本代码将用极端随机森林(Extremely Random Forests, ERF)来训练图像分类器。一个目标识 别系统就是利用图像分类器将图像分到已知的类别中。 ERF在机器学习领域非常流行,因为ERF 具有较快的速度和比较精确的准确度。我们基于图像的特征构建一组决策树,并通过训练这个森 林 实 现 正 确 决 策 。
PyQt Examples Client https://github.com/PyQt5/PyQt
基于飞桨的OCR工具库,包含总模型仅8.6M的超轻量级中文OCR,单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测、文本识别的训练算法。
Archery 定位于 SQL 审核查询平台,旨在提升 DBA 的工作效率,支持多种数据库的 SQL 上线和查询,同时支持丰富的 MySQL 运维功能
海康威视相机+yolov3 实现实时检测demo
用于将LabelMe标注好的数据转换为VOC格式和COCO格式的数据集。
mmdetection from https://github.com/open-mmlab/mmdetection.git
Deepin-wine 环境的 Ubuntu/Debian 移植版 (使用deepin原版二进制文件,解决依赖问题)
3DMatch - a 3D ConvNet-based local geometric descriptor for aligning 3D meshes and point clouds.