hehung / MAX78000_fruit_cnn
本项目使用MAX78000FTHR板子作为控制器，外部扩展连接一个TFTLCD显示屏，实现一个水果识别器。板载摄像头会实时采集环境图像，然后经过CNN训练好的模型计算出照片中水果与所有类别水果的相识度，然后找出相似度最高的水果并显示。 本项目能够实现11类水果的识别，分别为苹果，香蕉，葡萄串，猕猴桃，芒果，橘子，梨子，菠萝，石榴，草莓以及西瓜（精简版可以识别苹果，香蕉，葡萄，橘子，梨子，菠萝，西瓜，精度更高）。
☆14Updated 2 years ago
Alternatives and similar repositories for MAX78000_fruit_cnn
Users that are interested in MAX78000_fruit_cnn are comparing it to the libraries listed below
Sorting:
- 数字图像处理彩色图像复原☆13Updated 3 years ago
- 水果图像识别程序☆22Updated 4 years ago
- Python基于OpenCV的视频车道线检测系统[源码＆部署教程]☆12Updated last year
- 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。☆78Updated last year
- 基于OpenCV的刷脸考勤＆人脸校验＆用户管理系统（源码＆教程）☆11Updated last year
- 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）☆21Updated last year
- 该系统在本地计算机上使用 YOLOv5 模型进行烟雾检测。YOLOv5 是一种高效的目标检测模型，能够在复杂的场景中快速识别火灾烟雾。该模型部署在高性能硬件上，以确保实时响应和高精度的检测效果，在使用时对获取的图片可以进行推理，以检测火情。 YOLOv5-Lite 部署 …☆23Updated 8 months ago
- 数字图像处理课程大作业_疲劳检测☆9Updated 3 years ago
- 基于 ResNet 的花卉分类识别系统。A ResNet-based flower classification and recognition system.☆28Updated 2 months ago
- 基于深度学习的车牌识别GUI项目☆33Updated 2 years ago
- 机器视觉(图像处理，人脸识别，车牌识别)☆23Updated 5 years ago
- YOLO＆Deepsort的车速＆车流量检测系统(源码＆部署教程)☆52Updated last year
- 基于深度学习的车牌识别系统，车牌检测部分由YOLOv8实现，字符识别部分由CNN实现☆48Updated last month
- 基于YOLOv8的多端车流检测系统（用于毕设+开源）☆84Updated last year
- 基于python和cv2、pytorch实现的车牌定位、字符分割、字符识别项目☆23Updated 4 years ago
- 基于YOLOv7的芯片表面缺陷检测系统（源码＆教程）☆49Updated last year
- 基于CNN的图像分类器，使用Kaggle的猫狗图片数据。☆15Updated 6 years ago
- 基于OpenCV的车道线实时检测系统（源码＆教程）☆12Updated last year
- 中山大学深度学习大作业——yolov5+lpr3+deepsort交通识别检测系统☆42Updated last year
- 基于VGG19的水果识别，水果种类：香蕉、榴莲、山竹、梨、柿子。验证集精度95.51%，测试集精度92.00%☆10Updated 2 years ago
- 基于 PyTorch 和 OpenCV 的入门级车牌识别项目☆22Updated 4 years ago
- Python+OpenCV数字图像处理课程设计作业[车牌识别]☆167Updated 5 years ago
- 毕业设计：行人检测系统，pyqt + opencv☆49Updated 3 years ago
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆143Updated 2 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）☆63Updated 4 years ago
- 利用卷积神经网络实现图像的识别并将代码部署在树莓派中实现，使用的是谷歌深度学习框架Tensorflow，使用果蔬图像数据集训练模型后，可以达到随机输入单张果蔬图片，返回图片分类结果的效果☆26Updated 2 years ago
- 使用yolov10目标检测模型进行电路板缺陷检测 | Using yolov10 for circuit board (PCB) defect detection☆19Updated 2 months ago
- PyTorch框架构建花朵图像分类模型（Resnet网络，迁移学习）☆14Updated 2 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☆105Updated 2 years ago
- pytorch入门项目，包括线性回归、垃圾分类、水果目标检测、ssd☆113Updated 4 years ago