图像分类： AlexNet VGG GoogleNet ResNet ResNext MobileNet_v1_v2 MobileNet_v3 ShuffleNet_v1_v2 EfficientNet_v1 EfficientNet_v2 Transformer 目标检测： R-CNN Fast R-CNN Faster R-CNN FPN SSD RetinaNet YOLOv1 YOLOv2 YOLOv3 YOLOv3SPP

yolov4目标检测算法 ，一共1338张训练集，已标注好。可识别0 1 2 3 4 5手势，

关于数据 请参考YOLO-V3-Tensorflow 1. 训练模型前的准备 A.数据准备 数据的标注仍然采用VOC格式的数据标注形式，如果是其他的标注形式比如COCO请自行实现相关代码。将数据最终转化为如下形式： # 单行数据的结构： (path_filename, x1, y1, x2, y2, class_name) # Note: # 一个path_filename 可能对应多个类别(class_name)，每个类别占用一行数据 # x1, y1, x2, y2 是原图像的坐标, 而不是ratio后图像上的坐标 # (x1, y1) 标注框的左上坐标; (x2, y2) 标注框的右下坐标 # x1,y1------------------- # | | # | | # | |

告别繁琐步骤，用Python脚本一键训练自己的目标检测数据集 i Only need to Click Once

实现功能： 有3个QLabel作为显示区域分别是： 视频检测显示区域，原视频拍照显示，检测后视频拍照显示。 4个按钮作为功能选择，分别是： 打开视频，拍照，关闭摄像头，YOLO检测。

在之前的基础上，进行了升级，之前只能用一个视频进行检测，现在可以选择视频进行检测。 功能一致。

在V1.1的基础上新增图片检测功能，能够自由选择图片进行检测。 因此V1.1的功能已经包含了：图像检测并保存图片，视频检测等主要功能。

图像显着性检测算法matlab代码显着性2013 高光谱图像中的显着目标检测 介绍 该存储库包含ICIP论文《高光谱图像中的显着目标检测》中描述的算法的源代码。 可以在本文中找到更多详细信息。 该软件包已在64位Windows计算机上使用Matlab 2013a进行了测试。 此代码仅用于研究目的。 引用 如果您发现此代码对您的研究有用，请考虑引用：@inproceedings {Liang2013，作者= {Liang，Jie and Zhou，Jun and Bai，Xiao and Qian，Yuntao}，书名= {2013 IEEE国际图像处理会议} ，月份= {sep}，页面= {2393--2397}，发布者= {IEEE}，标题= {{高光谱图像中的显着物体检测}}，网址= {，年份= {2013}} 正在安装 下载代码：git clone。 下载高光谱图像： 将代码文件夹添加到Matlab的工作目录中。 运行Demo.m 反馈 如果您有任何问题（疑问，反馈）或发现代码中的错误，请与联系。

ICCV2015 tutorial convolutional feature maps Kaiming He ICCV 2015 CNN 卷积神经网络 目标检测 教程 何凯明

OPENCV目标跟踪_opencv_目标检测_车辆检测和跟踪，绘制车辆的轨迹_运动车辆检测跟踪系统_车辆跟踪_VC++