有用的博客(转载)

论文研究:

基于关键点的Anchor Free目标检测算法:CornerNet、CornerNet-Lite、两种CenterNet、FCOS原理:https://blog.csdn.net/zgcr654321/article/details/90695380

【计算机视觉算法岗面经】“吐血”整理:2019秋招资料: https://blog.csdn.net/liuxiao214/article/details/83043170

ubuntu 16.04 14.04 安装各种软件: https://blog.csdn.net/xiaoma_bk/article/details/77983297

Caffe - Ubuntu 安装及问题解决:https://blog.csdn.net/zziahgf/article/details/72900948

ubuntu14.04在cpu上配置caffe以及py-faster-rcnn环境(可在odroid上实现):https://blog.csdn.net/l297969586/article/details/61209313

李京的博客:https://blog.csdn.net/l297969586

ubuntu14.04+cuda7.5安装 官方步骤版:https://blog.csdn.net/l297969586/article/details/53320706

ubuntu16.04安装CUDA8.0+cuDNN5.1: https://blog.csdn.net/baobei0112/article/details/79755803

Ubuntu16.04+CUDA8.0+cuDNN7+Anaconda4.4+Python3.6+TensorFlow1.3: https://www.cnblogs.com/xuliangxing/p/7575586.html

opencv安装:http://www.cnblogs.com/aacirq/p/9694951.html

Ubuntu 配置pip国内镜像源加速安装:https://blog.csdn.net/YZXnuaa/article/details/79710673

AI之路的博客:https://blog.csdn.net/u014380165/article/category/6829229

SnailTyan:https://blog.csdn.net/quincuntial/article/category/6083575

莫烦python:https://morvanzhou.github.io/

廖雪峰git与python:https://www.liaoxuefeng.com/

图像检测汇总:https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html#t-cnn

压缩caffemodel:https://github.com/RalphMao/demo_nn_compress

多人位姿检测(骨骼点)2017:https://github.com/ZheC/Realtime_Multi-Person_Pose_Estimation

Convolutional Pose Machine总结: https://blog.csdn.net/cherry_yu08/article/details/80846146

网络绘制:http://ethereon.github.io/netscope/#/editor

                 :  http://dgschwend.github.io/netscope/#/editor

分类网络

Lenet : https://blog.csdn.net/roguesir/article/details/73770448

Alexnet : https://blog.csdn.net/guoyunfei20/article/details/78122504

VGG16:https://blog.csdn.net/zhyj3038/article/details/52448102

VGG19:http://blog.csdn.net/accepthjp/article/details/70170217

GoogleNet,v1,v2,v3,v4:https://blog.csdn.net/cdknight_happy/article/details/79247280

DenseNet : https://blog.csdn.net/hohaizx/article/details/78956088

MobileNet : https://blog.csdn.net/t800ghb/article/details/78879612

ResNeXt : https://blog.csdn.net/u014380165/article/details/71667916

Xception : https://blog.csdn.net/u014380165/article/details/75142710

ShuffleNet : https://blog.csdn.net/u011974639/article/details/79200559

 

检测网络:

R-CNN\SPPNET\Fast R-CNN\Faster R-CNN : https://www.cnblogs.com/skyfsm/p/6806246.html

SSD: Single Shot MultiBox Detector : https://blog.csdn.net/u010167269/article/details/52563573

YOLO v1 : https://blog.csdn.net/u014380165/article/details/72616238

 

数据增广:http://210.28.132.67/weixs/project/CNNTricks/CNNTricks.html

caffe绘制训练过程中的accuracy、loss曲线 : https://blog.csdn.net/u013989576/article/details/71302244

 

1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 、 1资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看READmE.文件(md如有),本项目仅用作交流学习参考,请切勿用于商业用途。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值