写脚本自动生成目标检测和实例分割的训练数据，帮忙图像方面项目，python写的，根据自己的需求可以修改，包括一些图像的增强操作，旋转膨胀腐蚀等

1、通过滑动窗口分类检测 2、多尺度（和纵横比）来检测不同大小的对象 3、困难负例挖掘的重要性（由于类不平衡） 4、通过仅选择窗口子集来加速训练和推理 5、使用 CNN 进行对象类别检测 两阶段方法：Faster R CNN 一段式方法：SSD 评价数据集：COCO 6、涉及最先进的方法最近的改进 模块：特征金字塔网络、焦点损失 培训：复制粘贴数据增强 架构：RetinaNet、CenterNet、FCOS、Mask R CNN、DETR、Swin 7、实例分割 8、使用移位窗口的分层视觉转换器 9、DETR：使用变压器进行端到端对象检测 10、复制粘贴和大规模抖动数据增强 11、对象检测、分割、实例分割等的新基准数据集： LVIS（Large Vocabulary Instance Segmentation）：1200个类别，164K 图像，220万个实例分割

前两年IOS应用源码-主要是用于毕业设计学习的。

Android studio opencv环境配置及边缘检测实例

碰撞检测是计算机图形学和虚拟现实中最基本且非常重要的组成部分。这些代码对于初学者或者有些帮助，大家可以看一下

随着计算机视觉近几年的发展, 相关工作者越来越侧重人工智能算法在电力安全管控系统的实际应用. 本文针对电力检修工作人员安全带规范问题, 基于Mask R-CNN算法提出了一种新型高空作业安全带低挂高用违规检测算法, 实时高效率完成作业者安全带违规检测问题. 针对安全带挂环违规现象的复杂性和场景多变性等问题, 本文提出实用于安全带检测和人体关键点信息相结合检测的Mask-Keypoints R-CNN新型高空作业安全带违规挂法的检测方法, 该算法基于人体关键点定位检测模块进行裁剪人体关键部位有用安全带数据集, 结合安全带检测模块进行判断作业人员违规情况, 算法本身具有很强的实用性和高效性, 并取得了较高的精确率.

android 两球或多球碰撞检测实例, 对于初学碰撞检测原理还是很有帮助的。

深度学习入门额课程---物体检测实例视频教程，希望能够学习者提供帮助，实现对物体检测实例基础知识的掌握与理解，为后续学习做好铺垫，实现物体检测实例知识的灵活运用

ajax+jsp实现注册用户名实时检测。 有注释。纯jsp代码+Javascript代码。入门级，简单易懂！！

本课程利用MATLAB平台，使用YOLOV2模型进行车辆检测。UP主详细介绍了目标检测概念、数据标注、模型搭建、模型测试、GUI建模展示、APP打包等详细介绍了YOLO模型。