http://i.youku.com/i/UNjAzMzA4NjQ=/playlists?spm=a2hzp.8253869.0.0【1】复旦大学吴立德教授讲授的《数值优化》。使用教材为Nocedal, Jorge, and Stephen Wright. Numerical optimization. Springer Science & Business Media, 2006.

张志华教授《机器学习导论》和《统计机器学习》课程讲义最近看了上海交大张志华教授的精品课程 《机器学习导论》和《统计机器学习》，觉得讲的很深入，适合学习机器学习和深度学习的研究者深入学习，张教授讲的比较偏向理论，需要一定的数学基础。至于广大网友最关心的课程讲义和配套教材书籍，鄙人邮件详问过张教授，他说“目前只有学生记录下来的讲义，没有专门的教材”，张教授还好心留下讲义的下载链接：http://bcm

安全帽佩戴检测和识别系统(含数据集+训练代码)，安全帽检测，安全帽识别，佩戴安全帽检测和识别

这是项目《行人检测(人体检测)》系列之《人体检测数据集》；我们将介绍几个常见的人体检测数据集：VOC，COCO和MPII数据集，总数据量约10W左右，可用于人体(行人)检测模型算法开发。行人检测，人体检测，人体数据集，行人数据集，YOLOv5

OpenCV中BLOB特征提取与几何形状分类一：方法二值图像几何形状提取与分离，是机器视觉中重点之一，在CT图像分析与机器人视觉感知等领域应用广泛，OpenCV中提供了一个对二值图像几何特征描述与分析最有效的工具 - SimpleBlobDetector类，使用它可以实现对二值图像几何形状的分离与分析。而它之所以强大是因为整合OpenCV中其它一些API的功能，主要是有三个：自动的图像灰度与二值化

智能驾驶 车牌检测和识别（一）《CCPD车牌数据集》，车牌检测数据集，车牌识别数据集；CCPD数据集

基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)，手势识别，动作识别，手势动作识别，手势数据集

OpenCV+yolov2-tiny实现目标检测(C++)    目标检测算法主要分为两类：一类是基于Region Proposal（候选区域）的算法，如R-CNN系算法（R-CNN，Fast R-CNN, Faster R-CNN），它们是two-stage（两步法）的，需要先使用Selective search或者CNN网络（RPN）产生Region Proposal，然后再在Region..

本文介绍了基于Qwen3-VL多模态大模型构建的打架斗殴异常行为实时分析系统。系统通过微调Qwen3-VL模型，实现对视频中打架斗殴行为的精准识别与描述。项目包含200个训练视频和100个测试视频，采用ShareGPT格式标注数据。技术方案包括模型微调、LoRA参数合并及vLLM部署，最终通过Gradio开发了支持文本、图片和视频交互的Web服务。系统可应用于智慧安防等场景，实现异常行为的实时监测

深度学习目标检测：YOLOv5实现红绿灯检测(含红绿灯数据集+训练代码); 红绿灯数据集，交通信号灯数据集；红绿灯检测；交通信号灯检测