计算机视觉作业-2018Spring 内容 混合图像。 拐角检测。 标度空间斑点检测。 ：场景分类器 视觉词袋模型和最近邻分类器（kNN）。 视觉单词袋模型和判别式分类器（SVM）。 在ImageNet上使用ResNet50预训练的权重进行转移学习。 在ImageNet上使用VGG16预训练的权重进行转移学习。 在ImageNet上使用GoogleNet预训练的权重进行转移学习。 消失点检测。 单视图计量。 使用参考对象的高度查找图像中对象的高度。 图像拼接。 贡献者 和（

opencv车辆检测的分类器 python，原名为myhaar.xml。由于本人写博客，需要链接相应的分器，又懒得去搜别人的，所以自己长传。

Caltech-UCSD Birds 200 是一个鸟类图片数据集，包含 200 不同种鸟类，共计 11788 张图片。

对抗性学习的新颖性检测一类分类器（ALOCC-CVPR2018） 这项工作的灵感来自生成对抗网络（GAN）的成功，该网络可在无人监督和半监督情况下训练深度模型。 我们为一类分类提出了一种端到端的体系结构。 该体系结构由两个深层网络组成，每个深层网络通过相互竞争进行训练，同时共同协作以了解目标类中的基础概念，然后对测试样本进行分类。 一个网络用作新颖性检测器，而另一个网络则通过增强内部样本并扭曲异常值来支持它。 直觉是，增强后的离群值和失真的离群值的可分离性比决定原始样本要好得多。 这是灰度数据库上代码的初步版本。 如有任何疑问，请随时与我联系。 概述 注意：当前软件可与TensorFlow 1.2一起很好地运行 先决条件 Windows，Linux或macOS 的Python 3 CPU或NVIDIA GPU + CUDA CuDNN 入门 安装 从安装TensorFlow

对智能视频监控系统中的干扰检测与分类探究.pdf

行业资料-交通装置-一种多晶硅料智能检测和分类运输装置及方法.zip

PMU 在不到几秒钟的时间内检测到故障，它还以数字形式提供与电压和电流值同步的时间，并提供数据中心本地矢量 (PDC)。 当停电等大规模扰动发生时，对电力系统退化采取保护和控制措施，使系统恢复到正常状态，将扰动的影响降到最低。 系统广域测量 (WAMS) 现在正在成为监视和控制电力系统运行的时代。 通过与矢量同步的频率和监视方法来测量频率，该矢量和同步技术用于测量速度和通信时间传输全球定位系统（GPS）的系统。 所提出的方法已在总线系统 IEEE-9 中使用 Matlab Simulink 模型进行了验证。

1000张行人检测的负样本，分辨率为320X240，可用于训练行人检测分类器，本人已使用样本训练出.xml分类器，检测效果良好。另外正样本（POS）如需要请见另一个资源(负样本也很多，正负样本上传容量受限)。

【图像识别】基于支持向量机svm植物叶子疾病检测和分类.md

KDD CPU99 数据集，已经经过处理，适合于二分类问题比如说异常检测。 已经分好了训练集与测试集，分别是两个文件。