Ironman-creator / Cat-Dog-Recognition-ProjectLinks
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。
☆31Updated 9 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
Sorting:
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆161Updated 2 years ago
- 基于opencv dlib的疲劳驾驶检测系统☆81Updated 2 years 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☆153Updated 2 years ago
- 本科毕业设计-基于YOLOv5的异常行为检测☆31Updated 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☆61Updated 5 months 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☆42Updated 2 years ago
- 疲劳检测-危险驾驶检测☆85Updated 3 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
- 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☆40Updated 2 years ago
- Python+OpenCV表情识别系统(源码和部署教程)☆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…☆81Updated 4 months ago
- 基于深度学习的交通流量检测系统☆19Updated 2 years ago
- 基于YOLOv5s+CBAM注意力机制的危险驾驶行为识别系统☆12Updated last year
- 基于FaceNet的人脸检测+识别的课堂学生签到系统☆52Updated 4 years ago
- YOLOv5的7.0版本+pyqt5界面+人脸表情识别☆29Updated last year
- 基于深度学习的人脸识别系统☆64Updated 3 years 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
- 基于深度学习的车牌识别GUI项目☆37Updated 3 years ago
- Python基于OpenCV的实时疲劳检测[源码&演示视频&部署教程]☆12Updated last year
- (后端Python)本科毕业设计-基于深度学习的人脸识别考勤系统,具备基础的人脸录入,人脸识别,考勤管理,课堂管理,班级管理,日志管理等功能。此Python项目是整体项目的人脸识别部分,基于深度学习的FaceNet算法,对人脸特征进行提取,判断是否输入同一张人脸,提供人脸认…☆252Updated 6 months ago
- 基于 ResNet 的花卉分类识别系统。☆27Updated 3 weeks ago
- 基于yolov5+CRNN的中文车牌识别系统☆19Updated last year
- Opencv基于改进VGG19的表情识别系统(源码&Fer2013&教程)☆14Updated last year
- 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。☆85Updated 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 …☆26Updated last year
- 疲劳检测☆11Updated 3 years ago
- Python+OpenCV数字图像处理课程设计作业[车牌识别]☆185Updated 5 years ago
- 基于深度学习的垃圾识别分类☆32Updated 10 months ago
- 毕业设计:行人检测系统,pyqt + opencv☆50Updated 4 years ago
- Abnormal driving behavior detector / 异常驾驶行为识别系统☆19Updated last year