Today's effort is for tomorrow's effortless.
awesome-multiple-object-tracking. Resources for Multiple Object Tracking (MOT)
1.5kFacialExpressionRecognition. 人脸识别之表情识别项目相关源码
992DataMining. Data Analysis and Mining(数据分析与挖掘)
357PlotNeuralNet. 包含PlotNeuralNet绘制神经网络结构图的教程源码
254DataMiningProject. 包含一些比较常见的数据挖掘竞赛或者项目的源码
131Stacking. 机器学习集成模型之Stacking各类模型及工具源码
119GNN. Tutorial about Graph Convolutional Network(GCN)
106MachineLearning. 机器学习
46YOLO. YOLO目标检测算法的介绍。
46MSCNN. Tensorflow2(Keras)复现论文"Multi-scale Convolution Neural Networks for Crowd Counting"实现人群密度估计
29Tutorial. Tutorial about machine learning and deep learning framework.
26DeepSORT. 基于DeepSORT算法实现端到端的行人多目标跟踪。
23Colorization. Keras复现论文"Colorful Image Colorization"
17DeepLearningProject. 深度学习实战项目(图像识别、语音识别、文本处理等)
17Algorithm. 算法原理讲解及Python实现
12ChineseOCR. 端到端的中文场景文字识别。
12DeepLearning. 深度学习神经网络构建源码。
11PaperReadings. 包括机器学习、深度学习、计算机视觉等领域前沿论文的解读。
10Memo. 安卓备忘录
10MLP. Numpy手写BP神经网络,对比Dropout、Batch Normalization等训练技巧的效果。
10NMS. Python实现NMS(非极大值抑制)对边界框进行过滤。
9FairMOT. a realtime tracking by FairMOT
7DyReLU. implementation of dyrelu in ResNet50
7luanshiyinyang.github.io. 个人博客的主题及内容源码仓库(Hexo+Matery),欢迎fork后创建自己的博客网站,注意源码为hexo分支。
7Spider. 一些爬虫实战脚本
7SentimentAnalysis. 逻辑回归、支持向量机、神经网络在文本情感分析任务中的表现,基于IMDB数据集。
6Boosting. 机器学习集成模型之Boosting各类模型及工具源码
4LCNotes. LeetCode Notes
4Competitions. 数据科学竞赛项目源码,具体见不同分支。
4VAE. Numpy实现VAE生成MNIST数据集
4Attentions. classific attention modules in computer vision
3LeetCode. LeetCode刷题源码(Contest分支含历次周赛代码及题解)
3Models. the implementation of classical network
3ML. 机器学习讲义
3feature-selector. Feature selector is a tool for dimensionality reduction of machine learning datasets
2NLP. 自然语言处理传统方法源码、课程cs224n源码、常用工具包源码
2Caltech101. 基于Caltech101,使用TensorFlow2.0训练并测试VGG16、ResNet50和DenseNet121的效果。
2algorithm-pattern-cpp.
1MarketDeliveryAPP. 基于安卓的外卖类APP
1PythonScripts. 一些有趣的python实战脚本。
1AndroidDemo. 含有常见的安卓第三方控件和框架的使用测试项目
1AutoEncoder. 实现自编码器并在几个常见手写集(MNIST、USPS、Semeion)上验证效果。
1luanshiyinyang.
1PythonWeb. 利用Python进行Web开发(含Django、Flask、Tornado、Twisted常用建站框架)
1DCNv2_latest. DCNv2 supports decent pytorch such as torch 1.8+
1