WoShiDongZhiWu / deepLearning_UCAS2019Links
2019 UCAS, deep learning course projects, including handwritten number recognition, license plate number recognition, cat and dog classification, pedestrian detection, neural language model, neural network text summary, digital voice recognition, voice print recognition；2019年UCAS深度学习课程的课程项目，包括手写数字识别，车牌号码识别，猫狗分类，行人检测， 神经语言模型，神经网络文本摘要，数字语音识别，声纹识别；
☆57Updated 5 years ago
Alternatives and similar repositories for deepLearning_UCAS2019
Users that are interested in deepLearning_UCAS2019 are comparing it to the libraries listed below
Sorting:
- 毕业设计项目，基于深度学习的实时语义分割算法研究，python实现。☆34Updated 5 years ago
- 基于PyTorch框架实现的图像分类网络☆85Updated 4 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆138Updated 6 years ago
- 使用HOG+SVM进行图像分类☆165Updated 6 years ago
- 使用CNN进行图像分类，并且附录了SIFT+BOG+SVM多分类器的机器学习分类模型☆40Updated 6 years ago
- 深度学习 卷积神经网络教程 ：图像识别，目标检测，语义分割，实例分割，人脸识别，神经风格转换，GAN等 https://dataxujing.github.io/CNN-paper2/☆182Updated 5 years ago
- ResNet50 猫狗数据集训练☆33Updated 4 years ago
- 适合小白入门的图像分类项目，从熟悉到熟练图像分类的流程，搭建自己的分类网络结构以及在pytorch中运用经典的分类网络。☆69Updated 5 years ago
- Object detection learning path☆85Updated 3 years ago
- 基于无监督学习，无需训练，先使用SIFT算法提取图像特征，再使用KMeans聚类算法进行图像分类，速度非常快，精度还在提高。☆133Updated 6 years ago
- Kaggle竞赛题猫狗大战 ，用于PyTorch入门☆68Updated 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☆126Updated 5 years ago
- 深度学习 注意力机制模块 时间 空间注意力通道☆33Updated 2 years ago
- 基于Keras实现Kaggle2013--Dogs vs. Cats12500张猫狗图像的精准分类☆78Updated 6 years ago
- 使用ResNet网络进行十种食物图像分类，基于迁移学习方法训练☆23Updated 2 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）☆85Updated 2 years ago
- CASIA☆32Updated 7 months ago
- 用于pytorch的图像分类，包含多种模型方法，比如AlexNet，VGG，GoogleNet，ResNet，DenseNet等等，包含可完整运行的代码。除此之外，也有colab的在线运行代码，可以直接在colab在线运行查看结果。也可以迁移到自己的数据集进行迁移学习。☆244Updated last year
- 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
- ☆106Updated 6 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆126Updated 6 years ago
- 利用LSTM根据前16帧图像预测第17帧☆24Updated 6 years ago
- 里面会保存许多优秀的卷积神经网络结构，这些结构可以帮助我们更好的设计网络。☆148Updated 4 years ago
- 【图像分类】使用卷积神经网络CNN对手势进行识别☆27Updated 6 years ago
- 基于Swin-transformer训练图像分类并部署web端☆94Updated 3 years ago
- 通过目标检测+图片识别模型对图片中的垃圾进行分类、通过双向LSTM+一维卷积混合模型对物体名称进行垃圾分类☆48Updated 5 years ago
- Pytorch实践简单， 方便， 快速训练 图像分类模型☆38Updated 4 years ago
- 包含PlotNeuralNet绘制神经网络结构图的教程源码☆226Updated 6 years ago
- 本赛题任务是对西安的热门景点、美食、特产、民俗、工艺品等图片进行分类，即首先识别出图片中物品的类别（比如大雁塔、肉夹馍等），然后根据图片分类的规则，输出该图片中物品属于景点、美食、特产、民俗和工艺品中的哪一种。☆88Updated 4 years ago
- 基于深度学习卷积神经网络的图像分类的GUI界面☆25Updated last month