ding1998 / ResNet38
采用38层的残差网络进行深度训练，提取图像特征，用作图像分类。可训练自己的数据集。
☆25Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for ResNet38
- 基于深度学习卷积神经网络的图像分类的GUI界面☆20Updated last year
- 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☆12Updated last year
- 基于PyTorch框架实现的图像分类网络☆73Updated 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。☆61Updated 4 years ago
- PyTorch框架构建花朵图像分类模型（Resnet网络，迁移学习）☆11Updated 2 years ago
- 使用深度学习网络（目标检测/特征提取/特征匹配）建立的图像精准检索系统☆26Updated 4 years ago
- 设计并实现了一个基于深度学习、集成学习、迁移学习、GAN等技术的色素性皮肤病自动识别七分类系统。本系统主要由服务端和客户端两个模块组成。服务端基于深度学习、集成学习、迁移学习、GAN等技术实现了对色素性皮肤病自动识别七分类。客户端使用微信小程序和网站(SSM、Springb…☆112Updated 3 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】☆111Updated 5 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆124Updated 5 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!☆24Updated 2 years ago
- CNN 图像多分类问题☆21Updated 5 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）☆54Updated last year
- 数字图像处理大作业，图像细粒度分类，CUB-200-2011，Peking University☆62Updated 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）☆58Updated 4 years ago
- 医学图像识别(二分类)☆19Updated 4 years ago
- 汇总了计算机视觉中图像分类、目标检测、语义分割的一些经典算法，使用pytorch实现，欢迎学习下载☆14Updated 2 years ago
- 本项目利用深度学习（卷积神经网络）设计了一个基于深度学习的车牌检测识别系统，非常适合作为本科毕业论文的研究课题。该系统提供两种检测方式：一种是对上传的图片进行车牌检测识别，另一种是通过视频流自动识别车牌和车牌信息。只需提供包含车牌的图片（无论位置或角度如何），系统即可标记…☆49Updated 5 months ago
- 使用双层全连接神经网络和ResNet网络实现的图像二分类问题☆11Updated 4 years ago
- 支持多模型工程化的图像分类器☆23Updated 2 years ago
- 使用HOG+SVM进行图像分类☆158Updated 5 years ago
- 【图像分类】使用卷积神经网络CNN对手势进行识别☆22Updated 5 years ago
- ResNet50 猫狗数据集训练☆25Updated 3 years ago
- 基于 ResNet 的果蔬图像分类☆20Updated last year
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆116Updated 6 years ago
- fine-Grained classify 细颗粒度图像分类☆11Updated 2 years ago
- 基于改进SE-VGG16-BN的131种水果蔬菜图像分类系统（颜色、品种 分级）☆15Updated 11 months ago
- Pytorch实践简单， 方便， 快速训练 图像分类模型☆34Updated 3 years ago
- PYQT5 Yolov5 python GUI☆26Updated 2 years ago
- 该项目是基于pytorch框架，使用Unet图像分割网络对小轿车进行图像分割☆15Updated last year
- 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…☆110Updated 4 years ago