您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. OpenCV+DeepLearning+Python2周速成教程及源码(第二周续1)

  2. Adrian Rosebrock大神力作,16天速成教程,把你从计算机视觉小白变成大师,从简单的人脸检测案例入手,包含opencv图像处理基础、OCR文档扫描,计算机自动阅卷的光学标志识别OMR、球运动跟踪、物体大小尺寸测量、人脸识别标志、眨眼计数、疲劳检测、树莓派上实现人脸跟踪,家庭监控、简单神经网络图像分类、深度学习目标分类识别,利用搜索爬虫构建自己的数据集、cnn+kearas目标识别以及实时目标识别等近20个案例源码及讲解,是基于python和opencv入门计算机视觉不可多得资源。
  3. 所属分类:深度学习

    • 发布日期:2019-04-06
    • 文件大小:142606336
    • 提供者:qq_26039053
  1. OpenCV+DeepLearning+Python2周速成教程及源码(第二周)

  2. Adrian Rosebrock大神力作,16天速成教程,把你从计算机视觉小白变成大师,从简单的人脸检测案例入手,包含opencv图像处理基础、OCR文档扫描,计算机自动阅卷的光学标志识别OMR、球运动跟踪、物体大小尺寸测量、人脸识别标志、眨眼计数、疲劳检测、树莓派上实现人脸跟踪,家庭监控、简单神经网络图像分类、深度学习目标分类识别,利用搜索爬虫构建自己的数据集、cnn+kearas目标识别以及实时目标识别等近20个案例源码及讲解,是基于python和opencv入门计算机视觉不可多得资源。
  3. 所属分类:深度学习

    • 发布日期:2019-04-06
    • 文件大小:150994944
    • 提供者:qq_26039053
  1. OpenCV+DeepLearning+Python2周速成教程及源码(第一周)

  2. Adrian Rosebrock大神力作,16天速成教程,把你从计算机视觉小白变成大师,从简单的人脸检测案例入手,包含opencv图像处理基础、OCR文档扫描,计算机自动阅卷的光学标志识别OMR、球运动跟踪、物体大小尺寸测量、人脸识别标志、眨眼计数、疲劳检测、树莓派上实现人脸跟踪,家庭监控、简单神经网络图像分类、深度学习目标分类识别,利用搜索爬虫构建自己的数据集、cnn+kearas目标识别以及实时目标识别等近20个案例源码及讲解,是基于python和opencv入门计算机视觉不可多得资源。
  3. 所属分类:深度学习

    • 发布日期:2019-04-06
    • 文件大小:69206016
    • 提供者:qq_26039053
  1. CNN-ImageClassification-源码

  2. CNN图像分类
  3. 所属分类:其它

    • 发布日期:2021-03-26
    • 文件大小:10485760
    • 提供者:weixin_42099906
  1. sgas:SGAS-源码

  2. SGAS:顺序贪婪架构搜索 在搜索阶段具有较高验证准确性的体系结构在评估中可能会表现较差。为了缓解这一常见问题,我们引入了顺序贪婪体系结构搜索(SGAS),这是一种有效的神经体系结构搜索方法。通过将搜索过程划分为子问题,SGAS以贪婪的方式选择并修剪候选操作。我们将SGAS应用于卷积神经网络(CNN)和图卷积网络(GCN)的搜索体系结构。 概述 大量的实验表明, SGAS能够以最小的计算成本为蛋白质-蛋白质相互作用图中的图像分类,点云分类和节点分类等任务找到最先进的体系结构。 要求 (仅GC
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:1048576
    • 提供者:weixin_42127835
  1. Dassl.pytorch:用于域自适应和半监督学习的PyTorch工具箱-源码

  2. 达斯尔 Dassl是一个工具箱,旨在研究领域适应和半监督学习(因此而命名为Dassl )。它具有模块化设计和统一的界面,可以快速进行原型设计和新DA / SSL方法的试验。使用Dassl,只需几行代码即可实现一种新方法。 您可以将Dassl用作库进行以下研究: 领域适应 域泛化 半监督学习 什么是新的 [2021年3月]我们刚刚在上发布了关于域泛化的调查,该调查总结了该主题的十年发展情况,涵盖了历史,相关问题,数据集,方法论,潜力方向等等。 [2021年1月]我们最近的工作 (混合不同域样本的
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:149504
    • 提供者:weixin_42161450
  1. CNN-Image-Classification:这个基于CNN的模型将图像分为9类(“飞机”,“汽车”,“鸟”,“猫”,“鹿”,“狗”,“青蛙”,“马”,“船”,“卡车”)使用tensorflow,keras,numpy,scikit-l

  2. CNN图像分类 这个基于CNN的模型将图像分为9类(“飞机”,“汽车”,“鸟”,“猫”,“鹿”,“狗”,“青蛙”,“马”,“船”,“卡车”)使用tensorflow,keras,numpy,scikit-learn,matplotlib
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:11264
    • 提供者:weixin_42118161
  1. dog_cat_image_recognition_model:图像识别模型-源码

  2. dog_cat_image_recognition_model 计算机视觉:对猫和猫的图像进行分类。 在本案例研究中,我们使用8000张猫狗的图像来训练和测试卷积神经网络(CNN)模型,该模型将图像作为输入,并给出0类(猫)或1类(狗)作为输出,提示是否它是狗或猫的照片。 该图像识别模型基于CNN。 该过程包括以下步骤,并在此捕获: 数据预处理 建立CNN初始化 培训和测试CNN 模型验证 ##用于训练CNN的图片示例 卷积神经网络(CNN) 此案例研究基于CNN模型, Study 包
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:50331648
    • 提供者:weixin_42181319
  1. Python-CNN-Image-Classification-Fruits-360-源码

  2. Python-CNN-图像分类 使用CNN模型进行水果检测。 使用的数据集: 水果360 图像数据集由各种水果和蔬菜组成。 关于数据集 图片总数:90483。 训练集大小:67692张图像(每张图像一个水果或蔬菜)。 测试集大小:22688张图像(每张图像一个水果或蔬菜)。 设置多个水果的大小:103张图像(每张图像一个以上的水果(或水果类别)) 班级数量:131(水果和蔬菜)。 图片尺寸:100x100像素。 您可以从以下此数据集: :
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:235520
    • 提供者:weixin_42116921
  1. 图像分类-卷积神经网络:使用MNIST时尚数据集,构建了卷积神经网络将图像分类为10个类别之一。 使用TensorFlow Framework和Keras库实现了CNN。 在Google Colab上以60,000张图像训练模型-源码

  2. 图像分类-卷积神经网络:使用MNIST时尚数据集,构建了卷积神经网络将图像分类为10个类别之一。 使用TensorFlow Framework和Keras库实现了CNN。 在Google Colab上以60,000张图像训练模型
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:564224
    • 提供者:weixin_42113456
  1. CNN_binary:CNN图像分类(二进制)-源码

  2. 二进制分类 CNN상환자와상상상상후후후후
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:27648
    • 提供者:weixin_42134537
  1. CNN图像分类-源码

  2. CNN图像分类 在这个项目中,对图像分类的优化算法进行了研究。 卷积神经网络已被用来学习每组图像中存在的特征。 该项目还对网络学习的功能进行了研究。 该项目是使用Keras库实现的。 项目完成后得出的结论是: 正如我们在ADAM优化程序中看到的那样,训练数据过拟合,因此我们在训练数据集中获得了99%的准确性。 但是在验证数据集中,我们得到的最终精度约为83%。 由于数据过拟合,我们可以得出结论,该模型将记住输入图像模式,而不是从输入图像中学习。 因此,由于这个原因,我们在执行“ model.
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:1048576
    • 提供者:weixin_42138545
  1. 艺术品分类:根据风格,体裁和艺术家分类绘画-源码

  2. 艺术品的风格,流派和艺术家分类 艺术品数字化的增长说明了根据艺术家,风格和绘画风格对绘画进行分类的重要性。 分类方法的确可以帮助游客和策展人以自己的步调分析和可视化任何博物馆中的画作。 此外,寻找画家是一项艰巨的任务,因为大多数画家的艺术品可能具有独特的绘画风格,而多位画家可以拥有相同的绘画风格。 楷模 我已经尝试了四种模型- 香草卷积神经网络的实现 通过结合视觉词袋技术使用随机森林分类器的基于统计机器学习的方法。 胶囊网络的实现 使用像AlexNet这样的预训练网络进行转移学习 数据集 用
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:630784
    • 提供者:weixin_42117485
  1. 狗品种分类器-源码

  2. 项目概况 欢迎来到AI Nanodegree中的卷积神经网络(CNN)项目! 在此项目中,您将学习如何构建可在Web或移动应用程序中使用的管道,以处理用户提供的真实图像。 给定狗的图像,您的算法将识别出犬的品种的估计值。 如果提供了人像,则代码将识别出类似狗的品种。 在探索用于分类和本地化的最新CNN模型的同时,您将做出有关应用程序用户体验的重要设计决策。 我们的目标是,通过完成本实验,您将了解将旨在在数据处理管道中执行各种任务的一系列模型拼接在一起所面临的挑战。 每个模型都有其优点和缺点,设
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:3145728
    • 提供者:weixin_42102634
  1. DogAppCNN:Udacity纳米学位项目。 CNN狗品种分类器-源码

  2. Dog App CNN 这项工作是获得所需项目之一的扩展。 提交日期:2019年8月 客观的 该项目的目的是创建一个神经网络,可以根据提供的图像对狗的品种进行分类。 使用方法 卷积神经网络( CNN ) 转移学习-VGG-16 技术领域 Python 火炬 烧瓶宁静 Heroku 训练数据 该项目的数据由Udacity提供。 训练集包含133个不同犬种的6680张图像。 验证和测试集分别包含835和836张图像。 项目描述 如上所述,目标是创建狗的品种分类器。 为此,卷积神经网络是一个合
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:63963136
    • 提供者:weixin_42131443
  1. cnn_image_classifier:CNN图像分类器-源码

  2. 用于图像分类的卷积神经网络。 随意使用它,尽管复制我的作品对您的学习无济于事。 培训和测试图像不是我要分发的,因此已被排除在外,尽管出于复制目的,可以用您自己的图像替换。 特别感谢惠灵顿维多利亚大学的彭一鸣和薛冰提供了最初的模板。
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:310272
    • 提供者:weixin_42168555
  1. 狗品种分类器-源码

  2. 狗品种分类器 卷积神经网络 项目目标该项目的目标是使用卷积神经网络创建狗品种识别应用程序。 生成的算法可以用作移动或Web应用程序的一部分。 该代码将接受任何用户提供的图像作为输入。 如果在图像中检测到狗,它将提供狗的品种的估计值。 如果检测到人,它将提供最相似的犬种的估计。 下图显示了已完成项目的潜在样本输出。 在这种现实环境中,我们将需要组合一系列模型来执行不同的任务; 例如,在图像中检测人的算法将与推断狗的品种的CNN不同。 有很多可能的故障点,并且没有完美的算法。
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:147849216
    • 提供者:weixin_42134097
  1. Tensorflow_Object_Tracking_Video:为参与ImageNET VID竞争而开发的Tensorflow中的对象跟踪(本地化检测分类)-源码

  2. Tensorflow_Object_Tracking_Video (版本0.3,最新更新10-03-2017) 该项目遵循以下指标: ; ; ; 。 ; 。 ; ; ; 。 。 。 。 1.引言 该存储库是我的硕士论文项目:“使用Tensorflow技术开发视频对象跟踪”,并且仍在开发中,因此将进行许多更新。 在这项工作中,我使用了去年赢得 的论文T-CNN( )的体系结构和问题解决策略。 因此,整个脚本体系结构将由级联的几个组件组成: 静止图像检测(单帧返回跟踪结
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:29360128
    • 提供者:weixin_42153615
  1. Cat-vs.Dog-Classifier:具有Flask和Keras CNN的图像分类器-源码

  2. 猫与狗图像分类器 项目概况 图像分类器经过训练可以区分猫和狗的图像。 卷积神经网络是使用Keras&Tensorflow 2.0(GPU)构建的。 Heroku托管的Web应用程序是使用Flask框架构建的。 卷积神经网络特征 图像输入形状-128、128、3,激活-relu 定制头从Google MobileNetV2转移学习 编译器-优化程\u5e8f='RMSprop',损\u5931='binary_crossentropy',指标= ['准确性'] 加速-损失92%-损失19%(在
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:27262976
    • 提供者:weixin_42126865
  1. CNN图像分类和烧瓶部署:基于CIFAR-10数据集的CNN图像分类,以及使用Flask进行数据增强和训练后的CNN模型的部署。 (Python)-源码

  2. CNN图像分类和烧瓶部署:基于CIFAR-10数据集的CNN图像分类,以及使用Flask进行数据增强和训练后的CNN模型的部署。 (Python)
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:96468992
    • 提供者:weixin_42151772
« 12 3 4 5 6 7 8 9 10 »