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；
☆58Updated 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:
- 数字图像处理大作业，图像细粒度分类 ，CUB-200-2011，Peking University☆74Updated 6 years ago
- 基于深度学习的河道水位和违章建筑检测☆28Updated 4 years ago
- 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。☆31Updated 4 years ago
- 实验室的一个病虫害检测项目，在SSD基础上进行一系列改进！SSD Improvements!☆31Updated 2 years ago
- PCA+SVM+KFold方法人脸识别（Face Detection using PCA+SVM）☆69Updated 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 5 years ago
- 这里主要存放做过的深度学习的一些实战项目☆34Updated 5 years ago
- 支持多模型工程化的图像分类器☆24Updated 3 years ago
- 利用pytorch实现图像分类的一个完整的代码，训练，预测，TTA，模型融合，模型部署，cnn提取特征，svm或者随机森林等进行分类，模型蒸馏，一个完整的代码☆30Updated 4 years ago
- 基于深度学习卷积神经网络的图像分类的GUI界面☆24Updated 2 years ago
- ResNet50 猫狗数据集训练☆30Updated 4 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
- 图像二分类问题 猫狗大战 pytorch CNN☆134Updated 6 years ago
- 基于PyTorch框架实现的图像分类网络☆82Updated 4 years ago
- 利用LSTM根据前16帧图像预测第17帧☆24Updated 5 years ago
- 计算机视觉课程项目 —— 基于 OpenCV、PyQt 的图片处理工具☆12Updated 4 years ago
- Kaggle竞赛题猫狗大战 ，用于PyTorch入门☆67Updated 5 years ago
- MATLAB自编程实现BP神经网络手写数字识别。☆29Updated 5 years ago
- 使用pytorch复现vit模型（图像分类）☆29Updated 3 years ago
- 深度学习 注意力机制模块 时间 空间注意力通道☆29Updated 2 years ago
- 计算机视觉作业：基于直方图的自适应阈值分割、利用聚类技术实现纹理图像分割、模板匹配技术、目标跟踪、背景建模、目标检测☆27Updated 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）☆51Updated 7 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☆20Updated 2 years ago
- 分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割☆24Updated 3 years ago
- 基于matlab深度学习工具箱来设计卷积神经网络用来对图像上的水体部分进行识别，并生成水体陆地二值化图像。采用的是9层卷积神经网络用来对图像进行特征提取和分类，水体识别的准确率可以达到96%以上。☆51Updated 4 years ago
- 基于Swin-transformer训练图像分类并部署web端☆93Updated 2 years ago
- 这是一个中药饮片图片分类系统☆9Updated 5 years ago
- Object detection learning path☆82Updated 3 years ago
- 支持向量机(SVM)——分类预测，包括多分类问题，核函数调参，不平衡数据问题，特征降维，网格搜索，管道机制，学习曲线，混淆矩阵，AUC曲线等☆52Updated 7 years ago
- 北京印刷学院人工智能大赛深度学习组作品_基于深度学习的新冠肺炎检测系统☆9Updated last year