aRrtTist / Fruit-recognitionLinks
基于TensorFlow实现CNN水果检测
☆36Updated 6 years ago
Alternatives and similar repositories for Fruit-recognition
Users that are interested in Fruit-recognition are comparing it to the libraries listed below
Sorting:
- Face Detection☆87Updated 8 months ago
- OpenCV图像处理的信用卡,卡号数字识别☆57Updated 6 years ago
- 使用tensorflow和cnn做的图像识别,对四种花进行了分类。☆645Updated 5 years ago
- 基于tensorflow的手写数字识别☆89Updated 5 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
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆126Updated 7 years ago
- 基于卷积神经网络(CNN)的人脸在线识别系统☆146Updated last year
- 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
- 我写了详细代码注释,卷积神经网络经典项目猫狗识别kaggle☆50Updated 6 years ago
- 这是一个简单的人工智障识别口罩佩戴的库☆149Updated 4 years ago
- 研一图像处理期末大作业:基于openCV的人脸识别☆41Updated 7 years ago
- TensorFlow CNN卷积神经网络实现人脸性别检测☆182Updated 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
- 使用opencv写了一个人脸识别的毕设,有图形界面,可以进行数据库管理。☆87Updated 5 years ago
- CNN卷积神经网络 交通标志识别☆125Updated 7 years ago
- 基于PyTorch&YOLOv4实现的口罩佩戴检测 自建口罩数据集分享☆211Updated 5 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
- 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】☆126Updated 6 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆137Updated 6 years ago
- Multiple Face Recognition based on FaceNet / 基于 FaceNet 的多人脸识别☆60Updated 4 years ago
- 毕业设计:行人检测系统,pyqt + opencv☆50Updated 4 years ago
- class attendance software☆371Updated 2 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
- 基于python和pyqt5,实现opencv图像处理,包含内容有基本的图像处理,人脸检测和识别,图像检索以及基于图像描述符的搜索,目标检测与识别,目标跟踪,opencv神经网络☆159Updated 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
- 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
- 一个智能垃圾分类系统☆128Updated 5 years ago
- 本项目采用Opencv实现对视频信号的实时采集与帧提取,用Adaboost算法实现人脸图像的提取分割,并基于Keras搭建CNN卷积神经网络结构,用提取到的人脸图像训练CNN模型,并实现对视频中人脸的实时检测识别。☆110Updated 7 years ago
- Matlab数字图像处理毕业设计课题赏析☆172Updated 5 years ago
- 基于深度学习的人脸识别系统☆68Updated 3 years ago