woshihucheng Goto Github PK

12306

12306智能刷票，订票

509

in order to learn

awesome-deep-vision

A curated list of deep learning resources for computer vision

bootstrap

The most popular HTML, CSS, and JavaScript framework for developing responsive, mobile first projects on the web.

btp-2

caffe

Caffe: a fast open framework for deep learning.

caffe-lmdbcreation-multilabel

Creation of LMDB for training a multi-label loss in Caffe

caffe-multi-lable

支持多label图片输入的caffe

caffe_multilabel_classification

This is a instance of multilabel classification in caffe. Thanks to the tools of multi-label data conversion tool in https://github.com/HolidayXue/CodeSnap by HolidayXue.

chainer

A flexible framework of neural networks for deep learning

codesnap

deep-visualization-toolbox

DeepVis Toolbox

deeplearningbook-chinese

Deep Learning Book Chinese Translation

deepmar_deploy

Deploy version of DeepMAR from "Multi-attribute learning for pedestrian attribute recognition".

dukemtmc-attribute

23 hand-annotated attributes of Duke dataset

dukemtmc-reid_evaluation

The Person re-ID Evaluation Code for DukeMTMC-reID Dataset

elf-v2.0-descriptor

end-to-end-for-chinese-plate-recognition

多标签分类,端到端的中文车牌识别基于mxnet, End-to-End Chinese plate recognition base on mxnet

face-multi-label-classification

Multi-label classification

fast-rcnn

Fast R-CNN

fblualib

Facebook libraries and utilities for Lua

fbp

FBP项目全称FootBallPrediction，历经9个月完成的足球比赛预测项目。项目结合大数据+机器学习，不断摸索，开发了一款软件。软件根据各大博彩公司赔率多维度预测足球比赛结果（包含胜和不胜）。目前准确率可达80%，在软件的1.0版本和2.0版本预测结果分别是11场比赛中9和13场比赛中11。目前软件版本为3.0，从2018年8月11日各大足球联赛开始至2018年8月20日一共预测了9场比赛中了8场。该项目在自己创建的微信群里已经吸引了60多人，并且每天均有部分人根据预测结果参考投注竞彩，参考的人都获得了相应的收益。 现在想通过认识更多的有识之士，一起探索如何将项目做大做强，找到合伙人，实现共赢。希望感兴趣的同仁联系本人，微信号acredjb。程序优势请看Advantages和README文件。程序3.0版本：（第三轮目前13中12） 8月10日：13让负（正确） 8月11日：27让负（正确） 8月12日：11让负（正确） 8月13日：6胜（不正确） 8月14日：25让负（正确） 8月15日：无预测 8月16日：1胜（正确） 8月17日：6让负（正确） 8月18日：16胜（正确） 8月19日：34让负（正确） 8月20日：9让负（正确） 8月21日：5让负（正确） 8月22日：20让负（正确） 8月23日：无预测 8月24日：6让负（正确） 程序1.0版本（第一轮为11中9） 程序2.0版本（第二轮13中11）

fcn

Chainer Implementation of Fully Convolutional Networks.

fcn.berkeleyvision.org

Fully Convolutional Networks for Semantic Segmentation by Jonathan Long*, Evan Shelhamer*, and Trevor Darrell. CVPR 2015 and PAMI 2016.

gflags

The gflags package contains a C++ library that implements commandline flags processing. It includes built-in support for standard types such as string and the ability to define flags in the source file in which they are used. Online documentation available at:

gitignore

A collection of useful .gitignore templates

gitskills

hc_git_learn

ide-baseline-market-1501

ID-discriminative Embedding (IDE) for Person Re-identification

labelimg

:metal: LabelImg is a graphical image annotation tool and label object bounding boxes in images