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 5 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☆173Updated 4 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☆144Updated 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
- 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)☆134Updated 4 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/☆180Updated 5 years ago
- 深度学习 + OpenCV,Python实现实时视频目标检测☆101Updated 6 years ago
- 车辆多维特征识别系统,车色,车品牌,车标,车型☆103Updated 4 years ago
- 基于CNN的车牌号识别☆135Updated 5 years ago
- 该工作的内容主要是面向中国车牌识别系统。车牌的检测系统通过YOLOv3网络来实现,检测后的车牌会通过空间变换网络进行倾斜校正。校正后的图片经由LPRNet进行识别。目前在1000张图片上测试的最终准确率可达93.3%。实现者电子科技大学刘俊凯、陈昂、夏子寒☆38Updated 4 years ago
- 基于YOLOv4的安全帽佩戴检测☆87Updated 4 years ago
- 基于YOLOV3的人体口罩佩戴检测☆57Updated 5 years ago
- 使用 "Darknet yolov3-tiny" 进行车牌识别☆90Updated 6 years ago
- 基于深度学习的口罩佩戴检测,Keras-YOLOv3 实现。☆68Updated 5 years ago
- 利用opencv自带的yolo模型进行目标检测(图片和视频)☆60Updated last year
- 车牌识别、定位、分割。☆122Updated 6 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☆180Updated 2 years ago
- 使用迁移学习将resnet50用于垃圾分类,基于【华为云人工智能大赛·垃圾分类挑战杯】☆121Updated 5 years ago
- tiny—yolov3(keras)检测自己的图像,三类目标☆185Updated 2 years ago
- 对于小目标的检测和识别☆27Updated 6 years ago
- EasyPR-python☆71Updated 7 years ago
- 使用keras版本的Mask-RCNN来训练自己的数据,通过代码把样本制作麻烦的步骤变成简单方便。☆50Updated 6 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☆234Updated 5 years ago
- Faster R-CNN实现安防中安全帽佩戴目标检测☆87Updated 5 years ago
- 计算机视觉方面的分类、对象检测、图像分割、人脸检测、OCR等中文翻译☆113Updated 3 years ago
- yolov3的tensorflow实现☆59Updated 5 years ago
- 基于深度学习高性能中文车牌识别 (python实现)☆25Updated 6 years ago
- tianchi 天池 广东工业智造算法赛 广东工业智造大数据创新算法赛 铝材表面瑕疵检测☆21Updated 6 years ago
- 基于RetinaFace的目标检测方法,适用于人脸、缺陷、小目标、行人等☆110Updated 5 years ago
- 车牌识别☆443Updated 5 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…☆131Updated 4 years ago