在Alexnet网络模型的基础上，基于迁移学习原理，来训练R-CNN目标检测网络。并对Matlab自带的stop sign(停止标志)图像数据集进行识别，该数据集已标注好。其实现步骤如下： 步骤一：导入Alexnet预训练的模型 步骤二：载入训练集图像 步骤三：设置训练参数，并基于迁移学习原理，在Alexnet卷积神经网络基础上，通过41幅包括stop sign的图像训练R-CNN检测器。 步骤四：使用测试图像检验训练好的目标检测器对stop sign图像的检测效果，在原图上标记目标区域并显示类别和置信度。

基于yolov5算法的深度学习目标检测程序。YOLOV5：You Only Look Once目标检测模型在pytorch当中的实现（edition v5.0 in Ultralytics）支持多GPU训练，新增各个种类目标数量计算，新增heatmap；将正样本匹配过程加入dataloader，加快了运算速度；加入EMA效果变好。 2022-02:仓库创建，支持不同尺寸模型训练，分别为s、m、l、x版本的yolov5、支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、新增图片裁剪。

php的opencv库, 用于人脸识别和检测，原factdetect的修改，加上了眼睛识别的两个图片的对比 用于识别人脸 先安装好opencv, 再安装此扩展， 此扩展安装方法 ./configure make make install 修改php.ini加入此扩展, 重启apache，直接调用函数 共4个函数: face_detect() face_count() face_match() face_eye_detect() 看php文件示例

目标检测下矿车数据集，包含原图和xml格式标签

      发动机混沌振动信号携带着丰富的状态信息,依据混沌振动信号进行状态监测及故障诊断是一种很有前途的技术手段,但由于混沌信号具有伪随机特性及在低频段具有宽频谱等特点,使得传统的方法很难将其从振动信号中分离。在提取混沌振动信号方面,使用快速独立分量分析( Fast ICA) 盲分离方法分离出飞机发动机振动信号中的混沌信号。利用功率谱和Lyapunov 指数(L E) 方法进行了判定,根据计算结果对发动机状态做出判断,验证了盲分离方法分离混沌振动信号的有效。盲分离检测混沌振动信号的方法不仅使依据混沌信号判断飞机发动机状态成为可能,也为利用混沌信号进行状态预测和控制提供了一种方法。

yolov5-obb旋转目标检测直接运行版，只需配置好虚拟环境就可直接运行，包含部分demo数据集

直播间弹幕进人送礼物

检测手机是否Root源码判断安卓手机是否root有三种方式，本源码是第三种方式。   第一种： Android可以直接运行一个底层命令，来判断是否root,但是这会带来一个问题，每次判断是否root都会弹出一个root请求框。这是十分不友好的一种交互方式，而且，用户如果选择取消，有部分手机是判断为非root的。这种方式的特点是交互不友好，而且有误判。   第二种： 一般root手机都会有一些的特殊文件夹，比如/system/bin/su，/system/xbin/su，里面存放有相关的权限控制文件。因此只要手机中有一个文件夹存在就判断这个手机root了。然后经过测试，这种方法在大部分手机都可行。这种方式的特点是交互友好，但是有误判。   第三种： 第三种判断方式是基于第二种的，部分国产，比如小米系列，有第二种方式所说的文件夹，但是系统是未root的，判断成了已root。经过分析，这是由于小米有自身的权限控制系统而导致。只需要在第二种方法的基础上，再另外判断文件拥有者对这个文件是否具有可执行权限(第4个字符的状态)，就基本可以确定手机是否root了。这种方法基本可以判断所有的手机，而且不弹出root请求框。   

1.Roberts算子 2.Prewitt算子 4.Laplacian算子 5.总结代码

强大的网站检测漏洞工具，通过注入数据来查找漏洞，本软件仅做学习之用，不要恶意使用，否则后果自负。 网站攻击检测，也可以测试自己网站是否抗揍