pifan-open-source-community / Garbage-ClassificationLinks
树莓派实现实时垃圾分类
☆43Updated 3 years ago
Alternatives and similar repositories for Garbage-Classification
Users that are interested in Garbage-Classification are comparing it to the libraries listed below
Sorting:
- 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。☆245Updated 6 years ago
- 一个智能垃圾分类系统☆122Updated 5 years ago
- 垃圾分类 基于深度学习 迁移学习 智能垃圾桶 树莓派4B☆50Updated 7 months 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】☆122Updated 5 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)☆64Updated 4 years ago
- 基于深度学习的垃圾分类☆560Updated 3 years ago
- 基于TensorFlow和Keras的智能垃圾分类系统,用于参加中国软件杯双创大赛。☆90Updated 4 years ago
- 基于树莓派图像识别的智能循迹避障小车☆142Updated 6 years ago
- 个人毕业设计 - 基于树莓派、OpenCV及Python语言的人脸识别☆334Updated 7 years ago
- 本文新增添分类,检测,换脸技术等学习教程,各种调参技巧和tricks,卷积结构详细解析可视化,注意力机制代码等详解!本次垃圾分类挑战杯,目的在于构建基于深度学习技术的图像分类模型,实现垃圾图片类别的精准识别,大赛参考深圳垃圾分类标准,按可回收物、厨余垃圾、有害垃圾和其他垃圾…☆728Updated 3 years ago
- opencv(python&c++)学习教程 1、人机互动 2、物体识别 3、图像分割 4、人脸识别 5、动作识别 6、运动跟踪 7、机器人 8、运动分析 9、机器视觉 10、结构分析 11、汽车安全驾驶☆128Updated 2 years ago
- Face Detection☆89Updated 5 months ago
- 植爱健康——农作物病虫害识别☆18Updated 5 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☆29Updated 2 years ago
- 基于卷积神经网络的猫狗识别 web 应用☆161Updated 2 years ago
- 水稻病虫害自动识别系统☆87Updated 4 years ago
- 基于神经网络图像识别的垃圾分类项目☆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☆107Updated 2 years ago
- 基于YOLOv7-plate和CRNN的车牌号检测识别项目,使用PyQt构建了UI界面。☆50Updated 2 years ago
- 本地训练代码☆28Updated 4 years 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☆49Updated 6 years ago
- 毕业设计:行人检测系统,pyqt + opencv☆50Updated 4 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
- Opencv 计算机视觉实战☆179Updated 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☆155Updated 7 years ago
- pytorch入门项目,包括线性回归、垃圾分类、水果目标检测、ssd☆122Updated 5 years ago
- 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…☆140Updated 4 years ago
- Python+OpenCV数字图像处理课程设计作业[车牌识别]☆183Updated 5 years ago
- 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 …☆26Updated 11 months ago
- 基于深度学习的垃圾识别分类☆32Updated 9 months ago