zxx1218 / ObjectDetect
用于本科毕业时涉及深度学习、机器学习的毕业设计,可以检测任何你想检测的东西,只需要准备好图片数据集,就可以训练自己的目标检测模型,任何一台电脑都可以使用,可以通过摄像头动态使用,也可以检测单张图片,也可以检测一整个视频内容,同时,联系作者支持定制。
☆24Updated last year
Alternatives and similar repositories for ObjectDetect:
Users that are interested in ObjectDetect are comparing it to the libraries listed below
- 水稻病虫害自动识别系统☆83Updated 3 years 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☆142Updated 2 years ago
- 毕设--狗种类识别☆11Updated 5 years ago
- 基于深度学习的电动车头盔检测,使用yolo算法,并添加CBAM注意力机制提高检测的准确率。☆13Updated last year
- 基于深度学习的交通流量检测系统☆17Updated last year
- 基于深度学习的水果识别系统 Deep learning based fruit recognition system☆23Updated 2 years ago
- 基于深度学习的停车场收费系统--车牌识别模块☆16Updated 3 years ago
- 基于ResNet的垃圾分类智能识别系统☆8Updated last year
- 基于深度学习的垃圾识别分类☆31Updated 6 months ago
- 基于 PyTorch 和 OpenCV 的入门级车牌识别项目☆21Updated 4 years ago
- 毕业设计:基于深度学习的人脸识别签到系统的设计与实现☆213Updated 6 years ago
- 基于YOLO的食物卡路里检测系统(源码&部署教程&数据集)☆34Updated last year
- 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。☆62Updated 4 years ago
- 植爱健康——农作物病虫害识别☆16Updated 5 years ago
- 毕业设计:基于深度网络的垃圾识别与分类算法研究☆16Updated 2 years ago
- 本科毕业设计,基于机器学习的商品评论分析系统☆41Updated 4 years ago
- 毕业设计 使用pytorch进行深度学习网络模型训练,实现车型识别☆105Updated 2 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。☆77Updated last year
- 基于深度学习的表情情绪模型系统☆37Updated 5 years ago
- Python+OpenCV表情识别系统(源码和部署教程)☆11Updated last year
- 水果图像识别程序☆22Updated 4 years ago
- 026 基于深度学习的水果识别系统-设计展示 python django vue pytorch 深度学习 根据拍摄照片识别图片中果蔬名称 可识别网络图片中的水果类型 可本地上传图片识别水果 推断出识别水果并给出识别分数(可信度) 识别后给出水果介绍☆15Updated 2 years ago
- 基于opencv与深度学习的人脸情绪识别☆9Updated last year
- Opencv基于改进VGG19的表情识别系统(源码&Fer2013&教程)☆13Updated last year
- 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☆36Updated 2 years ago
- 本项目的目标是设计并实施一个面部情绪识别系统,本系统利用卷积神经网络(Convolutional Neural Network,CNN)算法,基于Tensorflow深度学习框架,来预测和分类人的面部情绪,最后通过图形化界面完成以下两个功能的设计:从本地读取图片进行面部情绪…☆22Updated last year
- 中国软件杯 二等奖 B4-基于深度学习(retinaface+facenet)的人脸识别会议签到系统☆48Updated 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 …☆22Updated 7 months ago
- 深度学习大作业(基于ResNet网络模型的花卉识别研究)☆11Updated last year
- 基于改进YOLO的玉米病害识别系统(部署教程&源码)☆36Updated last year