Object Oriented Programming-An Evolutionary Approach

Object Design: Roles, Responsibilities, and Collaborations By Rebecca Wirfs-Brock, Alan McKean Publisher : Addison Wesley Pub Date : November 08, 2002 ISBN : 0-201-37943-0 Pages : 416 Noted object technologists Rebecca Wirfs-Brock and Alan McKean present a modern, thoughtful treatment on the design of object software.Introduces Responsibility-Driven Design, the expert authors' proven method to building better software.Practical strategies for increasing software's reliability and flexibility.Helps reader discriminate important design choices from mundane ones, and to acquire a fundamental set of techniques that can be intelligently practicedAfter more than ten years, object technology pioneer Rebecca Wirfs-Brock teams with expert Alan McKean to present a thoroughly updated, modern, and proven method for the design of software. The book is packed with practical design techniques that enable the practitioner to get the job done. Like many human endeavors, design is part art, part engineering, part guesswork, and part experimentation. Discipline, hard work, inspiration, and sound technique all play their part as well. For any given problem, there are many reasonable, but only a few very good solutions. The authors' goal is to help readers learn to make those very good design decisions on their own. The book explores challenges that software developers will face as they build their design, and shows how design patterns can be used to solve design problems. Long awaited and eagerly anticipated, this book represents the first great software design book of the century. A FUTURE CLASSIC!Rebecca Wirfs-Brock is the founder of Wirfs-Brock Associates where she consults with clients on development practices and methods. Formerly, she was Chief Methodologist and Director of the Object Development Center of Excellence at Parc-Place Digitalk. She was the lead author of Designing Object-Oreinted

Noted object technologists Rebecca Wirfs-Brock and Alan McKean present a modern, thoughtful treatment on the design of object software.

amazon畅销书排行第一名，无论是学习ruby，还是学习面向对象技术，这本书都是非常不错的资料，值得细细品味。 内容非常好，有图、有介绍、有代码，对面向对象的解释非常详细。

简易demoiOS拦截HTTP请求

COCO 数据集（全称为 Common Objects in Context）目前最常用于图像检测定位的数据集，是一个新的图像识别、分割、和字幕数据集，其对于图像的标注信息不仅有类别、位置信息，还有对图像的语义文本描述。本资源提供coco 2014下载资源网盘链接，如果失效可以根据文件中邮箱地址咨询

SFND 3D对象跟踪 欢迎来到相机课程的最后一个项目。 通过完成所有课程，您现在对关键点检测器，描述符和在连续图像之间进行匹配的方法有了扎实的了解。 另外，您知道如何使用YOLO深度学习框架检测图像中的对象。 最后，您知道如何将摄像机图像中的区域与3D空间中的激光雷达点相关联。 让我们看一下程序原理图，看看我们已经完成了什么，还缺少什么。 在这个最终项目中，您将实现原理图中缺少的部分。 为此，您将完成四个主要任务： 首先，您将开发一种使用关键点对应关系随时间匹配3D对象的方法。 其次，您将基于激光雷达测量来计算TTC。 然后，您将继续使用相机进行相同的操作，这需要首先将关键点匹配与感兴趣的区域相关联，然后根据这些匹配来计算TTC。 最后，您将使用该框架进行各种测试。 您的目标是找出最适合TTC估计的检测器/描述符组合，并寻找可能导致相机或激光雷达传感器测量错误的问题。 在此毫微

2014年CVPR发表的一篇文章，介绍了一种基于区域特征整合的显著区域检测方法，很值得借鉴。

目标检测 yolov1源码 作者提出了一种新的物体检测方法YOLO。YOLO之前的物体检测方法主要是通过region proposal产生大量的可能包含待检测物体的 potential bounding box，再用分类器去判断每个 bounding box里是否包含有物体，以及物体所属类别的 probability或者 confidence，如R-CNN,Fast-R-CNN,Faster-R-CNN等。 YOLO不同于这些物体检测方法，它将物体检测任务当做一个regression问题来处理，使用一个神经网络，直接从一整张图像来预测出bounding box 的坐标、box中包含物体的置信度和物体的probabilities。因为YOLO的物体检测流程是在一个神经网络里完成的，所以可以end to end来优化物体检测性能。 YOLO检测物体的速度很快，标准版本的YOLO在Titan X 的 GPU 上能达到45 FPS。网络较小的版本Fast YOLO在保持mAP是之前的其他实时物体检测器的两倍的同时，检测速度可以达到155 FPS。 相较于其他的state-of-the-art 物体检测系统，YOLO在物体定位时更容易出错，但是在背景上预测出不存在的物体（false positives）的情况会少一些。而且，YOLO比DPM、R-CNN等物体检测系统能够学到更加抽象的物体的特征，这使得YOLO可以从真实图像领域迁移到其他领域，如艺术。

利用Object ARX对Auto CAD 2006进行二次开发及其应用.pdf