论文笔记：Progressive Attention Guided Recurrent Network for Salient Object Detection-附件资源

Inside The C++ Object Model专注于C++对象导向程序设计的底层机制，包括结构式语意、暂时性对象的生成、封装、继承，以及虚拟——虚拟函数和 ... 如果你是一位C++程序员，渴望对于底层知识获得一个完整的了解，那么Inside The C++ Object Model正适合你。

非常好的设计模式资料，对designed patterns中涉及的设计模式进行解释，是面向对象设计人员的必备资料

Faster-Rcnn：Two-Stage目标检测模型在Pytorch当中的实现。 详细操作见readme.md 文件下载 训练所需的voc_weights_resnet.pth或者voc_weights_vgg.pth可以在百度云下载。 voc_weights_resnet.pth是resnet为主干特征提取网络用到的； voc_weights_vgg.pth是vgg为主干特征提取网络用到的； 链接: https://pan.baidu.com/s/1H_YQxUvGrOXQeEQWPJvixQ 提取码: 9eai

Design Patterns Explained A New Perspective on Object Oriented Design 设计模式的解释，比如，工厂模式，观察者模式的等等，简单易解

这是一个十分常见的问题，用 typeof 是否能准确判断一个对象变量，答案是否定的，null 的结果也是 object，Array 的结果也是 object，有时候我们需要的是 “纯粹” 的 object 对象。如何避免呢？比较好的方式是： console.log(Object.prototype.toString.call(obj) === "[object Object]"); 使用以上方式可以很好的区分各种类型： （无法区分自定义对象类型，自定义类型可以采用instanceof区分） console.log(Object.prototype.toString.call("jerry"

MMDet到张量 该项目旨在将mmdetection模型转换为tensorrt模型end2end。现在专注于对象检测。面膜的支持是实验性的。 支持： fp16 int8（实验） 批量输入 动态输入形状 不同模块的组合 深度支持 欢迎提供任何建议，错误报告和建议。 执照 该项目是根据。 要求 mmdet> = 2.3.0 重要的！ 设置环境变量（在〜/ .bashrc中）： export AMIRSTAN_LIBRARY_PATH= ${amirstan_plugin_root} /build/lib 安装 主持人 git clone https://github.com/grimoire/mmdetection-to-tensorrt.git cd mmdetection-to-tensorrt python setup.py develop 码头工人 构建docker镜像（注意Te

c#写的数据结构的书。非常经典。看后叫你欲罢不能

经典的Java数据结构书，内容详细，简单易懂！

SHREC 15 Track 3D Object Retrieval with Multimodal Views 比赛结果-附件资源