JerryAuas / web_finalLinks
☆27Updated 3 years ago
Alternatives and similar repositories for web_final
Users that are interested in web_final are comparing it to the libraries listed below
Sorting:
- 本科个人目标检测毕设☆158Updated 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…☆80Updated 4 months 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！☆217Updated 7 months ago
- 水稻病虫害自动识别系统☆87Updated 4 years ago
- pytorch入门项目，包括线性回归、垃圾分类、水果目标检测、ssd☆122Updated 5 years ago
- 2023013247-2023中国大学生第十六届计算机设计大赛源码☆25Updated 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。☆62Updated 3 weeks 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
- 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☆30Updated 3 years ago
- 使用pytorch复现vit模型（图像分类）☆29Updated 3 years ago
- 基于深度学习算法的垃圾检测系统（YOLOv5 + Flask + Vue)☆37Updated last year
- 基于yolov5+pyqt的甲骨文图形化检测工具☆36Updated 9 months ago
- 人工智能大作业-无人机图像目标检测☆86Updated 4 years ago
- 基于Flask开发后端、VUE开发前端框架，在WEB端部署YOLOv5目标检测模型☆363Updated 2 years ago
- 本科毕业设计-基于YOLOv5的异常行为检测☆29Updated 2 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
- 使用Pyqt5搭建YOLO系列多线程目标检测系统☆63Updated 2 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☆156Updated 2 years ago
- 基于OpenCV的手势识别完整项目☆42Updated 3 years ago
- 基于 PyTorch 和 OpenCV 的入门级车牌识别项目☆25Updated 4 years ago
- 基于Yolov5的Vue前端目标检测和训练可视化系统☆76Updated 3 years ago
- 基于Yolov5_DeepSort的物体计数器，可以统计车流或人流量等☆249Updated 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
- 基于YOLOv8的多端车流检测系统（用于毕设+开源）☆90Updated last year
- This YOLOv5🚀😊 GUI road sign system uses MySQL💽, PyQt5🎨, PyTorch, CSS🌈. It has modules for login🔑, YOLOv5 setup📋, sign recognitio…☆221Updated last year
- 🛣️基于YOLOv8的智慧校园人脸识别和公路汽车检测☆39Updated last year
- 江南大学《机器学习》大作业-人脸图像性别分类☆36Updated 4 years 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。☆50Updated 2 years ago
- 一款基于深度学习，提供数据标注、模型训练、模型部署、基于已有模型自动标注等功能的计算机视觉一体化平台。 操作简单，无需深度学习理论即可实现AI落地。处理分类、目标检测、目标跟踪等计算机视觉任务。 应用场景：交通执法（车辆违停、行人乱穿马路等）、工业检测（缺陷检测、物体分拣等…☆142Updated 4 years ago
- 基于opencv dlib的疲劳驾驶检测系统☆81Updated 2 years ago