Haocheng-Geng / Traffic-sign-recognition-using-LeNet-5Links
基于卷积神经网络的交通标志识别模型，通过TensorFlow构建LeNet-5模型，并使用GTSRB德国交通标志数据集进行训练，所划分的测试集最终准确度超过98%，原数据集自带的测试数据准确度超过95%,实现了较好的交通标志识别模型。
☆11Updated 3 years ago
Alternatives and similar repositories for Traffic-sign-recognition-using-LeNet-5
Users that are interested in Traffic-sign-recognition-using-LeNet-5 are comparing it to the libraries listed below
Sorting:
- 交通标志识别_CNN卷积神经网络实现☆23Updated 6 years ago
- CNN卷积神经网络 交通标志识别☆123Updated 7 years ago
- 毕业设计项目-基于深度学习的阿兹海默症早期诊断辅助系统设计与实现☆115Updated 5 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☆165Updated 2 years ago
- YOLOv5的7.0版本+pyqt5界面+人脸表情识别☆29Updated last year
- Pytorch深度学习基础 实战天气图片识别（基于ResNet50预训练模型，超详细）☆85Updated 2 years ago
- 毕业设计：行人检测系统，pyqt + opencv☆51Updated 4 years ago
- 该系统在本地计算机上使用 YOLOv5 模型进行烟雾检测。YOLOv5 是一种高效的目标检测模型，能够在复杂的场景中快速识别火灾烟雾。该模型部署在高性能硬件上，以确保实时响应和高精度的检测效果，在使用时对获取的图片可以进行推理，以检测火情。 YOLOv5-Lite 部署 …☆25Updated 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…☆43Updated 2 years ago
- 毕业设计 使用pytorch进行深度学习网络模型训练，实现车型识别☆109Updated 2 years ago
- 本课题利用 CCPD 数据及自生成的高清车牌数据，基于加入注意力机制以及轻型卷积改良的 YOLO 目标检测算法检测车牌，同时利用自定义的 ResNet+Transformer 网络构成字符识别算法用于识别检测出的车牌内容信息。所设计的模型提升了平均精度（mAP）值，降低了计…☆84Updated 5 months 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】☆124Updated 6 years ago
- ✨基于卷积神经网络(CNN)和CIFAR10数据集的图像智能分类 Web 应用 Intelligent Image Classification Web Applcation based on Convolutional Neural Networks and the CI…☆114Updated last year
- 卷积神经网络ResNet进行动物10分类☆30Updated 3 years ago
- 计算机视觉入门项目，包含图像分割、图像增强等图像处理算法的代码复现☆65Updated 3 years ago
- 基于FaceNet的人脸检测+识别的课堂学生签到系统☆53Updated 4 years ago
- 基于 ResNet 的果蔬图像分类☆32Updated 2 years ago
- 基于深度学习的车牌识别GUI项目☆36Updated 3 years ago
- 中山大学深度学习大作业——yolov5+lpr3+deepsort交通识别检测系统☆42Updated 2 years ago
- 大四毕业设计做的基于树莓派的人脸识别系统（调用百度云api）☆33Updated 6 years ago
- 2023届合肥工业大学电子信息科学与技术毕业设计。毕设题目：基于机器视觉技术的液晶屏切割缺陷辅助检测系统☆11Updated 2 years ago
- 基于YOLOv8的多端车流检测系统（用于毕设+开源）☆92Updated 2 years ago
- 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。☆90Updated 2 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！☆218Updated 9 months ago
- 基于 Pytorch 的垃圾识别与分类。本项目源于浙江大学光电学院课程设计。（程序仅供参考，很久没关注这方面内容了，为避免误导，相关问题不作回答）☆65Updated 5 years ago
- 基于深度学习的交通流量检测系统☆22Updated 2 years ago
- 本科个人目标检测毕设☆164Updated last year
- 基于改进YOLOv7和CRNN的管道裂缝检测系统（源码＆教程）☆22Updated last year
- 手写体数字识别 Python+TensorFlow☆39Updated 6 years ago
- 本科毕业设计-基于YOLOv5的异常行为检测☆32Updated 2 years ago