10961020 / DeepLearn-pythonLinks
tensorflow关于目标检测的实现 包括maskrcnn; keras二分类,多分类实例以及两种不同的车牌识别,人脸识别,GAN
☆40Updated 6 years ago
Alternatives and similar repositories for DeepLearn-python
Users that are interested in DeepLearn-python are comparing it to the libraries listed below
Sorting:
- 简单车牌识别-Mask_RCNN定位车牌+手写方法分割字符+CNN单个字符识别☆176Updated 4 years ago
- 基于CNN的车牌号识别☆140Updated 5 years ago
- 汽车识别,汽车车型识别,汽车品牌识别,车辆识别,深度学习,神经网络☆184Updated 3 years ago
- 本项目采用Opencv实现对视频信号的实时采集与帧提取,用Adaboost算法实现人脸图像的提取分割,并基于Keras搭建CNN卷积神经网络结构,用提取到的人脸图像训练CNN模型,并实现对视频中人脸的实时检测识别。☆109Updated 7 years ago
- 车辆多维特征识别系统,车色,车品牌,车标,车型☆107Updated 5 years ago
- YOLO V3(Tensorflow 1.x) 安全帽 识别 | 提供数据集下载和与预训练模型☆236Updated 5 years ago
- 车牌识别、定位、分割。☆122Updated 7 years ago
- 汽车识别(包括车牌、车型、车品牌、属性、及驾驶员违规行为识别检测)☆137Updated 4 years ago
- 使用 "Darknet yolov3-tiny" 进行车牌识别☆90Updated 6 years ago
- 一个实际场景下的中文车牌识别软件 the chinese license plate recognition software in unconstrained environment☆75Updated 5 years ago
- 利用opencv自带的yolo模型进行目标检测(图片和视频)☆63Updated last year
- 车牌识别项目☆203Updated 4 years ago
- Faster R-CNN实现安防中安全帽佩戴目标检测☆90Updated 5 years ago
- 基于u-net,cv2以及cnn的中文车牌定位,矫正和端到端识别软件,其中unet和cv2用于车牌定位和矫正,cnn进行车牌识别,unet和cnn都 是基于tensorflow的keras实现☆550Updated last year
- 深度学习 + OpenCV,Python实现实时视频目标检测☆101Updated 6 years ago
- 基于深度学习的口罩佩戴检测,Keras-YOLOv3 实现。☆68Updated 5 years ago
- 车牌号码自动识别系统☆34Updated 2 years ago
- 基于YOLOV3的人体口罩佩戴检测☆56Updated 5 years ago
- 深度学习 卷积神经网络教程 :图像识别,目标检测,语义分割,实例分割,人脸识别,神经风格转换,GAN等 https://dataxujing.github.io/CNN-paper2/☆181Updated 5 years ago
- 变电站作业管控平台。包括人脸识别考勤,移动目标跟踪,越线检测,安全措施检测,姿态识别等功能。☆96Updated 6 years ago
- 基于YOLOv4的安全帽佩戴检测☆88Updated 5 years ago
- 基于yolo3的人数统计程序☆109Updated 5 years ago
- 目标检测yolo算法,采用tensorflow框架编写,中文注释完全,含测试和训练,支持摄像头☆143Updated 6 years ago
- ☆25Updated 6 years ago
- 车牌识别☆448Updated 5 years ago
- 这是一个简单的人工智障识别口罩佩戴的库☆147Updated 4 years ago
- OpenCV手写字体识别专题教程主要侧重的是对手写数字样本的采集与预处理部分, 主要包括图像透视变换,二值化,联通阈检索,字符分割。☆83Updated 6 years ago
- yolov3的tensorflow实现☆58Updated 5 years ago
- tiny—yolov3(keras)检测自己的图像,三类目标☆185Updated 3 years ago
- 一款基于深度学习,提供数据标注、模型训练、模型部署、基于已有模型自动标注等功能的计算机视觉一体化平台。 操作简单,无需深度学习理论即可实现AI落地。处理分类、目标检测、目标跟踪等计算机视觉任务。 应用场景:交通执法(车辆违停、行人乱穿马路等)、工业检测(缺陷检测、物体分拣等…☆142Updated 4 years ago