PyPI (Python Package Index)是Python软件包的集合，平时使用pip install安装的包均可在上面找到，作为一个开源平台，也可以贡献自己开发的工具供大家使用，只需要通过pip install **即可一键安装。

1、打开在线工具网址：https://www.tablesgenerator.com/latex_tables2、在Excel中设计出需要的表格，如果单元格中有公式，从MathType中复制后需要将“\[”-"\]"对修改为“$”-"$"对，否则转换为Latex程序会出错：3、将Excel表格复制到在线工具的表格区，并根据需要设置表格边框：4、调整表格样式（居中、缩放等）、设置表格标题和标签，点击

目录step1 基本环境step2 准备工作step3 制作数据集step4 训练学习深度学习目标检测的yolo模型有一段时间了，但是一直没有真正接触最底层的网络构建和训练，之前在Darknet官网上看到有关于训练yolo模型的方法，但是是基于linux操作系统的，那时候还没有接触虚拟机和双系统，于是就搁浅了。其实有不少深度学习框架都已经对yolo进行了复现，比如Tensorflow、Keras.

目录★编程环境安装1、安装虚拟机、Ubuntu操作系统2、安装VMware Tools3、安装IDE(Kdevelop)★外部库安装1、安装Eigen2、安装Pangolin3、安装Sophus4、安装OpenCV★编程环境安装1、安装虚拟机、Ubuntu操作系统参考文章：https://blog.csdn.net/u013142781/article/details/505290302、...

目录1 IDE-Kdevelop2 Eigen3 Pangolin4 Sophus5 OpenCV(Contrib)6 PCL7 Ceres8 g2o之前跟着高翔学习SLAM一书写了一篇虚拟机安装linux系统(ubuntu1404)、配置SLAM库的教程：https://blog.csdn.net/stjuliet/article/details/85263852最近更换了双系统(ubunt..

目录step1 基本环境step2 准备工作step3 制作数据集step4 训练学习深度学习目标检测的yolo模型有一段时间了，但是一直没有真正接触最底层的网络构建和训练，之前在Darknet官网上看到有关于训练yolo模型的方法，但是是基于linux操作系统的，那时候还没有接触虚拟机和双系统，于是就搁浅了。其实有不少深度学习框架都已经对yolo进行了复现，比如Tensorflow、Keras.

目录1 IDE-Kdevelop2 Eigen3 Pangolin4 Sophus5 OpenCV(Contrib)6 PCL7 Ceres8 g2o之前跟着高翔学习SLAM一书写了一篇虚拟机安装linux系统(ubuntu1404)、配置SLAM库的教程：https://blog.csdn.net/stjuliet/article/details/85263852最近更换了双系统(ubunt..

目录step1 基本环境step2 准备工作step3 制作数据集step4 训练学习深度学习目标检测的yolo模型有一段时间了，但是一直没有真正接触最底层的网络构建和训练，之前在Darknet官网上看到有关于训练yolo模型的方法，但是是基于linux操作系统的，那时候还没有接触虚拟机和双系统，于是就搁浅了。其实有不少深度学习框架都已经对yolo进行了复现，比如Tensorflow、Keras.

目录1 运行环境和前期准备2 生成.pbtxt描述文件3 测试DNN是OpenCV中的深度神经网络模块，OpenCV 3.3以后，dnn模块支持caffe、TensorFlow和torch三种深度学习框架，OpenCV 3.4.1以后，支持tensorflow的深度学习框架，可以直接读取已经训练好的模型完成相应的检测任务。1 运行环境和前期准备1、Windows 10 64位2、OpenC...

目录step1 制作数据集step2 训练模型step3 测试step4 可视化训练日志Darknet深度学习框架是由Joseph Redmon提出的一个用C和CUDA编写的开源神经网络框架，具体的环境搭建可以参考之前写的一篇文章：https://blog.csdn.net/stjuliet/article/details/87731998基本环境搭建成功后，就可以使用自己制作的数据集训练自己..