deep learning一般是学习的层次结构，它也是有一定理论依据的，即模拟人脑的大脑皮层工作，因为大脑皮层的视觉区域也是分层次工作的，越底层的视觉皮层对那些底层特征就越敏感。综上所述，feature learning有这么多应用需求的驱动和生物神经理论上的支持，注定它能够在AI领域中发挥一定的作用。一些实验表明，有些feature learning学习到的特征几乎比所有其它的特征效果要好，比如本文中的ISA模型就是其中一个。-deep learning hierarchy of learni

从摄像头中读取数独图片，通过机器视觉方法识别每个数字并解除数独-Read Sudoku image from the camera, identifying each number by lifting machine vision methods and Sudoku

基于OpenCV SVM分类器的一个行人检测程序，可以自己制作样本训练，ＶＳ２０１０亲测可用,随时解答问题(A pedestrain detection program based on OpenCV SVM)

基于PaddlePaddle的AI Studio Codelab，使用PaddleX库和图像分割算法去除视频中的水印。该代码可以去除视频中的一些简单的水印，例如透明度较低的文本水印。