的完整书和完整源代码

机器学习与计算机视觉入门项目——视频投篮检测（一）-附件资源

orb算法matlab代码资料夹说明 有许多计算机视觉的基本算法，可以在MATLAB或Python-OpenCV中实现。 可以下载或查阅它们以进行理解。 很少有开发的算法可以满足EE5731视觉计算课程（新加坡国立大学）的要求。 MATLAB文件夹：由PARTX表示 该文件夹可以保存到任何目录。 有六个partx_xx文件夹。 运行每个部分的步骤-a。 转到每个部分并解压缩vlfeat-0.9.21.rar文件夹。 该文件夹包含SIFT的代码，该代码已从下载-并被大量引用。 b。 Matlab的第一个工作路径应该是零件目录的设置。 为了让我运行part1代码，我需要将工作目录设置为- E:\\Assignment_1_Sayan_Kumar\Part1 Similarly to run the code for part2 change the MATLAB working directory to E:\\Assignment_1_Sayan_Kumar\Part2 b。 要运行每个部分，请运行以

需要学习ubuntu系统上YOLOv4的同学请前往：《YOLOv4目标检测实战：原理与源码解析》 【为什么要学习这门课】 Linux创始人Linus Torvalds有一句名言：Talk is cheap. Show me the code. 冗谈不够，放码过来！ 代码阅读是从基础到提高的必由之路。尤其对深度学习，许多框架隐藏了神经网络底层的实现，只能在上层调包使用，对其内部原理很难认识清晰，不利于进一步优化和创新。 YOLOv4是最近推出的基于深度学习的端到端实时目标检测方法。 YOLOv4的实现darknet是使用C语言开发的轻型开源深度学习框架，依赖少，可移植性好，可以作为很好的代码阅读案例，让我们深入探究其实现原理。 【课程内容与收获】 本课程将解析YOLOv4的实现原理和源码，具体内容包括： - YOLOv4目标检测原理 - 神经网络及darknet的C语言实现，尤其是反向传播的梯度求解和误差计算 - 代码阅读工具及方法 - 深度学习计算的利器：BLAS和GEMM - GPU的CUDA编程方法及在darknet的应用 - YOLOv4的程序流程 - YOLOv4各层及关键

该课程适合计算机学院的课程，注意实验报告多为自己书写，实验结论，总结及心得体会，改进方法需要自己改进。本人能力有限，仅适合参考。

opencv入门学习文档，是根据个人学习记录的笔记总计三百多页，内含书签，文档简洁适合快速入门，了解图像处理，视频跟踪，神经网络等概念和基本原理，以及人脸识别案例在Opencv中的实现，内含了C++实现源代码。

这本书是计算机视觉的入门教材，讲的算法理论都非常基础实用，适合零基础的人入门学习！

Evision双目视觉系统 如果您觉得有帮助，请为该项目点star。盔甲于及时收到最新更新。 重要提示：当前主管理员的目标检测功能处于维护状态，CMake中的开关已经已经关闭，请及时关注最新进展。 介绍： 双目系统的标定，畸变校正，视差，三维重建，距离测量等。 基于Yolo的实时目标检测。 ELAS，ADCensus视差算法。 关于双目的中文资料重复度太高，希望各位后来者能够吸取前人精华，替代弃前人的糟粕，多多自行探索，不要抄来抄去 关于程序的BUG，以及其他混淆，请使用问题，或联系邮件 轻量版正在开发，请查看作者的GitHUb仓库并搜索“ EvisionLight”，未来的Evision会

行人重识别课程主要包括三大核心模块：1.2020经典算法(论文)详细解读；2.项目源码分析；3.实战应用；通俗讲解CVPR等会议最新行人重识别方向算法及其实现，基于PyTorch框架展开实战，逐行讲解全部项目源码及其应用实例。整体风格通俗易懂，用最接地气的方式带领同学们掌握最新行人重识别算法并进行项目实战。

英文的斯坦福大学计算机视觉课件，计算机视觉方面的权威，有兴趣的赶快下载吧！