守望田野中的麦穗

ROS入门教程-安装并配置ROS环境（melodic版本）ROS入门教程-安装并配置ROS环境（melodic版本）说明本教程详细描述了ROS的安装与环境配置 此为　Ubuntu18.04 + melodic安装说明官方安装ROS说明http://wiki.ros.org/Installation/Ubuntu?distro=melodicubuntu18.04版本ubu...

https://github.com/edificewang/DeepLearningPaper/blob/master/Fast%20R-CNNObject%20detection%20with%20Caffe.pdf本文提出了一种用于目标检测的基于快速区域的卷积网络方法（Fast R-CNN）。快速R-CNN建立在以前的工作上，以使用深卷积网络有效地分类对象提案。 与以前的工作相比，Fast R-CNN采用多项创新技术来提高训练和测试速度，同时提高检测精度。快速R-CNN训练比R-CNN快9倍的V

原文地址：https://github.com/edificewang/DeepLearningPaper/blob/master/You%20Only%20Look%20Once.pdf我们提出YOLO，一种新的目标检测方法。以前的目标检测工作使得分类器能够进行检测。相反，我们将目标检测看作成一个回归问题来实现空间的目标边界分离和类概率预测。单个神经网络在一次评估中直接从完整图像预测边界框和类概率。由于整个检测流水线是一个独立的网络，因此可以直接在端到端上进行检测优化。

https://github.com/edificewang/DeepLearningPaper/blob/master/SSD%20Single%20Shot%20MultiBox%20Detector.pdf我们提出一种使用单个深层神经网络检测图像中的对象的方法。我们的方法，称为SSD，将边界框的输出空间离散化为不同宽高比的一组默认框和每个特征图位置的缩放。在预测时间，网络为每个默认框中的每个对象类别的存在生成分数，并产生对框的调整以更好地匹配对象形状。此外，该网络将具有不同分辨率的多个特征图的预测结

原文地址：https://github.com/edificewang/DeepLearningPaper/blob/master/YOLO9000.pdf

原文路径：https://github.com/edificewang/DeepLearningPaper/blob/master/OverFeat.pdf我们提出了一个使用卷积网络进行分类，定位和检测的综合框架。我们展示了如何在ConvNet中有效地实现多尺度和滑动窗口方法。 我们还通过学习预测物体边界，介绍一种新颖的深入学习方法来进行本地化。然后累积而不是抑制边界框以增加检测置信度。我们显示使用单个共享网络可以同时学习不同的任务。 该集成框架是ImageNet大型视觉识别挑战2013（ILSVRC20

Ubuntu16.04 LTS安装MATLAB 2014b环境：Ubuntu16.04 LTS 软件：MATLAB2014BMATLAB 2014B 下载地址（带Crack）： 链接: https://pan.baidu.com/s/1qYngXXi 密码:rfd21、直接解压 matlab_R2014b.iso到文件夹 matlab_R2014b/2、用crack中的

1.正负样本集的选取原则 答：按照各种国内外的资料显示，正负样本的选取比例大多定在1:10 、1:5、1:4左右。用户可以根据自身的实际情况选取设置样本比例。在训练过程中我们选取的numpos ：numneg 约等于1:4 主要考虑到训练时间和准确性。负样本的选取尽量保持在正样本出现的情况下，负样本的多样性。这样可以减少检测或者识别过程中误检率。2.maxweakcount 设置

头文件策略：1.本工程所需的自定义的头文件2.三方库文件3.标准头文件源文件策略：1.源文件所需对应的头文件2.当前工程所需自定义的头文件3.三方库文件4.标准头文件