Ironman-creator / Cat-Dog-Recognition-Project
利用深度学习技术构建的猫狗分类系统。通过数据统计分析了解数据集分布,基于 PyTorch 框架搭建 AnimalCNN 模型并训练,对模型进行全面评估与预测结果可视化。同时开发了 PyQt5 图形用户界面,方便用户上传图像进行猫狗识别,展示识别结果及置信度,为猫狗图像分类提供了完整解决方案,具有一定的拓展性与应用潜力,可用于宠物图像识别相关领域或作为深度学习图像分类的学习示例项目。
☆20Updated 4 months ago
Alternatives and similar repositories for Cat-Dog-Recognition-Project:
Users that are interested in Cat-Dog-Recognition-Project are comparing it to the libraries listed below
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆142Updated 2 years ago
- 基于OpenPose与随机森林的驾驶员检测系统,包含姿态检测与疲劳检测☆38Updated 2 years ago
- 基于深度学习的车牌识别GUI项目☆33Updated 2 years ago
- 疲劳检测-危险驾驶检测☆75Updated 2 years ago
- 基于深度学习的车牌识别系统,车牌检 测部分由YOLOv8实现,字符识别部分由CNN实现☆44Updated 2 weeks ago
- 1412基于Python卷积神经网络人脸识别驾驶员疲劳检测与预警系统设计毕业源码案例设计☆141Updated 2 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 …☆20Updated 7 months ago
- Python+OpenCV表情识别系统(源码和部署教程)☆11Updated last year
- 基于opencv dlib的疲劳驾驶检测系统☆80Updated 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☆105Updated 2 years ago
- Python基于YOLOv5的闯红灯检测系统(完整源码&UI操作界面&部署教程)☆16Updated last year
- PyTorch框架构建花朵图像分类模型(Resnet网络,迁移学习)☆14Updated 2 years ago
- 1356基于Python卷积神经网络人脸识别驾驶员疲劳检测与预警系统设计毕业源码案例设计☆36Updated last year
- 基于深度学习的交通流量检测系统☆17Updated last year
- 毕业设计:基于深度学习的印刷字体识别系统设计与实现☆13Updated last month
- Opencv基于改进VGG19的表情识别系统(源码&Fer2013&教程)☆13Updated last year
- 基于深度学习的表情情绪模型系统☆37Updated 5 years ago
- Python基于OpenCV的实时疲劳检测[源码&演示视频&部署教程]☆11Updated last year
- 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…☆79Updated last month
- 中山大学深度学习大作业——yolov5+lpr3+deepsort交通识别检 测系统☆42Updated last year
- Python基于OpenCV的实时视频流车牌识别(源码&教程)☆25Updated last year
- 毕业设计:行人检测系统,pyqt + opencv☆49Updated 3 years ago
- 机器视觉(图像处理,人脸识别,车牌识别)☆21Updated 5 years ago
- 本科毕业设计-基于YOLOv5的异常行为检测☆26Updated 2 years ago
- 基于深度学习的车牌识别系统☆23Updated 2 years ago
- 数字图像处理课程大作业_疲劳检测☆8Updated 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。☆76Updated last year
- 基于改进SE-VGG16-BN的131种水果蔬菜图像分类系统(颜色、品种分级)☆20Updated last year
- 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。☆24Updated last year
- 基于深度学习的停车场收费系统--车牌识别模块☆16Updated 3 years ago