YOLODet-PyTorch是端到端基于pytorch框架复现yolo最新算法的目标检测开发套件，旨在帮助开发者更快更好地完成检测模型的训练、精度速度优化到部署全流程。以模块化的设计实现了多种主流YOLO目标检测算法，并且提供了丰富的数据增强、网络组件、损失函数等模块。

本项目开发了PyTorch Adapter插件，用于昇腾适配PyTorch框架，为使用PyTorch框架的开发者提供昇腾AI处理器的超强算力。用户在准备相关环境进行基于PyTorch框架模型的开发、运行时，可以选择在服务器中手动编译相关模块。

GoogLeNet是2014年Christian Szegedy提出的一种全新的深度学习结构，在这之前的AlexNet、VGG等结构都是通过增大网络的深度（层数）来获得更好的训练效果，但层数的增加会带来很多负作用，比如overfit、梯度消失、梯度爆炸等。inception的提出则从另一种角度来提升训练结果：能更高效的利用计算资源，在相同的计算量下能提取到更多的特征，从而提升训练结果。 外文名GoogLeNet类 型神经网络 结构介绍 inception模块的基本机构如图1，整个inception结构就是由多个这样的inception模块串联起来的。inception结构的主要贡献有两个：一是使用1x1的卷积来进行升降维；二是在多个尺寸上同时进行卷积再聚合。 图1 图1 1x1卷积 作用1：在相同尺寸的感受野中叠加更多的卷积，能提取到更丰富的特征。这个观点来自于Network in Network，图1里三个1x1卷积都起到了该作用。 图2 图2 图2左侧是是传统的卷积层结构（线性卷积），在一个尺度上只有一次卷积；图2右图是Network in Network结构（NIN结构），

单片机系统上解码jpeg或者显示bmp图片已经非常常见，且获取资源很容易。但是png图片格式的解码比较少，一方面缺乏库，另一方面png采用无损压缩，对于单片机要求略高。这个资源是使用lodepng库解码。1.使用lodepng解码，源代码为。使用最少2个文件就能完成png的解码。不像libpng + Zlib需要许多文件，并且有很多关联头文件。 lodepng-master为原始代码 https://lodev.org/lodepng/ 也有github主页https://github.com/lvandeve/lodepng 2.非常适用于单片机系统

一款旅游路线记录与分享的Android应用，支持路线规划和分享、旅游过程记录和旅游社交等功能， 旨在为用户提供一个方便快捷的旅游私人订制、记录和分享的应用。

Linux 内核源码镜像

java版天网人脸识别系统，获取视频流 进行人脸识别后推送到流媒体服务器实时展示

darknet可编译，通过VS2015+OPENCV3.2.0编译通过，亲测可用，放心下载。

我们都知道，正常去实现一个WEB端的秒杀系统，前端的处理和后端的处理一样重要；前端一般会做CDN，后端一般会做分布式部署，限流，性能优化等等一系列的操作，并完成一些网络的优化，比如IDC多线路（电信、联通、移动）的接入，带宽的升级等等。而由于目前系统前端是基于微信小程序，所以关于前端部分的优化就尽可能都是在代码中完成，CDN这一步就可以免了

简洁、直观、强大的开源企业级数据库监控系统，MySQL/Oracle/MongoDB/Redis一站式监控，让数据库监控更简单。支持邮件告警、短信告警、AWR性能报告、慢查询分析等专业功能。