用于目标检测的混淆矩阵 ConfusionMatrix类可用于为对象检测任务生成混淆矩阵。 用法 在测试代​​码中，您需要使用适当的参数声明ConfusionMatrix类。 conf_mat = ConfusionMatrix(num_classes = 3, CONF_THRESHOLD = 0.3, IOU_THRESHOLD = 0.5) 该类具有一个名为process_batch的函数，您可以使用它来更新混淆矩阵。 用法示例可以是： conf_mat.process_batch(preds, gt_boxes)其中preds是模型做出的预测，[N，6] x1，y1，x2，y2，置信度，类和gt_boxes是地面真相标签，[M，4] x1，y1，x2 ，y2，班级。 参考 该存储库使用Pytorch存储库中的函数 和 代码与下面的存储库非常相似，该存储库的主要贡献是Co

ADO+是Microsoft ActiveX Data Object(ADO，ActiveX数据对象)的改进。它是一个基于标准的程序设计模型，用于创建分布式的、数据共享的应用程序。

哥伦比亚大学处理和未处理的图像数据集 Columbia University Object Image Library(COIL)__datasets.txt

From C++ To Object-C(中文版).pdf

motpy_ros 使用ROS示例程序。 依存关系 ROS1 Noetic OpenCV4的 uvc_camera 安装 $ pip3 install opencv-python motpy $ sudo apt install libv4l-dev $ source /opt/ros/noetic/setup.bash $ cd ~ $ mkdir -p ros1_ws/src $ cd ros1_ws/src $ git clone https://github.com/Ar-Ray-code/motpy_ros.git $ git clone https://github.com/ros-drivers/camera_umd.git $ cd motpy_ros $ git checkout ros1-noetic $ cd ~ /ros1_ws $ catkin_make 演

IOS APPLE 苹果 英文版 要有一定的英文水平哟

Objective-C.2.0 中文版.pdf & Objective-C.chm 一个pdf和一个chm

tensorflow object detection API遇到的一些问题以及解决方法以及测试自己的数据集-附件资源

Object localization by efficient subwindow search论文中文翻译附加知识点提炼方便阅读和学习efficient subwindow search（ESS）算法

PNDC 肺结节的检测与分类 Extra Codes Will be updated soon! 深度学习胸部X线断层扫描图像中孤立性肺结节患者的肺癌诊断算法 \ 细节 抽象的 深度神经网络可检测孤立的结节，并根据胸部CT（计算机断层扫描）图像对结节是否为癌症进行分类。 在该项目中，深度神经网络基于CNN，包括反卷积层和解集层，用于分类和分段。 网络 演示版 原始预测 数据集 肺图像数据库联合会图像收集（LIDC-IDRI）包括诊断性和肺癌筛查性胸部X线断层扫描（CT）扫描，并标明带注释的病变。 它是可通过网络访问的国际资源，用于开发，培训和评估用于肺癌检测和诊断的计算机辅助诊断（CAD）方法。 由美国国立癌症研究所（NCI）发起，并由美国国立卫生研究院（FNIH）基金会进一步推动，并在食品药品监督管理局（FDA）的积极参与下，这种公私合作伙伴关系证明了一项成功的研究成果。建