看过的文档地址——个人留存
#Deep Learning回顾#之LeNet、AlexNet、GoogLeNet、VGG、ResNet
https://zhuanlan.zhihu.com/p/22094600
#Deep Learning回顾#之基于深度学习的目标检测
https://zhuanlan.zhihu.com/p/23153445
用conda创建python虚拟环境
https://blog.csdn.net/lyy14011305/article/details/59500819
别磨叽,学完这篇你也是图像识别专家了
http://www.sohu.com/a/151663692_697750
CTPN论文解读
https://zhuanlan.zhihu.com/p/31915483
Selective Search for Object Recognition解读
https://blog.csdn.net/mao_kun/article/details/50576003
R-CNN论文详解
https://blog.csdn.net/WoPawn/article/details/52133338
https://zhuanlan.zhihu.com/p/23006190
SPPNet-引入空间金字塔池化改进RCNN
https://zhuanlan.zhihu.com/p/24774302
Fast R-CNN
https://zhuanlan.zhihu.com/p/24780395
Faster R-CNN
https://zhuanlan.zhihu.com/p/24916624
YOLO历程
http://www.cnblogs.com/makefile/p/YOLOv3.html
基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN
https://www.cnblogs.com/skyfsm/p/6806246.html
深度学习之目标检测网络学习总结(from RCNN to YOLO V3)(上/下)
https://zhuanlan.zhihu.com/p/35724768
https://zhuanlan.zhihu.com/p/35731743
TensorFlow网址
https://tensorflow.google.cn/
Tensorflow object detection API 搭建属于自己的物体识别模型
https://blog.csdn.net/dy_guox/article/details/79081499
https://blog.csdn.net/dy_guox/article/details/79111949
caffe2 教程入门(python版)
https://www.jianshu.com/p/5c0fd1c9fef9?from=timeline
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
任务调度工具Quartz入门笔记
一,导包 1)官网下载:http://www.quartz-scheduler.org/downloads/ 2)Maven <dependency> <groupId>org.quartz-scheduler</groupId> <artifactId>quartz</artifactId> <version>2.2.1</version> </dependency> 二,实例 1.先定义一个作业任务类,写我们的执行代码 package cn.zyzpp.quartz.demo; import java.text.SimpleDateFormat; import java.util.Date; import org.quartz.Job; import org.quartz.JobDataMap; import org.quartz.JobDetail; import org.quartz.JobExecutionContext; import org.quartz.JobExecutio...
- 下一篇
Python实践:seaborn的散点图矩阵(Pairs Plots)可视化数据
如何快速创建强大的可视化探索性数据分析,这对于现在的商业社会来说,变得至关重要。今天我们就来,谈一谈如何使用python来进行数据的可视化! 一旦你有了一个很好的被清理过的数据集,下一步就是探索性数据分析(EDA)。EDA是确定数据可以告诉我们的过程,我们使用EDA来查找模式、关系或异常情况,以便指导我们后续的工作。然而在EDA中有很多的方法,但最有效的工具之一是对图(也称为散点图矩阵)。散点图矩阵让我们看到了两个变量之间的关系。散点图矩阵是识别后续分析趋势的好方法,幸运的是,它们很容易用Python实现! 在本文中,我们将通过使用seaborn可视化库在Python中进行对图的绘制和运行。我们将看到如何创建默认配对图以快速检查我们的数据,以及如何自定义可视化以获取更深入的洞察力。该项目的代码在GitHub上以Jupyter Note
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- MySQL8.0.19开启GTID主从同步CentOS8
- Mario游戏-低调大师作品
- CentOS关闭SELinux安全模块
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Red5直播服务器,属于Java语言的直播服务器
- CentOS8编译安装MySQL8.0.19
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池