yolov5模型中最小数据集，可在笔记本上进行使用从Google网盘下载，模型训练r pytorch模型 yolov5模型,体积最小，速度最快的数据集。

ImgRec_OCR 图像识别，利用Python的OCR库进行图片识别的二进制，可以使用Python OCR的图片识别训练软件进行模型训练，生成对应的.traineddata，使识别的正确率和速度均得到提高

openARTmini数字识别加寻迹融合代码，数字识别准确率高达98.7%，nncu模型训练，附有训练集，模型训练教程，操作简单

word2vec-0.11.1配有缺c++14解决方法及没有win32-port.h文件解决方法

详细描述daknet yolov3训练过程，包含数据标注、标注数据转化说明及其python代码、CPU和GPU训练过程及GPU训练结果描述，适合刚接触darknet模型训练的朋友们，如对文档相关内容或yolo模型相关的其他问题，均可留言交流哦！感谢支持，也希望能帮到大家！

介绍 常用的深度学习模型训练，评估和预测相关代码，基于Tensorflow高阶API（Estimator）实现；尽可能做到出色的性和通用性更好。 部分模型子目录下有较详细的文档介绍！ 关于其中某些模型的介绍，请参考文章 ！《》 除非特殊说明，本项目的代码都是基于tensorflow 1.6.0开发。 推荐阅读： 后记 欢迎关注我的知乎专栏： 欢迎收藏我的个人博客，会不定期更新： ://yangxudong.github.io，或国内固有： ://xudongyang.coding.me

python 算法 外网下载太慢了，我就直接放这了。有zip和tgz两个文件

本数据集用于新手快速学习模型训练过程。（该数据集图片较少，训练出模型后识别准确率低，但可测试原数据集内图片。

（1）caffe在windows环境下的模型训练MNIST数据集和leveldb版的转换数据 （2）caffe.exe 和convert_mnist_siamese_data.exe可执行程序；第一个用于caffe模型训练，第二个用于MNIST数据到Leveldb格式转换 （3）训练配置文件（lenet_train_test.prototxt, lenet_solver.prototxt）,cmd命令行代码和训练完成后的模型（lenet_iter_10000.caffemodel）。

该资源主要为模型初学者提供海量训练数据，并可结合csdn发表的博文执行学习。对应博文：https://blog.csdn.net/lihonst/article/details/121303696