阿尔茨海默氏症检测 机器学习模型来检测阿尔茨海默氏病

利用蚁群算法实现图像分割，效果不错。

Time_Series_Anomaly_Detection：使用带有LSTM单元和自动编码器的RNN检测时间序列中异常数据点的案例研究

flaskapp_malware-detection

针对老年人的摔倒行为进行智能监测识别，通过多重算法和指标判断是否发生跌倒，在监测到摔倒后，首先进行手机铃声预警，30秒后如果用户未干预预警，应用在获取老人跌倒位置后，通过短信将老人跌倒情况和定位信息发给应用设定的紧急联系人，便于紧急联系人及时了解跌倒人位置，并进行联系处理。

Object Detection in 20 Years: A Survey的PPT版本，目标检测综述

TensorFlow中的沙漏，DHN和CPN模型用于2018年-天池服装AI关键点检测 该存储库包含TensorFlow的和用于的重新实现代码。 。 这里的CPN（层叠金字塔网络）和DHN（反卷积头网络）都有几个不同的主干：ResNet50，SE-ResNet50，SE-ResNeXt50， 或DetResNeXt50。 我还尝试了“以动态集成模型，尽管仅取得了有限的改进。 骨干网的预训练模型可以在这里找到： 介绍 这次比赛的主要目的是发现从阿里巴巴的电子商务平台收集的衣服形象的关键点。 总共有五种图像，共五个类别：上衣，外套，裤子，裙子，衣服。 每个类别的关键点定义如下。 几乎所有代

显著性目标检测算法

基于faster rcnn 的人脸检测，带训练好模型。以及训练程序和测试程序

PyTorch中的域自适应快速R-CNN 这是Haoran Wang（ ）实施的“用于野外物体检测的域自适应快速R-CNN”的PyTorch实现。 原始文件可以在找到。 此实现基于 @ 。 如果您发现此存储库有用，请引用以下原始论文： @inproceedings{chen2018domain, title={Domain Adaptive Faster R-CNN for Object Detection in the Wild}, author = {Chen, Yuhua and Li, Wen and Sakaridis, Christos and Dai, Dengxin and Van Gool, Luc}, booktitle = {Computer Vision and Pattern Recognition (CVPR)},