学习资料(深度学习，跟踪算法，opencv实现的算法)

1、ML学习资料 https://zhuanlan.zhihu.com/p/24836149；

2、这篇总结了计算机视觉中，目前经典跟踪算法 https://www.zhihu.com/question/26493945；

3、CAFFE视频 https://pan.baidu.com/s/1GY2AthKaQZpgsGnyvCP8RA  提取码：xet1

4、深度学习的能与不能_现场版视频 https://pan.baidu.com/s/1x77YVyH7Rm5VSLz_FgQU2g

5、https://github.com/foolwood/benchmark_results

6、opencv实现photoshop部分效果：https://blog.csdn.net/kezunhai/article/category/2747081/1?

                                                           https://blog.csdn.net/column/details/opencv-image.html?&page=2

7、【为训练Yolo v2准备数据的图形界面目标边界框标注工具】’Yolo_mark - GUI for marking bounded boxes of objects in images for training Yolo v2' by Alexey GitHub: O网页链接 ​​​​

8、YOLO训练自己数据心得：https://www.cnblogs.com/qinguoyi/p/8507803.html

9、mini_caffe VS2013编译：https://blog.csdn.net/xzzppp/article/details/68495341

10、YOLO网络中参数的解读：https://blog.csdn.net/Jinlong_Xu/article/details/76375334

11、DarkNet windows GitHub htt链接地址：s://github.com/AlexeyAB/darknet

12、This repo contains all you need that work with tensorflow on windows  https://github.com/fo40225/tensorflow-windows-wheel

13、Papers With Code https://paperswithcode.com/

14、CVPR-2018 GAN 相关论文https://blog.csdn.net/weixin_42445501/article/details/82792311

15、物体检测是CV领域非常重要的场景，自从2012年深度学习开始发威以来，物体检测也不例外的屈服于深度学习之下，特别是RCNN以来，物体检测进展飞速，各种网络，各种loss，各种trick，层出不穷，perfermance也是一路飙升。在github上找到一个整理了2014到目前为止的物体检测的论文列表：https://github.com/hoya012/deep_learning_object_detection

16、GitHub：目标跟踪最全资料集锦https://mp.weixin.qq.com/s/jk9qhoduV3A-VqsMvfu6XQ

17、2018到2008，10年CVPR/NIPS/ECCV/ICML顶会精选论文+代码集合资源https://mp.weixin.qq.com/s/CPnId9aVqFtBk7CONpv0QA

18、GitHub：图像分类最全资料集锦https://mp.weixin.qq.com/s/_TbDeRlE9NJ3yvoaaBAQDg

19、GAN最新进展：8大技巧提高稳定性https://mp.weixin.qq.com/s/VFPTGSXSSmBallkg6bWG1g

20、多目标追踪资源列表（数据集、论文、代码和牛人主页等）https://mp.weixin.qq.com/s/5Kcbnme7151Ln6KiTyVaBw

21、深度学习 | 检测网络评价指标详解https://mp.weixin.qq.com/s/6eqYacgte95NzxQfWlXSEw

22、预训练模型https://www.jianshu.com/p/7e13a498bd63

23、Github 上面最火爆的 100-Days-Of-ML-Code（机器学习100天中文版），https://github.com/MLEveryday/100-Days-Of-ML-Code

24、__net.prototxt (网络模型在线可视化工具)：http://ethereon.github.io/netscope/#/editor

25、Netron支持主流各种框架的模型结构可视化工具：https://github.com/lutzroeder/Netron ，支持windows，Linux，mac系统；在windows系统，下载一个.exe文件就OK。

26、ubuntu16.04安装MATLAB R2017b步骤详解，https://blog.csdn.net/qq_32892383/article/details/79670871

27、ubuntu下caffe1安装配置教程，https://blog.csdn.net/qq_31347869/article/details/89469001；

        caffe1训练自己的数据5分类简单的demo， https://blog.csdn.net/qq_34654240/article/details/79422364；

28、resnet预训练模型(caffe):https://github.com/soeaver/caffe-model/tree/master/cls

29、YOLO github地址:https://github.com/pjreddie/darknet,包含最新的YOLOv4

持续更新中....