wusaifei / HWCC_image_classificationLinks
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。
☆87Updated 3 years ago
Alternatives and similar repositories for HWCC_image_classification
Users that are interested in HWCC_image_classification are comparing it to the libraries listed below
Sorting:
- 2019 Huawei Cloud garbage Classification Competition online score 2th place☆314Updated 3 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…☆729Updated 3 years 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
- 目标检测☆109Updated 5 years ago
- 这是之前我和我的组员参与Tiny-mind 手写汉字识别大赛的一个项目, 主要实现了用Resnet或VGG16作为Backbone来训练一个分类任务以及基于opencv的一些图片数据集增强,最终我们组的成绩为TOP-5准确率99.19, 排名5/700。这个项目也可以用于其…☆84Updated 6 years ago
- ☆106Updated 5 years ago
- 基于PyTorch&YOLOv4实现的口罩佩戴检测 自建口罩数据集分享☆209Updated 4 years ago
- 基于PyTorch框架实现的图像分类网络☆83Updated 4 years ago
- use pytorch to do image classification☆140Updated 5 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
- ☆40Updated 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☆135Updated 4 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。☆273Updated 9 months ago
- 深度学习 卷积神经网络教程 :图像识别,目标检测,语义分割,实例分割,人脸识别,神经风格转换,GAN等 https://dataxujing.github.io/CNN-paper2/☆181Updated 5 years ago
- 计算机视觉方面的分类、对象检测、图像分割、人脸检测、OCR等中文翻译☆113Updated 3 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆135Updated 6 years ago
- 使用HOG+SVM进行图像分类☆165Updated 6 years ago
- 基于Pytorch的图像分类框架☆94Updated 5 months ago
- 深度学习 + OpenCV,Python实现实时视频目标检测☆101Updated 6 years ago
- 基于YOLOV3的人体口罩佩戴检测☆56Updated 5 years ago
- 一个通用的图像分类模板,天池/CVPR AliProducts挑战赛 3/688☆86Updated 4 years ago
- Faster R-CNN实现安防中安全帽佩戴目标检测☆90Updated 5 years ago
- AI Challenger -- 农作物病害识别☆153Updated 6 years ago
- 广东工业智造大赛--布匹瑕疵检测复赛代码☆185Updated 5 years ago
- 机器学习☆44Updated 4 years ago
- 基于YOLOv4的安全帽佩戴检测☆89Updated 4 years ago
- 基于无监督学习,无需训练,先使用SIFT算法提取图像特征,再使用KMeans聚类算法进行图像分类,速度非常快,精度还在提高。☆132Updated 5 years ago
- imgaug--Bounding Boxes augment☆90Updated 6 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
- 我的笔记和Demo,包含分类,检测、分割、知识蒸馏。☆63Updated 3 years ago