2010-boureau-cvpr-10.pdf 2012-farabet-pami-13.pdf 2013-10.1.1.224.9632.pdf 2013-1310.1531v1.pdf 2013-Ji_TPAMI2013.pdf 2013-wang_iccv13.pdf 2014-DeepFace-Closing-the-Gap-to-Human-Level-Performance.pdf 2014-Oquab_Learning_and_Transferring_2014_CVPR_paper.pdf 2016-1411.4389v4.pdf 2015-Xiangxue_Spatial Pyramid Pooling.pdf 。。。。。。 ....... 2016-1506.01497v3.pdf 图像识别深度学习经典论文r-cnn、faster rcnn、rpn、fcn、transfer learning等等

把原Cifar-10数据集解压成多个tif文件。 训练集50000张tif，0.tif~49999.tif的标签对应label.tif中的从左到右、从上往下像素值，比如0.tif对应第1行第1列像素值，1.tif对应第1行第2列像素值。 测试集10000张tif，0.tif~9999.tif的标签对应label.tif中的从左到右、从上往下像素值，比如0.tif对应第1行第1列像素值，1.tif对应第1行第2列像素值。

2020信息安全技术-网络数据处理安全规范

适用小白，大佬勿喷 个人配置：vs2013 ; opencv 3.0 ; 直接上效果图 注意：右下角的水印把中心点挡住了，要仔细看才能看到 下面是代码： #include #include #include #include #define PI 3.1415926 using namespace cv; using namespace std; void RGB2HSV(double red, double

matlab源码集锦-图像处理-用数学建模的方式对答题卡进行有效识别

LIME低照度图像增强算法，里面包含C++程序.cpp和.h文件和测试效果图像，Retinex的总变分模型，可以达到很好的效果。文章原理并不是很深奥，可直接使用，效果非常好值得下载学习研究！！！

imagenet2012数据集及标签,含有50000个样本共1000类数据，其中图片数据太大，压缩包中为下载的BT文件，通过迅雷下载即可，标签数据已经下载好在压缩包中，解压就可以使用

人脸识别图像包，已标准化为24x24。正样本800.负样本2500

模糊模式识别的相关知识和原理，很适合初学者

ImageProcessing-Python 该资源为作者在CSDN的撰写Python图像处理文章的支撑，主要是Python实现图像处理、图像识别、图像分类等算法代码实现。该系列文章是讲解Python OpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别、图像分类应用。希望该资源对您有所帮助，一起加油！ 前文参考： 希望文章对您有所帮助，如果有不足之处，还请海涵~ 原博客参考地址： 后续会尝试结合深度学习进行更深入的研究。 CSDN Eastmount 杨秀璋 2021-05-09 效果图：