HMAX universal_patch_set.mat

深度学习机器学习图像处理的matlab源代码-- 基于计算机视觉的自动驾驶应用项目实战.

更新 更新22/01/2020您可能有兴趣关注以观看有关计算机视觉，机器学习，深度学习和机器人技术的每周视频。 Deepgaze 2.0的更新16/07/2019稳定版本可分支2.0 。 更新20/03/2019开始在Python / OpenCV 3.0上进行移植，请检查分支2.0以获取初步版本。 更新10/06/2017文章“使用卷积神经网络和自适应梯度方法在野外进行头部姿态估计”的PDF使用可在未来50天内免费下载 更新2017年4月6日，文章“使用卷积神经网络和自适应梯度方法在野外进行头部姿态估计”已在Pattern Recogntion（Elsevier）中接受发表。 Deepgaze CNN头部姿势估计器模块基于此工作。 更新31/05/2017新软件包。 该软件包包含用于显着性检测的算法的实现 更新22/03/2017修复了mask_analysis.py中的一个

一个教学用的简单的8位的4条指令的CPU的逻辑电路设计，一个教学用的简单的8位的4条指令的CPU的逻辑电路设计

计算机视觉期末复习（图像分割，相机标定，SFM，图像检索（bag of words）,角点检测 DoG）

visual studio2019手写数字识别工程（权重文件通用） 1.no_gpu_darknet版 yolov3手写数字识别 训练好 的模型权重 。基于opencv3.16版本库函数，附带已配置好的工程源码no_gpu_darknet版。已训练好，可直接使用。 2.一万多数据训练得到，准确率达95%以上 3.目标类别名为0，1，2，3，4，5，6，7，8，9 4.可以 检测图片、视频和调用摄像头，需要选择相应的代码语段 5.依据自己的电脑路径打开darknet_no_gpu.sln，然后配置好opencv3.16环境即可直接运行 E:\darknet-master_2\darknet-master_2\darknet-master\build\darknet\darknet_no_gpu.sln

这是一个基于pytorch的手写数字识别小项目，使用minist数据集进行训练，最高可达99%精度。 首先，此代码逻辑清晰，思路简单，便于用户修改(修改网络结构，优化器等)，用户可在config.py文件中修改epoch、batch等配置参数，来达到更好的效果。数据集无需做处理。 其次，该代码固定了各种随机初始化参数的种子，这样便于用户复现最好的效果。可以使用预训练模型。 最后，用户需要配置pytorch环境，再打开pycharm即可运行代码，无需任何修改。

大学机器视觉(也叫计算机视觉，视觉测量技术等)习题参考答案卷，适合学习机器视觉相关课程的本科生和研究生复习使用。

2022年最新车牌识别数据集，按省分类好的字母、数字、汉字图片资源，可用于opencv，yolov5等

适用于计算图像一阶梯度,计算方法与matlab的gradient方法一致.