fish-kong

-rnn-each-types-of-rnn-for-regression

利用各种循环网络进行回归拟合，包括rnn，lstm，nlstm，bilstm

CSDN-code-link

由于CSDN博客里面不能直接上代码链接，涉嫌营销推广，因此建一个github仓库用于整理这些代码链接

dbn-tool-box

dbn tool box deep belief network tool box

face-recognize-by-comera

1、结合opencv，利用特征提取方法（LDA LBP PCA）进行特征提取建立模型库；2、利用电脑摄像头进行拍照，每隔3秒提取一个正面照进行特征提取，然后与模型库中的样本进行余弦距离相似度计算，实现人脸匹配识别

objective-detection

利用LBP进行特征提取，SVM进行2分类器建模；利用滑动窗口实现目标检测

supervised-LPP

supervised LPP, This algorithm used kernel algorithm and label date when calculate the Euclidean distance D , ,by contract, another supervised LPP used label-data when calculate the weights matrix

texture-classification-based-on-BPNN-and-dictionary

代码主要包括：1。特征提取 首先对文本信息进行分词处理，采用基于字符串匹配的方法： 假如一段叫：李二狗就是一个** 基于匹配的方法就是依次截取一到多个词，并与字典库进行匹配。如二狗，如果匹配到字典中有这个词，则将其分为一个词；当取到“狗就”，发现字典中没有与之匹配的，则说明这个不是一个词语，进行顺序操作，最优将这段话分为：李 二狗 就是 一个 **。 2. 得到分词后的文本之后，就是转换成数字编码，因此电脑没办法识别汉字。这一部分叫特征表示，即用数字的方式表示中文文本，采用的方法是基于词带模型的特征表示： 词带就是字典--程序中那个dictionary.mat。我们将分词处理之后的文本中的每一个词语，分别与字典中的词进行匹配，只要出现过就为1，否则为0。 如 字典中的词含有：李 周 吴 郑 王 他妈的 就是 大 ** 一个 三炮 也是 瓜娃子，一共13词（当然正常的词典都是上万个词），将1中得到的词语与之匹配，则李二狗就是一个**对应的数字编码就应该是 1 0 0 0 0 0 1 0 1 1 0 0 0 3，通过2我们将文本表示成了数字，但是这样的表示通常都是稀疏的（因为一般字典都含有上万个词，所以得到的数字表示大部分都是0），为此我们利用降维方法，消除掉这些冗余特征。这里我们采用的PCA（主成分分析）进行降维，并降至15维。 4. 文本分类，采用的就是bp网络 代码修改的地方不多，主要就是超参数的选择，（1）如pca的降维数，维数过高，包含冗余数据，过低又会删除掉重要信息。（2）bp网络结构的调整，如隐含层节点数，学习率，等

Yolov5-instance-seg-tensorrt

fish-kong/Yolov5-Instance-Seg-Tensorrt-CPP

Yolov5-obb-Tensorrt-Infer

11111

Yolov8-instance-seg-tensorrt

based on the yolov8，provide pt-onnx-tensorrt transcode and infer code by c++

fish-kong/CSDN-code-link

由于CSDN博客里面不能直接上代码链接，涉嫌营销推广，因此建一个github仓库用于整理这些代码链接

fish-kong/Yolov5-instance-seg-tensorrt

fish-kong/Yolov5-Instance-Seg-Tensorrt-CPP

fish-kong/Yolov8-instance-seg-tensorrt

based on the yolov8，provide pt-onnx-tensorrt transcode and infer code by c++

fish-kong/face-recognize-by-comera

1、结合opencv，利用特征提取方法（LDA LBP PCA）进行特征提取建立模型库；2、利用电脑摄像头进行拍照，每隔3秒提取一个正面照进行特征提取，然后与模型库中的样本进行余弦距离相似度计算，实现人脸匹配识别

fish-kong/Yolov5-obb-Tensorrt-Infer

11111

fish-kong/-rnn-each-types-of-rnn-for-regression

利用各种循环网络进行回归拟合，包括rnn，lstm，nlstm，bilstm

fish-kong/texture-classification-based-on-BPNN-and-dictionary

代码主要包括：1。特征提取 首先对文本信息进行分词处理，采用基于字符串匹配的方法： 假如一段叫：李二狗就是一个** 基于匹配的方法就是依次截取一到多个词，并与字典库进行匹配。如二狗，如果匹配到字典中有这个词，则将其分为一个词；当取到“狗就”，发现字典中没有与之匹配的，则说明这个不是一个词语，进行顺序操作，最优将这段话分为：李 二狗 就是 一个 **。 2. 得到分词后的文本之后，就是转换成数字编码，因此电脑没办法识别汉字。这一部分叫特征表示，即用数字的方式表示中文文本，采用的方法是基于词带模型的特征表示： 词带就是字典--程序中那个dictionary.mat。我们将分词处理之后的文本中的每一个词语，分别与字典中的词进行匹配，只要出现过就为1，否则为0。 如 字典中的词含有：李 周 吴 郑 王 他妈的 就是 大 ** 一个 三炮 也是 瓜娃子，一共13词（当然正常的词典都是上万个词），将1中得到的词语与之匹配，则李二狗就是一个**对应的数字编码就应该是 1 0 0 0 0 0 1 0 1 1 0 0 0 3，通过2我们将文本表示成了数字，但是这样的表示通常都是稀疏的（因为一般字典都含有上万个词，所以得到的数字表示大部分都是0），为此我们利用降维方法，消除掉这些冗余特征。这里我们采用的PCA（主成分分析）进行降维，并降至15维。 4. 文本分类，采用的就是bp网络 代码修改的地方不多，主要就是超参数的选择，（1）如pca的降维数，维数过高，包含冗余数据，过低又会删除掉重要信息。（2）bp网络结构的调整，如隐含层节点数，学习率，等

fish-kong/objective-detection

利用LBP进行特征提取，SVM进行2分类器建模；利用滑动窗口实现目标检测

fish-kong/dbn-tool-box

dbn tool box deep belief network tool box

fish-kong/supervised-LPP

supervised LPP, This algorithm used kernel algorithm and label date when calculate the Euclidean distance D , ,by contract, another supervised LPP used label-data when calculate the weights matrix

fish-kong/Recurring-PCA-LPP-papers

2 days later, found a interesting paper. this paper combined PCA with LPP, and formed a comprehensive algorithm for data dimension deduction. in CNKI

fish-kong/BBAVectors-tensortt-deploy

fish-kong/CVPR2023-Papers-with-Code

CVPR 2023 论文和开源项目合集

fish-kong/PyTorch-GAN

PyTorch implementations of Generative Adversarial Networks.

fish-kong/PyTorch-Networks

Pytorch implementation of cnn network

fish-kong/Rotation-box-dimension-tool-and-dimension-file-adjustment

Rotation box dimension tool and dimension file adjustment

fish-kong/Transfer-Learning-for-Fault-Diagnosis

This repository is for the transfer learning or domain adaptive with fault diagnosis.

fish-kong/awesome-unsupervised-anomaly-detection

A Curated List of Awesome Unsupervised Anomaly Detection on MVTec AD Dataset

fish-kong/Awesome-Visual-Transformer

Collect some papers about transformer with vision. Awesome Transformer with Computer Vision (CV)

fish-kong/CycleGAN_1dCNN

Tensorflow implementation of a CycleGAN with a 1D Convolutional Neural Network and Gated units with options for the residual connections, dilations and a PostNet.

fish-kong/DOTA-DOAI

This repo is the codebase for our team to participate in DOTA related competitions, including rotation and horizontal detection.

fish-kong/ETDataset

The Electricity Transformer dataset is collected to support the further investigation on the long sequence forecasting problem.

fish-kong/GAN-AD

We used generative adversarial networks (GANs) to do anomaly detection for time series data.

fish-kong/gaussian-ad-mvtec

Code underlying our publication "Modeling the Distribution of Normal Data in Pre-Trained Deep Features for Anomaly Detection" at ICPR2020

fish-kong/learnopencv

Learn OpenCV : C++ and Python Examples

fish-kong/nezha_gpt_dialog

fish-kong/P-Net_Mvtec_AD

Main P-Net(ECCV 2020) on Mvtec dataset

fish-kong/Rotating-machine-fault-data-set

Open rotating mechanical fault datasets (开源旋转机械故障数据集整理)

fish-kong/tensorrtx

Implementation of popular deep learning networks with TensorRT network definition API

fish-kong/yolov5-dnn-cpp-python-v2

用opencv的dnn模块做yolov5目标检测，包含C++和Python两个版本的程序，优化后的