Alternatives and similar repositories for Deep-learning-for-image:

Users that are interested in Deep-learning-for-image are comparing it to the libraries listed below

• ZekeTian / ImageUtils
  计算机视觉课程项目 —— 基于 OpenCV、PyQt 的图片处理工具
  ☆11Updated 4 years ago
• chaser682 / Unet-caravan-demo
  该项目是基于pytorch框架，使用Unet图像分割网络对小轿车进行图像分割
  ☆17Updated last year
• chenshunpeng / Flower-recognition-model-based-on-pytorch
  PyTorch框架构建花朵图像分类模型（Resnet网络，迁移学习）
  ☆14Updated 2 years ago
• kkgg0521 / PYQT5-yolov5
  PYQT5 Yolov5 python GUI
  ☆30Updated 2 years ago
• miemieship / Automatic-detection-technology
  基于深度学习的热轧带钢表面缺陷自动检测技术
  ☆43Updated 3 years ago
• fgmn / ResNet
  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
  ☆20Updated 2 years ago
• mohui1999 / crop_disease_code
  植物病虫害图像识别
  ☆13Updated 5 years ago
• Saito912 / Classify_GUI
  基于深度学习卷积神经网络的图像分类的GUI界面
  ☆25Updated 2 years ago
• CXris / computerVision-stitching
  使用Harris角点检测算法、最小二乘拟合、随机抽样一致算法(RANSAC)以及 HOG 描述符、线性融合等计算机视觉算法，使用Matlab实现将多张图像拼接成一张全景图。
  ☆13Updated 3 years ago
• yufeifeiyu / Matlab-Deep-Learning-Toolbox-CNN-Water-image-recognition
  基于matlab深度学习工具箱来设计卷积神经网络用来对图像上的水体部分进行识别，并生成水体陆地二值化图像。采用的是9层卷积神经网络用来对图像进行特征提取和分类，水体识别的准确率可以达到96%以上。
  ☆51Updated 4 years ago
• wuyuil1997 / DFANet-pa
  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。
  ☆29Updated 4 years ago
• Egrt / YOLO_PyQt5
  使用Pyqt5搭建YOLO系列多线程目标检测系统
  ☆62Updated 2 years ago
• Yangly0 / lane-detection-v1.0
  基于Opencv的车道线检测：1. 图像加载；2.图像预处理：图片灰度化，高斯滤波；3.Cany边缘检测；4.感兴趣区域检测；5.霍夫直线检测 ；6.直线拟合；7.车道线叠加；8.图片和视频测试；9.可视化界面pyqt5 （可选）。
  ☆80Updated 3 years ago
• zhengyima / imagezoo-cv2
  使用opencv-python/PyQt5完成的数字图像处理系统，包括图像缩放/裁剪/灰度变换/高低通滤波/边缘检测等功能
  ☆10Updated 4 years ago
• Luxlios / Clustering
  分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割
  ☆23Updated 2 years ago
• Anionex / yolov10-pcb-detect
  使用yolov10目标检测模型进行电路板缺陷检测 | Using yolov10 for circuit board (PCB) defect detection
  ☆19Updated 2 months ago
• HuKai97 / FFSSD-ResNet
  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!
  ☆29Updated 2 years ago
• ff1333 / Fruit-and-vegetable-identification-system-based-on-convolution-neural-network
  利用卷积神经网络实现图像的识别并将代码部署在树莓派中实现，使用的是谷歌深度学习框架Tensorflow，使用果蔬图像数据集训练模型后，可以达到随机输入单张果蔬图片，返回图片分类结果的效果
  ☆26Updated 2 years ago
• poetwolf / pyqt5-imageprocessing
  基于pyqt5的图像处理软件
  ☆71Updated 6 years ago
• ding1998 / ResNet38
  采用38层的残差网络进行深度训练，提取图像特征，用作图像分类。可训练自己的数据集。
  ☆29Updated 4 years ago
• mengxianglong123 / weather-recognition
  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）
  ☆69Updated 2 years ago
• XDU-Bigbing / Simple-Key-Point-Detection
  使用深度学习的缺陷检测与小目标检测
  ☆23Updated 4 years ago
• huzing2524 / foxconn_aoi
  富士康-金属件-自动化尺寸测量-计算机视觉
  ☆25Updated 2 years ago
• LearningHong / lane-line-detection
  python+opencv实现对显著区域高速的车道线检测
  ☆14Updated 6 years ago
• eagleqq / PedestrianDetection
  毕业设计：行人检测系统，pyqt + opencv
  ☆49Updated 3 years ago
• zxx1218 / imgsegment
  图像分割是计算机视觉中的一项关键技术，其研究背景涵盖了多个应用领域。在医学影像分析中，图像分割用于自动提取解剖结构、病灶区域以及其他重要特征，从而辅助医生进行诊断和治疗规划。例如，在MRI和CT图像中，精确的器官或肿瘤分割能够帮助确定病变位置、体积和发展趋势，从而提高治疗效…
  ☆17Updated this week
• jy1023408440 / Comparison-picture-differences
  Comparison of picture differences 比较图片差异 滤波 图片相减 腐蚀 膨胀 轮廓 面积
  ☆8Updated 6 years ago
• wangyinzhi1989 / CVIntegratedPlatform
  一款基于深度学习，提供数据标注、模型训练、模型部署、基于已有模型自动标注等功能的计算机视觉一体化平台。 操作简单，无需深度学习理论即可实现AI落地。处理分类、目标检测、目标跟踪等计算机视觉任务。 应用场景：交通执法（车辆违停、行人乱穿马路等）、工业检测（缺陷检测、物体分拣等…
  ☆129Updated 4 years ago
• xqs-time / The-Disease-of-Crops-Identification
  病虫害识别，对于专一一种病虫害的识别
  ☆16Updated 6 years ago
• JlexZzz / pytorch-U-Net
  基于卷积神经网络U-Net实现生物医学影像分割，使用pytorch框架实现
  ☆20Updated 3 years ago