计算机视觉方向经典书目 Computer Vision: A Modern Approach MIT的经典教材。虽然已经过去十年了,还是值得一读

对小目标检测算法从检测流程、算法发展、常用评价指标、面临的挑战、小目标检测算法实验、小目标检测经典算法对比等几个方向进行总结，每一个点都很清晰，适合科研者或者研究生、本科生下载阅读使用。

YOLOv4:目标检测的最佳速度和精度,YOLOv4: Optimal Speed and Accuracy of Object Detection全文翻译PDF

计算机视觉经典网络讲解

计算机视觉-【学习笔记】

使用opencv-python对两段视频进行场景合并，得到是合并后的全局视频场景。文件中已经包含了两段测试视频，两段不同格式的结果视频，以及运行的结果图和项目代码，只要结合简单的python+opencv环境就能很容易运行。

计算机视觉与图像处理： 只需要基础的Python编程知识，了解Pytorch、TensorFlow等框架 就可以学些，有利于找工作就业。 1.涉及单阶段、双阶段目标检测算法、Deeplabv3+图像分割算法、服务端模型与移动端模型部署实战；2.算法原理及源码讲解、加速方法/技巧；3.三大项目实战，训练推理及部署落地等；4.《无人驾驶车道线分割》、《口罩实时检测》、《活体人脸身份识别》等应用，及输出C/C++的.so文件。

亚洲排名第1的新加坡国立大学AI团队倾情打造，资深研究员龙龙老师主讲，帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实践。【莫烦老师】权威推荐：在教学中，龙龙老师以简短高效的方式，从深度学习的多个角度向我们展开了论述，非常适合想对深度学习有全方位了解的朋友。【爱可可-爱生活】友情分享了我们的课程Github链接！课程特色：1.通俗易懂，快速入门对深度学习算法追本溯源、循序渐进式讲解，学员不需要任何机器学习基础，只需要写过代码即可轻松上手。2.实用主导，简单高效使用最新的TensorFlow 2版本教学，比起TensorFlow 1.x版本难度降低了约50%。3.案例为师，实战护航基于计算机视觉和NLP领域的经典数据集，从零开始结合TensorFlow 2与深度学习算法完成多个案例实战。4.持续更新，永久有效一次购买，永久有效。深度学习课程会持续更新下去，内容和学术界最前沿算法保持同步。

Driver-assistance features of vehicles are essentially based on data provided by various sensors such as radar, LIDAR, ultrasound, GPS, inertial measurement unit (IMU), or cameras. In this book, we discuss the use of cameras for driver assistance.

实现计算机视觉(Computer Vision)中的Haralick区域增长算法(Haralick Region Growing Algorithm)用于实现图像分割。