您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 卷积神经网络图像识别python代码

  2. 卷积神经网络图像识别python代码
  3. 所属分类:机器学习

    • 发布日期:2017-06-03
    • 文件大小:3145728
    • 提供者:pilot10
  1. 卷积神经网络图像识别python代码pdf

  2. 卷积神经网络图像识别python代码pdf;卷积神经网络图像识别python代码pdf
  3. 所属分类:深度学习

    • 发布日期:2017-12-14
    • 文件大小:3145728
    • 提供者:goldxwang
  1. 手写数字图像识别

  2. 利用卷积神经网络来识别手写的数字图像,其中包含模型训练代码,识别代码,训练好的模型,下载即可运行。软件环境:TensorFlow+python+opencv
  3. 所属分类:深度学习

    • 发布日期:2018-06-05
    • 文件大小:51380224
    • 提供者:qq878594585
  1. 卷积神经网络CNN识别图像集Cifar10

  2. 卷积神经网络CNN识别图像集Cifar10,使用Jupyter Notebook 编写的 Python代码,含建模及测试,代码注释清晰,十分适合新手
  3. 所属分类:深度学习

    • 发布日期:2019-04-09
    • 文件大小:143360
    • 提供者:justin_shine
  1. 基于卷积神经网络的图片数字识别系统设计与实现.caj

  2. 传统的图像识别问题为经典的特征提取和模式匹配问题,共分为两个方面图像识别 和特征匹配。本文首先对图像识别问题进行了分析和总结,选取了以 Python 语言的 PTL 库作为图像识别的基本架构,其基本思路为讲图片预处理,包括图像分割、字符提取等。 字符识别本质为一个模式匹配问题,采用神经网络具有较好准确度,但是神经网络 具有训练时间长,容易陷入局部次优的缺陷。针对这一个问题,采用以卷积神经网络, 以卷积作为度量标准,进一步提升神经网络的反馈性能。 论文以 LeNet5 为卷积神经网络的基本工具
  3. 所属分类:深度学习

    • 发布日期:2020-05-04
    • 文件大小:2097152
    • 提供者:weixin_43324677
  1. 用 Python 实现一组手写数字识别.zip

  2. 用 Python 实现一组手写数字识别。使用keras+opencv进行简单的实现。首先进行图像中数字的目标检测与分割,将图片中的数字分离出来然后进行单独识别。使用的数据集为mnist手写数字识别库,采用卷积神经网络进行识别
  3. 所属分类:机器学习

    • 发布日期:2020-04-20
    • 文件大小:14680064
    • 提供者:qq_18052685
  1. 卷积神经网络的mnist手写数字识别

  2. 手写数字识别的Tensorflow完整代码,### 1. MNIST机器学习入门 **1.1.1 简介** 下载MNIST数据集,并打印一些基本信息: ``` python download.py ``` **1.1.2 实验:将MNIST数据集保存为图片** ``` python save_pic.py ``` **1.1.3 图像标签的独热表示** 打印MNIST数据集中图片的标签: ``` python label.py ``` *
  3. 所属分类:深度学习

    • 发布日期:2020-03-20
    • 文件大小:35840
    • 提供者:baidu_39629638
  1. Python-卷积神经网络CNN项目给你一个狗的图像你的算法将会识别并估计狗的品种

  2. 卷积神经网络(CNN)项目,给你一个狗的图像,你的算法将会识别并估计狗的品种
  3. 所属分类:其它

    • 发布日期:2019-08-10
    • 文件大小:4194304
    • 提供者:weixin_39840650
  1. 基于卷积神经网络的食物图像识别

  2. 基于卷积神经网络的食物图像识别,提供数据集下载,使用python、TensorFlow等等。
  3. 所属分类:深度学习

    • 发布日期:2019-08-03
    • 文件大小:17825792
    • 提供者:yang_china
  1. 基于卷积神经网络的手势识别

  2. Python+CNN+Tensorflow识别手势,目前做到了0-7的手势。文件为源代码和训练集。主要是调用OpenCV,预处理的主要步骤为:去噪 -> 肤色检测 -> 二值化 -> 形态学处理 -> 轮廓提取,其中最麻烦的两项为肤色检测和轮廓提取。去噪音:使用双边滤波器,该滤波器考虑了图像的空间关系,也考虑图像的灰度关系。双边滤波同时使用了空间高斯权重和灰度相似性高斯权重,确保了边界不会被模糊掉。然后,肤色检测和二值化处理采用YCrCb颜色空间的Cr分量+Otsu法阈值
  3. 所属分类:深度学习

    • 发布日期:2020-06-21
    • 文件大小:18874368
    • 提供者:cqs1997
  1. 卷积神经网络_源代码.rar

  2. 这是我的博客文章:基于深度学习的CIFAR10图像分类 的源代码。 本文实验基于Windows10系统,仿真软件用的是Anaconda下基于python编程的JupyterNotebook编辑器。通过利用Google的深度学习框架Tensorflow,搭建新的卷积网络结构,提出了基于卷积神经网络的CIFAR10图像分类识别算法,主要参照经典的卷积神经网络模型LeNet-5结构,提出新的卷积神经网络结构并对飞机、汽车、鸟类、猫、鹿、狗、蛙类、马、船和卡车10种事物进行分类,该模型构建了一个输入层、
  3. 所属分类:互联网

    • 发布日期:2020-11-28
    • 文件大小:2097152
    • 提供者:weixin_37647148
  1. OpenCV-CNN-RoadSign-Recognition:使用OpenCV与Tensorflow相结合,通过一个卷积神经网络识别视频中的路标(程序源代码)-源码

  2. 项目简介 这是一个在Python语言环境下,使用了OpenCV4和Tensorflow两个库联手实现的一个项目,主要功能包括:图片或视频中的路标识别。具体代码展示见这个 。 训练数据主轴哥本哈根大学的公开数据,详见。 算法简介: 这个项目实现的路标识别功能首先使用OpenCV来读取图像,并进行预处理,图像全部转换成灰色调,并使用“直方图均衡”(直方图均衡)这个算法来增强图像尺寸。采用了一个卷积神经网络CNN,利用Tensorflow框架训练成的。 功能示例: 例1 :: 例2: 例3:
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:4194304
    • 提供者:weixin_42151305
  1. Saudi-Riyal-Image-Recognition:卷积神经网络的沙特里亚尔图像识别-源码

  2. 沙特里亚尔图像识别 演示版 概述 这是一个简单的图像分类Flask应用程序,在Keras API的顶部进行了培训。 经训练的模型( cnnModel.h5 )拍摄图像(沙特阿拉伯里亚尔)作为输入,并从1,5,10,20,50,100,200,500面额预测类的图像。 动机 当我浏览一些研究论文时,对货币图像进行分类的想法震惊了我。 我找不到与之相关的任何相关研究论文(当然还有数据集!)。 这导致我收集了沙特阿拉伯里亚尔的图像,并使用惊人的工具来训练深度学习模型。 技术方面 该项目分为三个部分:
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:481280
    • 提供者:weixin_42172972
  1. 卷积神经网络概述及python实现

  2. 对于卷积神经网络(CNN)而言,相信很多读者并不陌生,该网络近年来在大多数领域都表现优异,尤其是在计算机视觉领域中。但是很多工作人员可能直接调用相关的深度学习工具箱搭建卷积神经网络模型,并不清楚其中具体的原理。本文将简单介绍卷积神经网络(CNN),方便读者大体上了解其基本原理及实现过程,便于后续工作中的实际应用。本文将按以下顺序展开:1.了解卷积操作2.了解神经网络3.数据预处理4.了解CNN5.了解优化器6.理解ImageDataGenerator7.进行预测并计算准确性8.demo在数学(尤
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:299008
    • 提供者:weixin_38698367
  1. CarND交通标志分类器项目:使用Python和Tensorflow构建的交通标志分类神经网络-源码

  2. 项目:深度学习中的交通标志识别 概述 在这个项目中,使用python和TensorFlow来构建和训练卷积神经网络来对交通标志进行分类。 该模型在集中的交通标志图像上经过了验证。 该项目的详细文章可以在找到。 计划摘要 该项目的目标/步骤如下: 加载数据集 探索,总结和可视化数据集 设计,训练和测试模型架构 使用模型对新图像进行预测 分析新图像的softmax概率 依存关系 本实验要求: 可以使用CarND Term1入门工具包创建实验室环境。 单击了解详细信息。 数据集和存储库 下载数据集。
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:12582912
    • 提供者:weixin_42134097
  1. 面向生物学家的DeepLearningBasedSegmentationForBiologists:为期3天的讲习班,教生物学家如何通过全面的图像分析管道对2D复用图像进行免疫分析的训练和处理深度卷积神经网络以进行图像分割-源码

  2. 基于生物学的深度学习细分 深度学习在显微镜下显示出惊人的分割结果,胜过所有现有方法。 尽管许多法规是公开可用的,但它们需要大多数生物学家所缺乏的专业知识。 该研讨会的目的是学习如何通过一个全面的图像分析管道来对2D复用图像进行免疫分析,从而训练和处理深度卷积神经网络以进行图像分割。 更具体地说,参与者将学习如何安装python软件包和运行Jupyter笔记本,使用ImageJ插件Annotater手动注释图像,训练深度学习分类器,并使用它们来分割组织和细胞核,识别细胞标记,批处理图像并使用它们进
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:460324864
    • 提供者:weixin_42099530
  1. 使用Python的神经网络项目-源码

  2. 使用Python的神经网络项目 这是Packt发布的的代码库。 通过六个项目使用Python探索神经网络真正力量的终极指南 这本书是关于什么的? 神经网络是AI近期发展的核心,可为许多现实世界的问题提供最佳解决方案,包括图像识别,医学诊断,文本分析等。 本书介绍了一些基本的神经网络和深度学习概念,以及一些流行的Python库来实现这些概念。 本书涵盖了以下令人兴奋的功能: 学习各种神经网络架构及其在AI中的进步 通过构建和训练神经网络来掌握Python的深度学习 掌握神经网络进行回归和
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:68157440
    • 提供者:weixin_42119281
  1. 手写数字识别-源码

  2. 手写数字识别 手写数字识别是计算机识别人类手写数字的能力。 对于机器而言,这是一项艰巨的任务,因为手写数字不是十全十美的,可以用多种口味制作。 手写数字识别是使用数字图像并识别图像中存在的数字的解决方案。 该模型是使用MNIST数据集的手写数字识别模型的实现。 该模型使用卷积神经网络来识别数字。 在这种情况下,甚至还内置了GUI,您可以在其中绘制数字并识别它。 识别后,它会在右侧显示识别出的数字和该数字的准确性。 您甚至可以使用image_recognizer.py文件加载任何图像并识别
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:3145728
    • 提供者:weixin_42131405
  1. 基于CNN神经网络的人脸识别

  2. 平台环境是基于Python + TensorFlow下的CNN训练,CNN全称卷积神经网络是当前图像处理最常用的方法之一。 首先准备自己的正面照片100张,使用dlib自带的frontal_face_detector作为我们的特征提取器,把100张照片中的人脸按照长宽64*64提取出来 input_dir = './origin' #100张原始照片 output_dir = './out' #提取人脸的照片 size = 64 # 提取照片大小 #使用dlib自带的frontal_f
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:278528
    • 提供者:weixin_38736652
  1. 18 深度学习案例——基于卷积神经网络的手写体识别

  2. 基于卷积神经网络的手写体识别19.2 深度学习的概念及关键技术1、神经网络模型2、深度学习之卷积神经网络19.3 Python深度学习库——Keras1、Keras的安装2、Keras的网络层3、用Keras构建神经网络19.4 程序设计的思路19.5 源代码1、MNIST数据集2、手写体识别案例体现3、预测自己手写图像 #!/usr/bin/env python # coding: utf-8 19.2 深度学习的概念及关键技术 1、神经网络模型 ·生物神经元 ·轴突(输出)终端为其他神经元
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:67584
    • 提供者:weixin_38724247
« 12 3 »