基于 Linux c++ mpich， 用 mpich实现了入门级别的机器学习-手写体数字识别

由于视觉是人类最主要的感官，因此视觉检测的自动化也就应运而生至。当谈到视觉检查的自动化时，人们可能会很容易地认为，教一个技术视觉检查系统去感知一个人只需一瞥就能轻易看到的东西，并不是那么难。事实上，用户经常会说:“就像人类可以立即看到的那样，用机器实现同样的效果并不难。”答案一点也不简单，但它取决于个人情况:对于人类来说，有些事情代表容易的任务，但是很难自动化——相反，如果自动化是可能的，许多其他事情可以由机器更精确地完成，尤其是更可靠地完成。这本书的目标是彻底地向读者介绍自动视觉检查的术语。为此目的，本书第一部分的第2章至第6章以足够广泛的方式讨论了图像形成的物理和所需的光学原理和技术。在此基础上，第7章将讨论用于自动视觉检查的图像采集。在这关键的一章中，我们将系统地解释许多不同的图像采集技术，并展示一些重要的提示和技巧，这对于一个良好的视觉检测系统是必不可少的。

EM 算法的经典教材，详尽地分析介绍了 EM 这一迭代式求解最大似然估计的经典算法，以及在统计学和机器学习领域的大量应用。EM 算法 在数学之美中被吴军誉为上帝的算法。

可以实现物体分类 对新物体识别类别 基于python+opencv+cnn的人脸识别的学习demo

常见的UCI数据集，均为mat格式版，可直接在matlab使用

Halcon是世界顶级的机器视觉软件，halcon 10 在三维上比以前的版本有了很大改进，希望对各位做三维视觉的朋友能有帮助！

The hundred-page machine learning book-Andriy Burkov (2019)

此文档使用python语言实现SVM经典机器学习算法，可以帮助初学者更好的掌握。

《Image Processing, Analysis, and Machine Vision, 4th》是一本在机器视觉领域非常经典的教材，在Google Scholar中显示这本教材被引用过7K+次。 这个资源是英文版的，带有目录。

亲测可以直接运行，先运行CNN训练神经网络，再运行predict进行花卉预测。