Giperx / FruitRecognition
Deep Learning mini-project, a fruit recognition model built using CNN and MobileNetV2.
☆28Updated 5 months ago
Related projects ⓘ
Alternatives and complementary repositories for FruitRecognition
- 基于YoloV5的火灾检测系统：将深度学习算法应用于火灾识别与检测领域，致力于 研发准确高效的火灾识别与检测方法，实现图像中火灾区域的定位，为火灾检测技术走向实际应用提供理论和技术支持。☆46Updated last year
- 2021人工智能导论大作业——基于图像的情绪分析☆15Updated 10 months ago
- 本科个人目标检测毕设☆110Updated 10 months ago
- 用于本科毕业时涉及深度学习、机器学习的毕业设计，可以检测任何你想检测的东西，只需要准备好图片数据集，就可以训练自己的目标检测模型，任何一台电脑都可以使用，可以通过摄像头动态使用，也可以 检测单张图片，也可以检测一整个视频内容，同时，联系作者支持定制。☆19Updated last year
- ☆26Updated 2 years ago
- 基于Yolov5_DeepSort的物体计数器，可以统计车流或人流量等☆198Updated 7 months ago
- 手把手带你实战 YOLOv5☆253Updated last year
- 深度学习实战: 1. BP神经网络函数逼近2. 基于LeNet-5的MNIST字符识别 3. 基于ResNet-18的CIFAR-10图像分类4. 基于选择性搜索（Selective Search）选择候选区域 5.基于YoloV3算法的车辆目标检测 6. YoloV3算法…☆34Updated last year
- 中国农业大学毕业实习项目：病虫害检测，类别有苹果、樱桃、玉米、葡萄、桃子、胡椒、土豆、番茄等☆26Updated 2 years ago
- 中国计算机设计大赛-人工智能挑战赛-国家二等奖☆14Updated 2 years ago
- 基于YOLOv8的多端车流检测系统（用于毕设+开源）☆59Updated last year
- 基于Pytorch的花卉识别☆19Updated 11 months ago
- 垃圾分类图片数据集（120类）☆23Updated last year
- 中山大学深度学习大作业——yolov5+lpr3+deepsort交通识别检测系统☆34Updated last year
- 2023013247-2023中国大学生第十六届计算机设计大赛源码☆19Updated last year
- 本项目利用深度学习（卷积神经网络）设计了一个基于深度学习的车牌检测识别系统，非常适合作为本科毕业论文的研究课题。该系统提供两种检测方式：一种是对上传的图片进行车牌检测识别，另一种是通过视频流自动识别车牌和车牌信息。只需提供包含车牌的图片（无论位置或角度如何），系统即可标记…☆50Updated 5 months ago
- ☆12Updated last year
- used to recognize 3 types of disease and health of corn leaves(用于识别玉米叶片病虫害的三种病害以及健康)☆17Updated 4 years ago
- 基于cuda11.1的pytorch—————三天玩转yolo项目————用于头盔目标检测的yolov5应用☆26Updated 2 years ago
- 基于 PyTorch 和 OpenCV 的入门级车牌识别项目☆12Updated 3 years ago
- Python+OpenCV数字图像处理课程设计作业[车牌识别]☆141Updated 4 years ago
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆93Updated last year
- ☆55Updated 10 months ago
- pytorch入门项目，包括线性回归、垃圾分类、水果目标检测、ssd☆94Updated 4 years ago
- 东南大学《模式识别》课程项目作业 - 多人脸识别考勤系统☆53Updated 3 years ago
- 猫狗识别分类(深度学习入门案例)，使用了Tensorflow框架 和 CNN神经网络实现。附有超详细的代码注释，适合新手直接上手Run！☆158Updated 7 months ago
- 基于YOLOv7-plate和CRNN的车牌号检测识别项目，使用PyQt构建了UI界面。☆36Updated last year
- 本项目针对传统车道线检测鲁棒性较差的现象，通过运用YOLOV7与DeepLabv3+的图像深度学习算法对特定数据集进行模型训练，开发了一款能调用车载摄像头来识别道路环境，并用语音告知驾驶员偏离车道，前方车距等驾驶信息偏离预警系统，辅助驾驶员更加安全高效的行驶。☆46Updated last year