wanghao15536870732 / plants_disease_classifyLinks
☆11Updated 3 years ago
Alternatives and similar repositories for plants_disease_classify
Users that are interested in plants_disease_classify are comparing it to the libraries listed below
Sorting:
- 水稻病虫害自动识别系统☆94Updated 4 years ago
- 病虫害识别,对于专一一种病虫害的识别☆19Updated 6 years ago
- 使用Pyqt5搭建YOLO系列多线程目标检测系统☆64Updated 2 years ago
- 《数字图像处理》课程设计,基于深度学习的人脸识别项目。采用三层卷积池化+全连接神经网络☆17Updated 5 years ago
- 基于深度学习卷积神经网络的图像分类的GUI界面☆25Updated last month
- 智农有道 基于深度学习的农作物病虫害识别APP☆133Updated 3 years ago
- PyTorch框架构建花朵图像分类模型(Resnet网络,迁移学习)☆19Updated 3 years ago
- 使用ResNet网络进行十种食物图像分类,基于迁移学习方法训练☆23Updated 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)☆65Updated 5 years ago
- PYQT5 Yolov5 python GUI☆30Updated 3 years ago
- 人工智能大作业-无人机图像目标检测☆88Updated 4 years ago
- 监控视角下车辆检测和测速☆21Updated 3 years ago
- 基于Pytorch的图像分类框架☆95Updated last month
- 基于Yolov5的Vue前端目标检测和训练可视化系统☆77Updated 3 years ago
- 使用pytorch复现vit模型(图像分类)☆30Updated 3 years ago
- 毕业设计项目,基于深度学习的实时语义分割算法研究,python实现。☆34Updated 5 years ago
- 北京印刷学院人工智能大赛深度学习组作品_基于深度学习的新冠肺炎检测系统☆10Updated 2 years ago
- 适合小白入门的图像分类项目,从熟悉到熟练图像分类的流程,搭建自己的分类网络结构以及在pytorch中运用经典的分类网络。☆69Updated 5 years ago
- 本科个人目标检测毕设☆166Updated 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…☆84Updated 5 months ago
- 基于深度学习的车牌识别GUI项目☆36Updated 3 years ago
- 基于编解码网络和ASPP模块的语义分割模型的改进结构(基于空间和通道注意力机制的改进)☆10Updated 2 years ago
- Pytorch深度学习基础 实战天气图片识别(基于ResNet50预训练模型,超详细)☆85Updated 2 years ago
- 实验室的一个病虫害检测项目,在SSD基础上进行一系列改进!SSD Improvements!☆32Updated 3 years ago
- 基于深度学习的热轧带钢表面缺陷自动检测技术☆47Updated 3 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。☆88Updated 2 years ago
- 使用现代卷积神经网络架构(例如ResNet,DenseNet)对38类植物病害进行识别,并生成一个简单的UI操作界面☆33Updated 3 years ago
- 毕业设计:行人检测系统,pyqt + opencv☆51Updated 4 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆137Updated 6 years ago
- CNN卷积神经网络 交通标志识别☆123Updated 7 years ago