本专栏主要结合OpenCV4，来实现一些基本的图像处理操作、经典的机器学习算法（比如K-Means、KNN、SVM、决策树、贝叶斯分类器等），以及常用的深度学习算法。

本专栏主要结合OpenCV4（C++版本），来实现一些基本的图像处理操作、经典的机器学习算法（比如K-Means、KNN、SVM、决策树、贝叶斯分类器等），以及常用的深度学习算法。

BN层的11个重要问题总结！

Jetson AGX Xavier踩坑指南！

不断补充最新用法...

问题描述有n（2≤n≤20）块芯片，有好有坏，已知好芯片比坏芯片多。每个芯片都能用来测试其他芯片。用好芯片测试其他芯片时，能正确给出被测试芯片是好还是坏。而用坏芯片测试其他芯片时，会随机给出好或是坏的测试结果（即此结果与被测试芯片实际的好坏无关）。给出所有芯片的测试结果，问哪些芯片是好芯片。输入格式输入数据第一行为一个整数n，表示芯片个数。第二行到第n+1行为n*n的一张表，每行n个数...

深度学习目标检测开山之作

本文提出了一种端到端的学习框架，用于自动驾驶中基于立体图像的三维目标检测。它既不依赖深度图像作为输入，也不依赖于训练，也不需要多级或后处理算法。

Machine Learning Overview文章目录Machine Learning Overview1、Training Data （训练数据）2、Normal Bayes Classifier （正态贝叶斯分类器）3、K-Nearest Neighbors（K-邻近）4、Support Vector Machines （支持向量机）5、Decision Trees （决策树）6、Boos

本文提供了一种简单有效的基于立体的单级三维检测管道，以端到端学习的方式联合估计深度和检测三维物体。