JerrybroDu / cats_vs_dogsLinks
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!
☆223Updated 11 months ago
Alternatives and similar repositories for cats_vs_dogs
Users that are interested in cats_vs_dogs are comparing it to the libraries listed below
Sorting:
- 基于卷积神经网络的猫狗识别 web 应用☆165Updated 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☆112Updated 2 years ago
- 基于深度学习的垃圾识别分类☆33Updated last year
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆182Updated 2 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆126Updated 7 years ago
- 基于tensorflow的手写数字识别☆89Updated 5 years ago
- YOLOv5的7.0版本+pyqt5界面+人脸表情识别☆30Updated last year
- 卷积神经网络ResNet进行动物10分类☆30Updated 3 years ago
- Multiple Face Recognition based on FaceNet / 基于 FaceNet 的多人脸识别☆60Updated 4 years ago
- 一些深度学习的模型,基于TensorFlow,主要是卷积神经网络,完成计算机视觉中一些分类、检测、识别、图像处理等部分(之前的被我不小心删除了)☆55Updated 7 years ago
- 水稻 病虫害自动识别系统☆100Updated 4 years ago
- 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)☆87Updated 2 years ago
- 机器学习入门:手写数字识别,声呐分类,垃圾短信识别,鸢尾花分类☆43Updated 6 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
- pytorch+MINIST实现手写数字识别☆239Updated 5 years ago
- pytorch入门项目,包括线性回归、垃圾分类、水果目标检测、ssd☆129Updated 5 years ago
- 基于CNN的图像分类器,使用Kaggle的猫狗图片数据。☆17Updated 7 years ago
- Python+OpenCV数字图像处理课程设计作业[车牌识别]☆196Updated 5 years ago
- 基于深度学习的水果识别系统 Deep learning based fruit recognition system☆28Updated 3 years ago
- 本科毕设内容:基于卷积神经网络的疲劳驾驶检测。☆721Updated 7 months ago
- 一个智能垃圾分类系统☆128Updated 5 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☆164Updated 2 years ago
- 响应习大大的号召,进行垃圾分类。基于OpenCV和TensorFlow的生活垃圾图像分类识别。☆246Updated 6 years ago
- 江南大学《机器学习》大作业-人脸图像性别分类☆36Updated 5 years ago
- 基于 PyTorch 和 OpenCV 的入门级车牌识别项目☆25Updated 4 years ago
- 利用ID3决策树预测患糖尿病的可能性☆17Updated 5 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…☆87Updated 7 months ago
- ☆27Updated 3 years ago
- 基于深度学习的人脸识别系统☆68Updated 3 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。☆92Updated 2 years ago