xieQin / pytorch-captchaLinks
基于CNN的图像验证码识别,单个验证码识别成功率99%
☆26Updated last year
Alternatives and similar repositories for pytorch-captcha
Users that are interested in pytorch-captcha are comparing it to the libraries listed below
Sorting:
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆125Updated 6 years ago
- 用卷积神经网络进行图像验证码的识别☆24Updated 7 years ago
- 卷积神经网络(CNN)项目,给你一个狗的图像,你的算法将会识别并估计狗的品种☆29Updated 2 years ago
- keras 图像识别☆110Updated 2 years ago
- 使用tensorflow和cnn做的图像识别,对四种花进行了分类。☆619Updated 5 years ago
- 一些深度学习的模型,基于TensorFlow,主要是卷积神经网络,完成计算机视觉中一些分类、检测、识别、图像处理等部分(之前的被我不小心删除了)☆52Updated 7 years ago
- TensorFlow CNN卷积神经网络实现人脸性别检测☆178Updated 6 years ago
- 一个简单的图像分类识别器GUI,使用python GUI + tensorflow 封装官方inceptionV3模型,可以识别2W种物品,和动物。☆64Updated 4 years ago
- 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。☆246Updated 5 years ago
- 基于CNN的图像分类器,使用Kaggle的猫狗图片数据。☆15Updated 7 years ago
- 基于CNN的车牌号识别☆136Updated 5 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
- 基于python编写的Keras深度学习框架开发,利用卷积神经网络CNN,快速识别图片并进行分类☆39Updated 7 years ago
- 基于CNN学习ImageNet数据集,实现一个能识别狗品种的图像分类器☆16Updated 6 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆134Updated 6 years ago
- 基于 ResNet 的果蔬图像分类☆30Updated 2 years ago
- OpenCV图像处理的信用卡,卡号数字识别☆56Updated 6 years ago
- 基于Keras实现Kaggle2013--Dogs vs. Cats12500张猫狗图像的精准分类☆78Updated 6 years ago
- 【图像分类】使用卷积神经网络CNN对手势进行识别☆26Updated 6 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!☆208Updated 5 months ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆54Updated 7 years ago
- 研一图像处理期末大作业:基于openCV的人脸识别☆40Updated 7 years ago
- 基于深度学习和TensorFlow的英文和汉字验证码识别☆178Updated 5 years ago
- 基于卷积神经网络的猫狗识别 web 应用☆161Updated 2 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
- 利用BP神经网络实现手写数字识别☆49Updated 7 years ago
- 蔬菜水果图片识别少量样本测试效果☆60Updated 6 years ago
- 机器学习入门:手写数字识别,声呐分类,垃圾短信识别,鸢尾花分类☆41Updated 5 years ago
- 机器学习课程大作业 - 基于深度神经网络的图像分类任务☆30Updated 8 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。☆89Updated 4 years ago