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

从其他地方下载的，你们看看吧！ 好像挺好用的，检测工件的大小的！！！ 我看到很多人都在介绍这个，但是没有提供完整的代码！！ opencv单目视觉测量 机器视觉 零件尺寸测量

本文总结了近几年来的目标检测算法paper的pdf文档和在github上的代码地址

hwac_object_tracker FPGA加速了TinyYOLO v2对象检测神经网络，能够检测95个对象类别。 该设计在2018年旧金山设计自动化大会（ ）的系统设计竞赛中，在FPGA类别的65个团队中排名第五。 最终排名发布在 团队名单位于 该设计已部署在Xilinx PYNQ-Z1平台（ ）中 设计 该设计基于TinyYOLO v2对象检测神经网络（ ）。 我们在设计中使用了半精度浮点数（16位）。 该实施是在Verilog HDL上并使用Vivado 2017.2完成的 我们架构的区块设计如下： 将我们的IP连接到Zynq处理系统的Vivado块设计如下， 资源利用率 资源利用率 ： 功率估算： 回购组织 图片：包含测试图片，注释 其他：包含与文档相关的文件 结果：包含检测结果 hw：包含RTL源文件和vivado项目 YOLO-包含RTL源和TinyYOL

在PB插入Microsoft Rich Textbox Control OLE对象时出如下提示：insert of OLE object failed,license file required 用如下文件修改注册表，解决问题。

利用OpencV实现深度学习中object detection图框标注工具，使用者需要自己配置一下opencv路径。

YOLO（“您只看一次”）是一种流行的算法，因为它不仅具有很高的准确性，而且还可以实时运行，几乎每秒可以记录45帧。数据集包含所有视图中的汽车媒体。 sample_submission.csv train_solution_bounding_boxes (1).csv Car Object Detection_datasets..txt Car Object Detection_datasets..zip

这是本人翻译的吴毅老师的Online Object Tracking： Benchmark2015文章，希望对大家有所帮助

动力节点的Java课程适合绝对零基础的观看，教程中讲解了Java开发环境搭建、Java的基础语法、Java的面向对象。每一个知识点都讲解的非常细腻，由浅入深。适合非计算机专业，想转行做Java开发的朋友，或者想让Java基础更扎实的小伙伴，配套资料下载：http://www.bjpowernode.com/?csdn