Objective-C程序设计第6版(完整高清带目录)，下载的朋友们麻烦给个好评，谢谢！

YOLOv4:目标检测的最佳速度和精度，YOLOv4: Optimal Speed and Accuracy of Object Detection全文翻译

Introduction to Middleware Web Services, Object Components, and Cloud Computing 英文无水印pdf pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源转载自网络，如有侵权，请联系上传者或csdn删除

java语言与面向对象程序设计源程序-java language and object-oriented programming source

加权盒融合 存储库包含Python方法的几种实现，这些方法用于组合对象检测模型中的框： 非最大抑制（NMS） 软网管 非最大加权（NMW） 加权框融合（WBF） -与其他方法相比，可以提供更好的结果的新方法 要求 Python 3。*，Numpy，Numba 安装 pip install ensemble-boxes 用法示例 预计将标准化的框的坐标，例如，范围为[0; 1]。 顺序：x1，y1，x2，y2。 下面的2种型号的盒装示例。 第一个模型预测5个盒子，第二个模型预测4个盒子。 每个盒子模型的置信度得分1：[0.9、0.8、0.2、0.4、0.7] 每个盒子模型2的置信度得分：[0.5、0.8、0.7、0.3] 每个包装盒型号1的标签（类）：[0，1，0，1，1] 每个盒子模型2的标签（类）：[1、1、1、0] 我们将第一个模型的权重设置为2，将第二个模型

3D box经典论文-《Multimodal 3D Object Detection fromSimulated Pretraining》学习记录

# 文献链接 ----- ## 图像分类(Classification) ## 目标检测(Object Detection) ## 目标分割(Segmentation)

面向于CAD2016版本的SDK包，支持c# 开发

英文教材，讲解物体追踪的基础方法，涵盖面广。

Inside the C++ Object Model中文版