qunshansj / Enhanced-YOLO-Maize-Disease-RecognitionLinks
基于改进YOLO的玉米病害识别系统(部署教程&源码)
☆41Updated last year
Alternatives and similar repositories for Enhanced-YOLO-Maize-Disease-Recognition
Users that are interested in Enhanced-YOLO-Maize-Disease-Recognition are comparing it to the libraries listed below
Sorting:
- 基于改进efficientnet的玉米叶片病虫害识别分类系统☆26Updated last year
- 水稻病虫害自动识别系统☆90Updated 4 years ago
- 基于通道注意力LW-ResNet的小麦病害识别分类防治系统☆16Updated last year
- 基于YOLOv7的植物虫害识别&防治系统(源码&教程)☆63Updated last year
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆162Updated 2 years ago
- 基于深度学习的垃圾识别分类☆32Updated 10 months ago
- 基于深度学习的水果识别系统 Deep learning based fruit recognition system☆24Updated 3 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。☆49Updated 2 years ago
- 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。☆87Updated 2 years ago
- YOLOv5的7.0版本+pyqt5界面+人脸表情识别☆29Updated last year
- 基于 PyTorch 和 OpenCV 的入门级车牌识别项目☆25Updated 4 years ago
- ✨基于卷积神经网络(CNN)和CIFAR10数据集的图像智能分类 Web 应用 Intelligent Image Classification Web Applcation based on Convolutional Neural Networks and the CI…☆110Updated last year
- 本课题利用 CCPD 数据及自生成的高清车牌数据,基于加入注意力机制以及轻型卷积改良的 YOLO 目标检测算法检测车牌,同时利用自定义的 ResNet+Transformer 网络构成字符识别算法用于识别检测出的车牌内容信息。所设计的模型提升了平均精度(mAP)值,降低了计…☆82Updated 4 months ago
- 基于 ResNet 的果蔬图像分类☆31Updated 2 years ago
- 本科个人目标检测毕设☆160Updated last year
- Python+OpenCV数字图像处理课程设计作业[车牌识别]☆186Updated 5 years ago
- 基于深度学习的车牌识别GUI项目☆37Updated 3 years ago
- Python+OpenCV表情识别系统(源码和部署教程)☆11Updated last year
- 毕业设计:行人检测系统,pyqt + opencv☆51Updated 4 years ago
- 基于深度学习的交通流量检测系统☆19Updated 2 years ago
- 基于神经网络图像识别的垃圾分类项目☆14Updated 2 years ago
- 1356基于Python卷积神经网络人脸识别驾驶员疲劳检测与预警系统设计毕业源码案例设计☆40Updated 2 years ago
- 猫狗识别分类(深度学习入门案例),使用了Tensorflow框架 和 CNN神经网络实现。附有超详细的代码注释,适合新手直接上手Run!☆217Updated 8 months ago
- Python基于CRNN&CTPN的文本检测系统(源码&教程)☆10Updated last year
- 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☆109Updated 2 years ago
- Python基于OpenCV高空抛物检测系统[完整源码&部署教程]☆12Updated last year
- 基于深度学习的电动车头盔检测,使用yolo算法,并添加CBAM注意力机制提高检测的准确率。☆16Updated last year
- 用于本科毕业时涉及深度学习、机器学习的毕业设计,可以检测任何你想检测的东西,只需要准备好图片数据集,就可以训练自己的目标检测模型,任何一台电脑都可以使用,可以通过摄像头动态使用,也可以检测单张图片,也可以检测一整个视频内容,同时,联系作者支持定制。☆24Updated last year
- 本科毕业设计-基于YOLOv5的异常行为检测☆31Updated 2 years ago
- 基于Flask开发后端、VUE开发前端框架,在WEB端部署YOLOv5目标检测模型☆363Updated 2 years ago