qunshansj / real-time-garbage-classification-python
Python实时垃圾分类系统(环境教程&完整源码&数据集)
☆28Updated last year
Alternatives and similar repositories for real-time-garbage-classification-python
Users that are interested in real-time-garbage-classification-python are comparing it to the libraries listed below
Sorting:
- 基于深度学习的垃圾识别分类☆31Updated 6 months 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
- 一个智能垃圾分类系统☆116Updated 4 years ago
- 基于ResNet的垃圾分类智能识别系统☆8Updated last year
- Python+OpenCV表情识别系统(源码和部署教程)☆11Updated last year
- Python基于YOLOv5的闯红灯检测系统(完整源码&UI操作界面&部署教程)☆18Updated last year
- 毕业设计:行人检测系统,pyqt + opencv☆49Updated 3 years ago
- 基于深度学习 的车牌识别GUI项目☆34Updated 2 years ago
- Python基于CRNN&CTPN的文本检测系统(源码&教程)☆9Updated last year
- 机器视觉(图像处理,人脸识别,车牌识别)☆23Updated 5 years ago
- 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☆50Updated last month
- 基于深度学习的车牌识别系统☆24Updated 2 years ago
- Opencv基于改进VGG19的表情识别系统(源码&Fer2013&教程)☆13Updated last year
- Python基于OpenCV的实时视频流车牌识别(源码&教程)☆26Updated last year
- 基于YOLO的机动车乱停乱放检测系统(源码&部署教程)☆22Updated last year
- 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)☆62Updated 4 years ago
- 基于改进efficientnet的玉米叶片病虫害识别分类系统☆22Updated last year
- 1412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☆147Updated 2 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 …☆23Updated 8 months ago
- 基于Stemblock+shufflenet改进YOLOv5的垃圾分类检测系统☆27Updated last year
- 数字图像处理课程大作业_疲劳检测☆9Updated 3 years ago
- 垃圾分类图片数据集(120类)☆34Updated 2 years ago
- 水稻病虫害自动识别系统☆85Updated 3 years ago
- Python基于OpenCV高空抛物检测系统[完整源码&部署教程]☆11Updated last year
- 基于深度学习的停车场收费系统--车牌识别模块☆17Updated 3 years ago
- Python&Opencv手势识别系统(完整源码&自定义UI操作界面&视频教程)☆18Updated last year
- Python基于OpenCV的实时疲劳检测[源码&演示视频&部署教程]☆11Updated 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。☆79Updated last year
- 毕设--狗种类识别☆11Updated 6 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☆39Updated 2 years ago