分类器;
3 Dlib中的hog人脸分类器;
4 Dlib中的深度学习人脸分类器。
基于深度学习识别人脸性别和年龄
基于深度学习识别人脸性别和年龄!C++/python代码
https://blog.csdn.net/LuohenYJ/article/details/88134634
yuv420p基本图像处理
目前数字图像处理技术已经应用生活各个方面,但是大部分教程都是利用第三方库(如opencv)对RGB图像格式进行处理。对于YUV图像格式的图像处理教程较少。搬运总结了多个大牛的文章,总结出来这个YUV图像像素处理教程。https://blog.csdn.net/luohenyj/category_9281576.html
机器学习要领/Machine Learning Yearning
吴恩达, Andrew NG 的关于机器学习策略的工具书的原版
cmake入门教程(linux)
cmake入门教程(linux),非常不错。不过是linux版本的,但是windows也可以使用。个人觉得可以看看
深度学习与tensorflow
非常不错的tensorflow入门书籍,讲了深度学习的基础理论。适合新手
大数据与机器学习
大数据,机器学习,深度学习。以深度学习(或者机器学习)建立于大数据之上的一些方法论
TE田纳西-伊斯曼过程数据集
TE过程控制数据集,其中22个训练集,22个测试集。每个训练集由52个测量信号组成。共480行。每个测试集由52个测量信号组成。共960行。https://blog.csdn.net/LuohenYJ/article/details/78441707
热力工程计算图册
热力工程计算图册,适合进行热力计算,包含所有热力计算公式
电子学(第二版 吴利民译)
哈佛大学经典电子学教材,中文版。主要涉及电路基本原理及应用
一天搞懂深度学习.
一天搞懂深度学习,李宏毅版本。非常不错,但是只是大概了解,具体知识还是要好好学习
零基础深度学习
零基础快速学习深度学习,中文版本的。虽然说零基础,但是还是要有点数学基础