Pinned Repositories
123
ai
attentionBilstmCnnLstmseq2seq
awesome-NeRF
A curated list of awesome neural radiance fields papers
awesome-python3-webapp
awesome-python3-webapp-1
小白的Python入门教程实战篇：网站+iOS App源码→ http://t.cn/R2PDyWN 赞助→ http://t.cn/R5bhVpf
CCSNet
Code implementation of the paper “Cross-Stage Class-Specific Attention for Image Semantic Segmentation”
mos
Matching on Sets: Conquer Occluded Person Re-identification Without Alignment.实现
recommendSystemPyqt
行测申论知识点推荐系统
yolov3-tensorflow1-map
基于tensorflow1的voc数据集的yolov3检测车辆，并计算map值
yaohusama's Repositories
yaohusama/attentionBilstmCnnLstmseq2seq
yaohusama/mos
Matching on Sets: Conquer Occluded Person Re-identification Without Alignment.实现
yaohusama/recommendSystemPyqt
行测申论知识点推荐系统
yaohusama/yolov3-tensorflow1-map
基于tensorflow1的voc数据集的yolov3检测车辆，并计算map值
yaohusama/123
yaohusama/ai
yaohusama/awesome-NeRF
A curated list of awesome neural radiance fields papers
yaohusama/awesome-python3-webapp
yaohusama/awesome-python3-webapp-1
小白的Python入门教程实战篇：网站+iOS App源码→ http://t.cn/R2PDyWN 赞助→ http://t.cn/R5bhVpf
yaohusama/CCSNet
Code implementation of the paper “Cross-Stage Class-Specific Attention for Image Semantic Segmentation”
yaohusama/fgsmDjango
使用django做的登录和注册，管理员可以对普通用户的注册信息增删改查，并且实现了fgsm和jsma对抗样本，以界面的形式运行，保存了用户操作的日志信息
yaohusama/GeneticAlgorithmsAndSimulatedAnnealing
yaohusama/intership_project
yaohusama/ISP-reID-masterProtoSeg
yaohusama/jquery_and_ajax
yaohusama/KnowledgeGraphAndNueralNetwork
yaohusama/languageRecognition
对语言的种类，是英文还是其他等来分类，正常可以达到97%
yaohusama/Notes
:open_file_folder: 个人学习笔记，包括数据结构与算法、计算机网络、设计模式、Java、Python、Linux、MySQL 等
yaohusama/paperXtt
yaohusama/resnetAndAdversalSamples
yaohusama/resnetOnGtsrb
使用resnet在gtsrb上的效果
yaohusama/Stock-Prediction-Models
Gathers machine learning and deep learning models for Stock forecasting including trading bots and simulations
yaohusama/stopwords
中文常用停用词表（哈工大停用词表、百度停用词表等）
yaohusama/textcnn-
yaohusama/ThreeTenStoryElevatorsProwincc
三部十层电梯程序+prowincc
yaohusama/trafficSignDetectAndClassify
只要研究限行 所以就只是红色 但是就需要先找到图像里所有的红色 然后再来排除这些干扰 找到对应的圆形标识 最后 再来提取hu特征 用adaboost分类器进行数字识别之类的。我前面加了clahe，亮度自适应，稍微好点了，然后加了个判断中间区域是否有红色像素，有的话代表是禁止标志，可以排除一些禁止标志被判断为限行标志。但是用hsi提取红色后，会生成边界，误判的概率很高，没法用，只是留在那里了。结果上，就是检测圆容易误判，还有红色定位可能形成新的圆会误判，还有数据集标签的错误影响了。但整体思路和代码是可以用的。
yaohusama/web
yaohusama/yolov3CarDetection
cifar10数据集，yolov3算法