疯狂iOS讲义-基础篇-配书光盘. 该光盘内容与原书光盘一样, 完整一致, 请大家使用.

TJU-DHD数据集（物体检测和行人检测） 这是“ ”的官方网站，这是一个新建的用于目标检测和行人检测的高分辨率数据集。 115k +图像和700k +实例 场景：交通和校园，任务：物体检测和行人检测 高分辨率：图像分辨率至少为1624x1200像素，物体高度从11像素到4152像素。 多样性：外观，比例，照度，季节和天气差异很大 行人检测的跨场景评估和同场景评估 如果您对行人检测感兴趣，请参阅或。 目录 2.1 2.2 3.1 3.2 4.1 4.2 4.3 TJU-DHD行人 引文 测试集评估 接触 1.简介 在自动驾驶汽车和视频监控的感知模块中，车辆，行人和骑行者是最重要和最有趣的对象。 但是，检测这种重要物体（尤其是小物体）的最新性能远远不能满足实际系统的需求。 大规模，丰富多样的高分辨率车辆和行人数据集在开发更好的目标检测方法以满足需求方面起着重要作用。 从网站收集的

疯狂iOS讲义-提高篇-配书光盘. 该光盘内容与原书光盘一样, 完整一致, 请大家使用.

Systems Analysis and Design: An Object-Oriented Approach with UML, 5th Edition by Dennis, Wixom, and Tegarden captures the dynamic aspects of the field by keeping students focused on doing SAD while presenting the core set of skills that every systems analyst needs to know today and in the future. The text enables students to do SAD—not just read about it, but understand the issues so they can actually analyze and design systems. The text introduces each major technique, explains what it is, explains how to do it, presents an example, and provides opportunities for students to practice before they do it for real in a project. After reading each chapter, the student will be able to perform that step in the system development process. Table of Contents Chapter 1 Introduction to Systems Analysis and Design Chapter 2 Project Management PART ONE ANALYSIS MODELING Chapter 3 Requirements Determination Chapter 4 Business Process and Functional Modeling Chapter 5 Structural Modeling Chapter 6 Behavioral Modeling PART TWO DESIGN MODELING Chapter 7 Moving on to Design Chapter 8 Class and Method Design Chapter 9 Data Management Layer Design Chapter 10 Human–Computer Interaction Layer Design Chapter 11 Physical Architecture Layer Design PART THREE CONSTRUCTION, INSTALLATION, AND OPERATIONS Chapter 12 Construction Chapter 13 Installation and Operations

FME object 二次开发讲解，全英文版本，但容易理解，有详细代码，照抄可以运行

最全面，最完善的面向对象知识点梳理思维导图

object_detection 目标检测开源代码 目标检测开源代码汇总对象检测算法代码 目标检测发展线路图– 车辆检测竞赛检测跟踪追踪 用于快速车辆检测的车辆检测进化盒ICME 2017 车辆检测用于车辆检测的小型U-Net 目标检测更快的RCNN + SSD单发细化神经网络用于对象检测 目标检测用于快速目标检测ECC​​V2016的统一多尺度深度卷积神经网络 目标检测—加速目标区域提取DeNet：使用定向稀疏采样ICCV2017进行可扩展的实时对象检测 【Dlib 19.5车辆检测】《使用Dlib 19.5进行车辆检测》 目标检测RON：与对象先验网络的反向连接进行对象检测CVPR2017 同时检测和分割，类似Mask R-CNN BlitzNet：用于场景理解的实时深度网络ICCV2017 目标检测DSOD：从Scratch ICCV2017学习深度监督的对象检测器

Kivy_Object_Recognition 一个简单的kivy应用程序，可让您使用网络摄像头拍照，并将检测到照片中的物体

脆性材料断裂和疲劳的相场建模 这是一个面向对象的开源Python项目，旨在通过相场法模拟脆性材料的断裂和疲劳。 子目录的结构 ./src 所有源文件都包含在此文件夹中 。/例子基准问题 ./mesh-files 用于基准测试问题的gmsh文件 操作说明 要运行任何基准测试问题，请将相关的“ Main.py”和“ input.in”放置在包含上述子目录的根目录中。 输入文件的结构 相场分析的输入文件的结构如下： 基准示例 狗骨标本的拉伸试验

Pytorch简单CenterNet-45 如果您正在寻找其他CenterNet，请尝试！ 这个仓库是一个简单的pytorch实现的 ，一些代码取自。 顾名思义，此版本简单易读，所有复杂的部分（数据加载器，沙漏，训练循环等）都以更简单的方式重写了。 顺便说一下，还添加了对nn.parallel.DistributedDataParallel的支持，因此该实现的训练速度比正式代码快得多（在8个GPU上约为75 img / s与36 img / s）。 享受！ 要求： python> = 3.5 pytorch == 0.4.1或1.1.0（DistributedDataParallel培训仅在使用1.1.0时可用） tensorboardX（可选） 入门 禁用cudnn批处理规范化。 打开torch/nn/functional.py并找到与torch.batch_norm的行，并