jiajunhua / StevenLei2017-AI_projects
☆106Updated 5 years ago
Alternatives and similar repositories for StevenLei2017-AI_projects:
Users that are interested in StevenLei2017-AI_projects are comparing it to the libraries listed below
- 天池比赛，kaggle等等（Keras/PyTorch实战）☆182Updated 4 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。☆144Updated 4 years ago
- 目标检测☆107Updated 5 years ago
- 本仓库主要包含了针对目标检测数据集的增强手段和源码：图像的旋转，镜像，裁剪，亮度/对比度的变换等☆134Updated 4 years ago
- 《深度学习之PyTorch实战计算机视觉》全书代码☆133Updated 5 years ago
- rscup: 遥感图像场景分类☆101Updated 5 years ago
- 这个是一个在SSD的基础上用于生成绘制mAP代码所用的txt的例子。（目的是生成txt）☆129Updated 4 years ago
- 这是一个ssd-keras的源码，可以用于训练自己的模型。☆168Updated 2 years ago
- 机器学习实战☆151Updated 2 years ago
- CV 方向论文阅读以及手写代码实现☆111Updated 3 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。☆84Updated 3 years ago
- 这是一个有关迁移学习的仓库，在这里可以看到迁移学习的各种用法。☆93Updated 4 years ago
- I tried to apply the CAM algorithm to YOLOv4 and it worked.☆61Updated 4 years ago
- imgaug--Bounding Boxes augment☆90Updated 6 years ago
- 这是一个faster-rcnn的keras实现的库，可以利用voc数据集格式的数据进行训练。☆285Updated 2 years ago
- demo☆130Updated 4 years ago
- The platform for object detection research☆44Updated 4 years ago
- Learning YOLOv3 from scratch 从零开始学习YOLOv3代码☆215Updated 3 years ago
- 基于Swin-transformer训练图像分类并部署web端☆90Updated 2 years ago
- 一个简单方便的目标检测框架(PyTorch环境可直接运行，不需要cuda编译)，支持Faster_RCNN、Cascade_RCNN、Yolo系列、SSD等经典网络。☆268Updated 7 months ago
- This repo supports Faster R-CNN, FPN and Cascade Faster R-CNN based on pyTorch 1.0. Additionally deformable convolutional layer is also s…☆52Updated 5 years ago
- use pytorch to do image classification☆139Updated 4 years ago
- ☆28Updated 4 years ago
- 使用yolov3 pytorch版训练出一个口罩检测模型，没带口罩的话会进行语音提醒☆21Updated 4 years ago
- all code used by python(including web-crawler,deeplearning)☆28Updated 4 years ago
- Faster R-CNN实现安防中安全帽佩戴目标检测☆86Updated 5 years ago
- 这是一个pspnet-keras的源码，可以用于训练自己的模型。☆52Updated 2 years ago
- yolo3-keras的源码☆27Updated 5 years ago
- 深度学习500问，以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。 全书分为18个章节，50余万字。由于水平有限，书中不妥之处恳请广大读者批评指正。 未完待续............ 如有意合作，联系sc…☆40Updated 5 years ago
- 基于pytorch版ssd进行改进注入CBAM空间通道注意力机制，加入FPN，类别损失函数改为focalloss☆39Updated 4 years ago