这是复现论文Learning to Compare Image Patches via Convolutional Neural Networks的代码，这是TensorFlow版本，用深度学习的方法做图像匹配，具体的过程可以看这篇文章https://blog.csdn.net/weixin_42521239/article/details/103389033
2021-05-16 17:34:30
16.67MB
1
labelme的exe版本，在win10下测试可用。主要用于以下方面：
对图像进行多边形，矩形，圆形，多段线，线段，点形式的标注（可用于目标检测，图像分割，等任务）
对图像进行进行 flag 形式的标注（可用于图像分类 和 清理 任务）
视频标注
生成 VOC 格式的数据集
生成 COCO 格式的数据集
2021-05-08 18:42:13
248.71MB
1
针对现有基于深度学习的人体动作识别模型参数量大、网络过深过重等问题，提出了一种轻量型的双流融合深度神经网络模型并将该模型应用于人体动作识别。该模型将浅层多尺度网络和深度网络相结合，实现了模型参数量的大幅减少，避免了网络过深的问题。在数据集UCF101和HMDB51上进行实验，该模型在ImageNet预训练模式下分别取得了94.0%和69.4%的识别准确率。实验表明，相较于现有大多基于深度学习的人体动作识别模型，该模型大幅减少了参数量，并且仍具有较高的动作识别准确率。
2021-04-30 17:03:11
1001KB
1
深度学习用车辆识别训练统一尺寸负样本1500个
不同型号、不同品牌、不同颜色、不同角度的各种车辆
用于hog+svm训练，准确率可达到90%以上
用于haar训练，识别准确率可达到85%以上
2021-04-27 13:39:14
3.27MB
1
基本所以图像识别任务都可以基于这段代码来实现！！！代码主要包括：图像数据集的制作、图像预处理、模型搭建与微调、模型训练与测试、模型保存等。本例使用Tensorflow的ResNet预训练模型，并在此基础上进行微调，能实现复杂的分类问题。
2021-04-21 18:10:10
6KB
1