视频伪造检测：高级视频中基于对象的伪造检测

Surface-defect-Detection-dataset 读研期间遇到的一些缺陷检测的图像，在此做一个表面缺陷数据集汇总，**感谢加星！**可从CSDN阅读： 1、德国DAGM 2007的数据集 总共十类图像，有训练集和测试集，部分样例如下： 数据官方网址： 网盘下载： 链接： 提取码：47jo 2、钢材表面缺陷 这个数据集是东北大学一个老师收集的，分为三个数据集： 官方网址： ，数据官方网站中也给出了最近几年使用此数据集发表的paper。部分样例如下： 3、KTH-TIPS database 重复背景纹理数据集，样例图片如下，官方网址： 网盘下载链接： 数据集1： 数据集2： 4、磁瓦缺陷的数据集 中科院自动化所一个课题组收集的数据，官方链接登录失败，只能从github链接：. 该数据集总共包含1344张图像，对磁瓦的感兴趣区域 (ROI) 进行了裁剪。共包含6类图片 (5类缺陷

Wrinkles_detection：通过传统图像检测进行皱纹检测

Fake_News_Detection：使用Scikitlearn进行虚假新闻检测的机器学习方法

本系列文章将指导您完成使用AI开发功能齐全的时间序列预测器和异常检测器应用程序所需的步骤。我们的预测器/检测器将处理加密货币数据，特别是比特币。但是，在学习完本系列之后，您将能够将学到的概念和方法应用于任何性质相似的数据类型。

此数据集用于对文本消息进行分类，因为是否使用了任何欺凌语言。 Bully Messages dataset.csv

火灾探测图像数据集 该数据集包含普通图像和带火焰的图像。 应对现实世界是高度不平衡的。 它包括各种场景和不同的火灾情况（强度，光度，大小，环境等）。

文本检测ICDAR2015比赛结果，包括CTPN、SegLink、EAST、PixelLink、PSENet、PixelAnchor等经典模型效果

matlab线条标记的代码立体视觉路检测 该存储库向公众开放，任何想要实施道路车道线检测的人都可以自由使用它。 它将新的车道线检测算法与其他车道标记检测器集成在一起，以识别正确的车道线标记。 它还适合多个道路模型，以提高准确性。 提出了一种有效的立体3D重建方法来估计车辆的定位。 新的粒子滤波框架进一步保证了估计的一致性，该框架考虑了车辆动力学。 基于在不同视觉条件下拍摄的图像序列的实验结果表明，所提出的系统能够以98.6％的精度识别车道线标记。 车辆到车道线距离的最大估计误差在白天为26厘米，夜间为16厘米，相对于切线的行驶方向的最大估计误差在白天为0.06rad，在夜间为0.12rad。 要运行代码：只需运行main.m 要求：64位Windows + Matlab 有关更多详细信息和引用，请参阅以下文章：@article {du2016comprehensive，title = {用于自动驾驶汽车车道水平定位的综合和实用视觉系统}，作者= {Du，Xinxin and Tan，Kok Kiong}，日志= {IEEE图像处理交易}，数量= {25}，数量= {5}，页面= {20

欺诈识别 使用深度学习混合模型来检测欺诈信用卡。