自己搭建的无人机跟踪实验，主要讲软件，硬件的需要等等，为初学者提供学习建议及需要学习的内容，讲解使用到的代码等
该项目是基于深度学习的汽车图像识别系统，主要使用的是YOLOv8。并进行相关的改进和系统的呈现。本文所使用的数据集Road Vehicle Images Dataset来源于知名的开源数据平台Kaggle。
SSDD（SAR Ship Detection Dataset）由海军航空航天大学电子与信息工程系团队构建，是专为SAR图像舰船目标检测设计的公开数据集。
NWPU VHR-10 图像数据集主要源自Google Earth（715幅彩色影像，分辨率0.5–2米）和Vaihingen数据集（85幅红外影像，分辨率0.08米），覆盖港口、城市、农田等多样化场景。
该数据集由国内研究机构构建，数据源自多平台可见光影像，包括高分系列卫星（如GF-1/GF-6）、无人机航拍及公开港口监控视频。
该数据集由国家卫星海洋应用中心联合国防科研机构构建，数据源自国产高分辨率光学卫星（高分系列、资源三号）及无人机侦察系统，覆盖全球主要军港、航道和演习区域。
自然语言处理：包含中文分词(jieba)、词频分析、词云生成等功能 机器学习：神经网络学习、时间序列分类、通用模型实现 数据可视化：使用matplotlib等库进行数据绘图 本地模型部署：Ollama和本地模型的使用示例 基础算法：包含各种数学计算和算法实现
人工智能基础知识归纳，包括基础数学，机器学习，深度学习以及强化学习的内容
本书以实战项目为主线，以理论基础为核心，引导读者渐进式学习人工智能技术。 内容涉及了AI学习必须的12项必备技能，7种机器学习实现方式，34种深度学习常用算法，21个人工智能实战项目。
CV算法岗知识点及面试问答汇总，主要分为计算机视觉、机器学习、图像处理和 C++基础四大块，一起努力向offers发起冲击！
此项目是机器学习(Machine Learning)、深度学习(Deep Learning)、NLP面试中常考到的知识点和代码实现，也是作为一个算法工程师必会的理论基础知识。
同步库， 不定时更新：防止米国佬断网：https://github.com/huggingface/transformers
