经典案例-17朵花标注
经典案例---17朵花标注
tcp 调试助手，包括TCP服务端，TCP客户端，UDP
tcp 调试助手，包括TCP服务端，TCP客户端，UDP
计算机视觉HALCON视觉库识别二维码
计算机视觉HALCON视觉库识别二维码
学校师生管理系统.rar
学校师生管理系统，包括数据库增删，代码还有些bug，仅供系统开发借鉴。
人工智能领域的简历模板，仅供大家参考
人工智能领域的简历模板，仅供大家参考。
往年某公司C#考试题目，仅供参考
往年某公司C#考试题目，仅供参考
计算机视觉Halcon检测库相关资料.rar
转发计算机视觉相关的资料，包括内容：
《C#从入门到精通(第3版)》.(明日科技).[PDF].pdf
《图像处理、分析与机器视觉》(第三版.中文).pdf
3.4-编程小白的第一本书（零基础入门）.pdf
3-HALCON_Blob分析.pdf
4-HALCON_标定与精确测量.pdf
5-HALCON_各种定位方法.pdf
6-HALCON_三维定位方法.pdf
7-HALCON_三维机器视觉方法介绍.pdf
21天学通C# (1).pdf
c#图解教程(第4版).pdf
Halcon函数手册.pdf
Halcon机器视觉函数资料中文详解，一看就懂的函数解释 (1).pdf
Halcon算子速查手册(乞丐版).pdf
OpenCV3编程入门_毛星云编著_电子工业出版.pdf
爱普生初级培训资料.pdf
爱普生中级培训资料.pdf
仿生复眼微型成像系统.pdf
工程光学 郁道银.pdf
机器人视觉测量与控制.pdf
机器视觉光源选择方法.pdf
机器视觉光源学习总结.pdf
基于HDevelop的形状匹配算法参数的优化研究.pdf
基于强定位与三点手眼标定的目标移载视觉引导算法等
本节讲解计算机视觉使用halcon视觉库实现一维码识别
本节讲解计算机视觉使用halcon视觉库实现一维码识别。
本节内容主要讲解使用计算机视觉halcon视觉库实现图像的仿射变换
本节内容主要讲解使用计算机视觉halcon视觉库实现图像的仿射变换。
opencv和qt框架，仅供研究计算机视觉使用opencv和c++开发视觉识别软件框架
opencv和qt框架，仅供研究计算机视觉使用opencv和c++开发视觉识别软件框架，代码不是很完善，有些bug，只是一个大体框架，仅供各位参考。
使用GPU是学习python和深度学习必备的硬件基础知识
使用GPU是学习python和深度学习必备的硬件基础知识。
python基础学习课程，包括linux基础、python基础、面向对象、项目飞机大战
python基础学习课程，包括linux基础、python基础、面向对象、项目飞机大战
python入门学习基础内容
内容包括了：
01_环境搭建
p02_基础语法、输出 & 输入
p03_标准数据类型、索引 & 切片
p04_赋值 & 深拷贝 & 浅拷贝
p05_运算符 & 优先级
p06_条件语句、循环语句、推导式
p07_列表、字典、集合迭代问题
p08_函数、封包&解包、命名空间&作用域、高阶函数、递归函数
猫狗训练模型识别以及算法代码
猫狗训练模式以及代码，仅供初接触朋友学习。
OpenCV学习资料代码
OpenCV学习资料代码
FashionMNIST.zip
资源文件为MINST-FASHION数据集，可下载，也可官网下载。仅供官网下载太慢的朋友使用。
使用HALCON检测液晶屏缺陷代码
使用HALCON检测液晶屏缺陷代码
不同核函数svm.py
svm支持向量机python代码
深度学机器学习概述.pdf
机器学习，深度学习基础概述
三个基础包的学习.zip
资源包括深度学习最基础最重要的三个基础包学习：
第一章 Python科学计算库Numpy
第二章 Python数据分析处理库-Pandas
第三章 Python可视化库-Matplotlib
以及相关代码和视频讲解
HALCON资料PDF版（第二部分）.rar
衔接第一部分，资源是收集HALCON视觉库的资料。
机器视觉考试题.doc
工业机器学习（Halcon库）笔试试题
动态计算图与梯度下降入门.zip
使用该模块中的`autograd.grad`进行函数的微分运算，我们发现，`autograd.grad`函数可以灵活进行函数某一点的导数或偏导数的运算，但微分计算其实也只是AutoGrad模块中的一小部分功能。本节课，我们将继续讲解AutoGrad模块中的其他常用功能，并在此基础上介绍另一个常用优化算法：梯度下降算法。
基本优化思想与最小二乘法.zip
在正式开始进行神经网络建模之前，我们还需要掌握一些基本数学工具，在PyTorch中，最核心的基础数学工具就是梯度计算工具，也就是PyTorch的AutoGrad（自动微分）模块。虽然对于任何一个通用的深度学习框架，都会提供许多自动优化的算法和现成的loss function，PyTorch也不例外，但如果希望能够更深入的理解神经网络、希望对深度学习的建模不仅仅停留在调包和调参的层次，那我们就必须深入一些数学领域、掌握一些数学工具，从底层提升自己的数学能力，以期能够在日后的使用深度学习算法的过程中能够更加灵活的解决问题、取得更好的建模效果。而AutoGrad模块，就是PyTorch提供的最核心的数学工具模块，我们可以利用其编写一系列的最优化方法，当然，要使用好微分工具，就首先需要了解广泛应用于机器学习建模的优化思想。
  所谓优化思想，指的是利用数学工具求解复杂问题的基本思想，同时也是近现代机器学习算法在实际建模过程中经常使用基础理论在实际建模过程中，我们往往会先给出待解决问题的数值评估指标，并在此基础之上构建方程、采用数学工具、不断优化评估指标结果，以期
张量的线性代数运算.zip
在实际机器学习和深度学习建模过程中，矩阵或者高维张量都是基本对象类型，而矩阵所涉及到的线性代数理论也是深度学习用户必备的基本数学基础。因此，本节在介绍张量的线性代数运算时，也会回顾基本的矩阵运算，及其基本线性代数的数学理论基础，以期在强化张量的线性代数运算过程中，也进一步夯实同学的线性代数数学基础。
另外，在实际的深度学习建模过程中，往往会涉及矩阵的集合，也就是三维甚至是四维张量的计算，因此在部分场景中，我们也将把二维张量计算拓展到更高维的张量计算。
相关内容如果涉及数学基础，将在讲解过程中逐步补充。
模块提供了完整的线性代数基本方法，由于涉及到函数种类较多，因此此处对其进行简单分类，具体包括：
- 矩阵的形变及特殊矩阵的构造方法：包括矩阵的转置、对角矩阵的创建、单位矩阵的创建、上/下三角矩阵的创建等；
- 矩阵的基本运算：包括矩阵乘法、向量内积、矩阵和向量的乘法等，当然，此处还包含了高维张量的基本运算，将着重探讨矩阵的基本运算拓展至三维张量中的基本方法；
- 矩阵的线性代数运算：包括矩阵的迹、矩阵的秩、逆矩阵的求解、伴随矩阵和广义逆矩阵等；
- 矩阵分解运算：特征分解、奇
三维点云手眼标定（眼在手上和眼在手外）
三维点云手眼标定（眼在手上和眼在手外），资源包括了三维点云眼在手上和眼在手外场景的标定Halcon代码。
可应用于三维点云建立线激光与机器人关系求解，应用场景可能会用于无序抓取和鞋点胶之前建立线激光与机器人坐标。
适用于刚接触三维，刚接触HALCON,对三维手眼标定不了解的视觉爱好者，可参考学习，应用于项目实战中。
里面也包含了欧拉角求解，对这块求解有疑惑的也可参考。
可参考我之前标定过程画的流程图标定。
Halcon深度图转点云
Halcon深度图转点云
Halcon与C#语言搭建的视觉通用框架
Halcon与C#语言搭建的视觉通用框架。
仅提供刚接触视觉，热爱视觉开发的朋友做开发参考。
声明：这软件框架作者不是本人，我只转载上传，原作者若觉得侵权请联系删除。
Halcon深度图转伪彩图
Halcon深度图转伪彩图
RSS订阅
387
3