本文用图解的方式，分析Faster-RCNN的PyTorch实现，以便直观地了解各个模块之间的调用和依赖关系，以及对NMS和ROI Align的CUDA实现的解读。
分类：模式识别
机器学习算法的分享，以及它们在模式识别领域当中的运用。
深度学习入门：几幅手稿讲解CNN
我把在组里介绍深度学习基础知识时画的几幅手稿分享出来，希望能对了解深度学习尤其是卷积神经网络（CNN）的知识起到一些帮助。
从QR分解到PCA，再到人脸识别
介绍一种利用QR分解减少PCA计算量的方法，并采用三种距离度量应用于人脸识别问题，比较降维和分类效果。
HanyNet – 卷积神经网络的初步实现
以C++借助OpenCV和RapidXML实现的卷积神经网络模型，基于经典的LeNet模型，能够达到一定的精度。
Tracking-Learning-Detection原理分析
对视频中任意单目标实时追踪的算法TLD（Tracking-Learning-Detection）的原理分析