七大排序算法C++实现，包括冒泡排序、选择排序、插入排序、希尔排序、快速排序、归并排序、堆排序。代码随机生成数组来排序，MAX1定义了数组个数，用QueryPerformanceCounterday打印除了各算法用时。

使用YOLOv3，深度排序和Tensorflow进行对象跟踪 该存储库实现了YOLOv3和Deep SORT，以便进行实时对象跟踪。 Yolov3是一种使用深度卷积神经网络执行对象检测的算法。我们可以将这些对象检测结果馈入Deep SORT（具有Deep Association Metric的简单在线和实时跟踪），以便创建实时对象跟踪器。 入门 conda（推荐） # Tensorflow CPU conda env create -f conda-cpu.yml conda activate tracker-cpu # Tensorflow GPU conda env create -f conda-gpu.yml conda activate tracker-gpu 点子 # TensorFlow CPU pip install -r requirements.txt # Tenso

sort 排序 verilog 实现 理论上 可以用实现任意数量的排序 ，只要资源允许 比 Radix-2的快一倍，节约一半的资源 核心为 order_1_4 order_1_3 祝好 --@--Young--@--

自己的周报，目标追踪的sort和deepsort

产生四部雷达信号，并对其进行分选，包括抖动，参差等信号

一套eclipse中的hadoop开发环境搭建教程，附带了eclipse中的hadoop的两个demo，一个是wordcount、一个是sort，大家一起学习进步！

从硬盘上读取一文本文件（一篇英语文章），将这篇文章的内容使用适当的数据结构保存起来，能够方便的统计出各个单词出现的频率、和查询特定的单词。 在主函数中实现下列控制命令 openfile display 显示文件单词统计结果 find quit 对于执行失败的命令，给出相应的提示信息。 操作过程： 1) 打开文件 command: openfile 2) 显示文件统计结果 command: display 输出结果：显示各个单词出现的频率并且降序排列: 3) 查询单词 cmmand: find 输出结果： -- -- -- 共出现了次 4) 退出 command: quit 5) 显示帮助 command: help 输出结果： openfile display 显示单词统计结果 find quit 退出

角排序 基于帕累托的多目标优化的角点排序 Wanging Wang，Yao Xin，基于Pareto的多目标优化的角落排序，IEEE控制论学报，第44卷，第1期，第92-102页，2014年。

快速移动 消息 （2021.2.13）支持Scaled-YOLOv4模型 （2021.1.3）为YOLO添加DIoU-NMS（+ 1％MOTA） （2020.11.28）Ubuntu 18.04上提供的Docker容器 描述 FastMOT是一个自定义的多对象跟踪器，它实现了： YOLO探测器 SSD检测器 深度SORT + OSNet ReID KLT光流跟踪 相机运动补偿 深度学习模型通常是Deep SORT的瓶颈，这使得Deep SORT无法用于实时应用程序。 FastMOT显著加快整个系统的实时甚至特森运行。 它也提供了足够的灵活性来调整速度精度的权衡，而无需使用轻量级的模型。 为了实现更快的处理速度，FastMOT仅每N帧运行一次检测器和特征提取器。 使用光流来填充间隙。 YOLOv4在CrowdHuman（82％mAP@0.5）上进行了训练，而SSD是TensorFlo

该程序是在 gcc 4.7.3 和 openmp 3.1 上开发的。