Derfei / catordog
这是一个基于tensorflow和python的猫狗分类算法
☆22Updated 8 years ago
Alternatives and similar repositories for catordog:
Users that are interested in catordog are comparing it to the libraries listed below
- 基于Keras实现Kaggle2013--Dogs vs. Cats12500张猫狗图像的精准分类☆77Updated 6 years ago
- 优达学城-机器学习-毕业项目-猫狗大战☆24Updated 6 years ago
- 一个完整的图片识别(猫狗等,物体可自行训练,非图片验证码),和模型使用☆55Updated 6 years ago
- 基于TensorFlow和Keras的智能垃圾分类系统,用于参加中国软件杯双创大赛。☆87Updated 4 years ago
- 基于tensorflow的人脸识别☆114Updated 6 years ago
- TensorFlow实现Kaggle猫狗大战☆56Updated 7 years ago
- 机器学习、深度学习、NLP实战项目☆137Updated 7 years ago
- 利用facenet实现检测图片中的人脸,将识别到的人脸向量存入数据库,此外利用post提交一个新图片 返回数据库中相似的人脸的信息☆85Updated 7 years ago
- 猫狗大战——图像识别☆32Updated 8 years ago
- 猫狗二分类图片识别☆30Updated 7 years ago
- 基于TensorFlow的人脸识别卷积神经网络☆339Updated 6 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。☆81Updated 6 years ago
- CNN训练与测试人脸戴眼镜与否的图片分类(TensorFlow)☆30Updated 7 years ago
- 基于掌纹病理纹识别的健康建议系统☆46Updated 7 years ago
- 基于tensorflow的人脸识别☆23Updated 7 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆51Updated 7 years ago
- 这是一个简单的猫狗分类、识别的TensorFlow实现☆18Updated 6 years ago
- 基于OpenCV深度学习与face++共同识别人脸项目☆25Updated 7 years ago
- 利用opencv自带的yolo模型进行目标检测(图片和视频)☆58Updated last year
- 深度学习 + OpenCV,Python实现实时视频目标检测☆98Updated 6 years ago
- 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☆28Updated 2 years ago
- TensorFlow CNN卷积神经网络实现人脸性别检测☆180Updated 6 years ago
- 项目名称为:自建数据集人脸识别。该项目利用电脑自带摄像头或者已有照片进行人脸数据集建立,再进行人脸检测,人脸识别,人脸预测,包括数据采集、数据预处理、建模、模型训练、模型使用预测全过程。项目使用Openc3进行数据采集、数据预处理,Keras 进行建模,模型参考了VGG16…☆51Updated 6 years ago
- 使用PyQt5接口百度AI文字识别服务,使用SQLite为数据库引擎,开发实现普通文字识别、身份证识别、银行卡识别、驾驶证识别、行驶证识别和车牌识别的集成系统。☆15Updated 6 years ago
- 机器学习课程大作业 - 基于深度神经网络的图像分类任务☆29Updated 7 years ago
- 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
- kaggle☆23Updated 6 years ago
- 脸部识别 人眼特征检测 活体检测 人脸旋转与侧脸拉正☆86Updated 6 years ago
- 车辆品牌识别☆25Updated 6 years ago
- 从零开始深度学习:TinyMind汉字书法识别☆40Updated 4 years ago