深度估计网络FSRE-Depth预训练模型，github上放在了google

深度估计网络DNet预训练模型

猫脸目标检测：猫脸图片集+训练模型（python 和 C++）+ 运行方法。链接：https://pan.baidu.com/s/1Z0BOnXTtAFPQSg3Fb1LMrg 提取码：

darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架，其主要特点就是容易安装，没有任何依赖项（OpenCV都可以不用），移植性非常好，支持CPU与GPU两种计算方式。Darknet的优势： darknet完全由C语言实现，没有任何依赖项，当然可以使用OpenCV，但只是用其来显示图片、为了更好的可视化； darknet支持CPU（所以没有GPU也不用紧的）与GPU（CUDA/cuDNN，使用GPU当然更块更好了）； 正是因为其较为轻型，没有像TensorFlow那般强大的API，所以给我的感觉就是有另一种味道的灵活性，适合用来研究底层，可以更为方便的从底层对其进行改进与扩展

yolov5预训练模型和数据集

预训练模型

基于transformers+bert预训练模型在语义相似度任务上的finetune

里面包含如何训练以及测试的代码，安全帽数据集以及训练模型下载地址，可以接用于YOLO目标检测和跟踪，数据集包括两个类别person、hat，8000多张标注好的的图片，两种标签格式分别为txt和xml格式。

模型自行下载

speechbrain中文预训练模型