【课程简介】
本课程适合所有需要学习机器学习技术的同学，课件内容制作精细，由浅入深，适合入门或进行知识回顾。
本章为该课程的其中一个章节，如有需要可下载全部课程
全套资源下载地址：https://download.csdn.net/download/qq_27595745/85252312
【全部课程列表】
第1章 机器学习和统计学习 共75页.pptx
第2和12章 感知机和统计学习方法总结 共27页.pptx
第3章 k-近邻算法 共69页.pptx
第4章 贝叶斯分类器 共79页.pptx
第5章 决策树 共98页.pptx
第6章 Logistic回归 共75页.pptx
第7章 SVM及核函数 共159页.pptx
第8章 adaboost 共75页.pptx
第9章 EM算法 共48页.pptx
第10章 隐马尔科夫模型 共64页.pptx
第11章 条件随机场 共63页.pptx
第13章 无监督学习概论 共27页.pptx
第14章 聚类方法 共52页.pptx
第15章 奇异值分解 共66页.pptx
第16章 主成分分析 共67页.pptx
第17章 潜在语义
2022-05-04 12:05:44
2.04MB
FairMOT
单次多对象跟踪的简单基准：
，张以夫，王春雨，王兴刚，曾文俊，刘文宇arXiv技术报告（ ）
抽象的
近年来，作为多目标跟踪的核心组件的目标检测和重新识别取得了显着进展。但是，很少有人关注在单个网络中完成两项任务以提高推理速度。沿此路径进行的初始尝试最终导致结果降低，这主要是因为未正确学习重新标识分支。在这项工作中，我们研究了故障背后的根本原因，并因此提出了解决问题的简单基准。在30 FPS时，它的性能明显优于MOT挑战数据集上的最新技术。我们希望这个基准可以启发并帮助评估该领域的新想法。
消息
（2020.09.10）FairMOT的新版本发布了！ （在MOT17上为73.7 MOTA）
主要更新
我们使用自我监督的学习方法在CrowdHuman数据集上对FairMOT进行了预训练。
要检测图像外部的边界框，我们使用左，上，右和下（4通道）来替换WH头（2通道）。
2022-05-02 16:19:42
42.51MB
1
安全技术-网络信息-移动社交网络中基于马尔科夫模型的信息搜索算法的研究.pdf
2022-05-01 22:00:32
2.35MB
OPENCV目标跟踪_目标检测_OPENCV31对视频中的多个运动目标进行检测和跟踪_多目标跟踪_视频检测_VC++
2022-04-29 09:10:27
36.25MB
OPENCV目标跟踪_opencv_目标检测_OPENCV一个实现多目标跟踪的程序_多目标跟踪_VC++
2022-04-29 09:10:16
100KB
【达摩老生出品，必属精品，亲测校正，质量保证】
资源名：MATLAB目标跟踪_matlab_目标检测_IMM雷达多目标跟踪matlab_IMM_雷达跟踪
资源类型：matlab项目全套源码
源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。
适合人群：新手及有一定经验的开发人员
2022-04-28 09:08:06
322KB
YOLO和RCNN对象检测和多对象跟踪对象检测和跟踪对象检测是一种与计算机视觉和图像处理有关的计算机技术，用于检测特定类别的语义对象（例如人，建筑物或汽车）的实例。数字图像和视频。
我在Ubuntu 16.04 / 18.04上测试过的环境。
该代码可以在其他系统上工作。
[Ubuntu深度学习环境设置] Ubuntu 16.04 / 18.04 ROS Kinetic / Melodic GTX 1080Ti / RTX 2080Ti python 2.7 / 3.6
2022-04-28 00:13:27
141.61MB
1