Learning OpenCV 3 Computer Vision with Python(2nd) 英文epub 第2版 本资源转载自网络，如有侵权，请联系上传者或csdn删除 查看此书详细信息请在美国亚马逊官网搜索此书

算法经典巨著之卷二，主要包括随机数和数值类的算法

Computer Organization and Design - The Hardware Software Interface(计算机组成与设计:硬件：软件接口) 压缩包中包含该书的第3、4、5版(英文原版)

Mathematics+for+3D+Game+Programming+and+Computer+Graphics+Third+Editio

1b 面向2D和3D的面向热敏打印机的1位图形渲染器。 / / 产品特点 没有标头的仅标头C99库。 内置的ESC / POS（打印命令）支持。 栅格化2D和3D图元：线，三角形，椭圆，多边形，网格... 图案填充：24种内置填充+自定义设计。 所有填充区域的绘图例程均支持模式。 位图字体支持：使用内置字体或加载unifont .hex格式，存储库中包含200多种其他字体。 加载.obj 3D模型，并使用线框和阴影对其进行渲染。 使用各种算法（Floyd-Steinberg，有序抖动，Otsu阈值，自适应阈值...）将抖动和阈值图像转换为1位 支持多个像素艺术升级后端：SAA5050，EPX，Eagle，HQX，Bedstead，以及最近邻居和双线性重采样。 CV好东西：Sobel和Canny边缘检测，高斯和盒模糊，侵蚀，膨胀，卷积。 通过SWIG提供Python 3绑定！ 画廊 以下图像是用r1b制作并用我的SKY POS-5870热力收据打印机打印的： 可以在文件夹中找到生成它们的代码。 手册 入门 首先build/r1b.h获取build/r1b.h并将其放

用于文档图像变形的门控和分叉堆叠式U-Net模块 捕获文档图像是记录它们的最简单，最常用的方法之一。 但是，这些图像是在手持设备的帮助下捕获的，通常会导致难以消除的不良失真。 我们提出了一个监督的门控和分叉堆叠式U-Net模块，以预测变形网格并从输入中创建无失真的图像。 在对网络进行人工合成的文档图像训练时，将根据真实世界的图像来计算结果。 我们方法的新颖性不仅存在于U-Net的分叉中，以帮助消除网格坐标的混合，而且还存在于使用门控网络的情况下，该门控网络为模型增加了边界和其他分钟线级别的细节。 我们提出的端到端流水线仅在先前方法中使用的数据的8％进行训练后，就可以在DocUNet数据集上实现最新的性能。 要求 所需的软件包： 火炬（> 1.4.0） 火炬视觉（> 0.6.0） numpy（> 1.18.4） 要安装所有必需的软件包，请使用pip install -r requir

Computer Systems_A Programmer’s Perspective, 3rd Edition 英文版

Probability+and+Statistics+for+Computer+Scientists

在线实例分类器细化（OICR）的多实例检测网络的PyTorch实现 如何开始 git clone http://www.github.com/jd730/OICR-pytorch 依存关系 Python 3.5或更高版本 火炬0.4.0（不是0.4.1） CUDA 8.0或更高 资料准备 PASCAL_VOC 07 + 12 ：请按照中的说明准备VOC数据集。 实际上，您可以参考其他任何人。 下载数据后，在文件夹data /中创建软链接。 选择性搜寻 wget https://dl.dropboxusercontent.com/s/orrt7o6bp6ae0tc/selective_search_data.tgz tar -xvf selective_search_data.tgz rm -rf selective_search_data.tgz 将selective_search_

作者: William Stallings 出版社: Prentice Hall 副标题: Designing for Performance 出版年: 2009-4-13 页数: 792 定价: USD 149.00 装帧: Hardcover ISBN: 9780136073734