Spectral Representations of Natural Images

参考https://distill.pub/2021/understanding-gnns，学习图的谱表征方法。

GCN的pytorch实现

本代码可以纵观从数据load到GCN训练的全过程，是一份比较好的学习demo。 本代码参考自https://colab.research.google.com/drive/1mMUKnvM_Byu8wEcJpFSYGnniPPhIOD7N?usp=sharing。

small_object_detection

配套csdn博客https://blog.csdn.net/WANGWUSHAN/article/details/118422175，适应性修改可直接应用于VOC数据集 相对坐标（cls,x,y,w,h）下的数据增强。

c++ 自带函数学习.xlsx

c++自带函数 个人整理

一张excel掌握python常用函数

python 常用自带函数（包括list、string等的常用用法 含例子）

YOLO_V4模型可视化.zip

使用netron做的可视化。 另外，也可参考本人csdn中有关YOLO_V4的介绍：https://blog.csdn.net/WANGWUSHAN/article/details/116331716。

mnist_kd.ipynb

知识蒸馏 knowledge distillation入门小demo GitHub链接：https://github.com/cv-ape/knowledge_distill-pytorch-demo-about-mnist

faster_rcnn.vsd

此资源为本人博客《Faster R-CNN学习笔记》https://blog.csdn.net/WANGWUSHAN/article/details/115550391中模型的可编辑版。

使用resnet FCN训练VOC2007 数据集语义分割

在google colab上完美验证过。 可结合本人博客https://blog.csdn.net/WANGWUSHAN/article/details/103600950#comments_14325675 进行学习。 使用时需要把数据集放到："/content/drive/My Drive/VOC2007"文件夹下。 声明：本程序参考了知乎：https://zhuanlan.zhihu.com/p/32506912。