matlab
fig生成代码
CNNItemRec-MATLAB
使用修改后的VggNet和ResNet网络进行训练并进行分类评测
使用软件：MATLAB
R2019b、PyCharm
2019.3.3
x64
其中binConvert文件夹为将二进制形式数据文件转化为图片形式的代码，因为已经下载好数据集，所以注释掉了代码中下载数据集的部分，如果未下载，可以取消掉这部分的注释进行数据集的下载。将下载好的stl10_binary文件夹粘贴进去，运行代码，会生成一个img文件夹，里面包含10个文件夹，分别为10个类，每个类中包含500张训练图片。
再删除生成的img文件夹
改变代码的34-38行：
DATA_PATH
=
'./stl10_binary/test_X.bin'
LABEL_PATH
=
'./stl10_binary/test_y.bin'
再次运行，会生成一个img文件夹，里面包含10个文件夹，分别为10个类，每个类中包含500张测试图片，手动将生成的测试集和训练集的各个文件夹改为类名字。
其中CNNItemTest为该项目，里面已经包括了处理好的数据集，不需要做数据集类
2021-09-11 16:39:36
222.78MB
1
张量流-cnn-finetune
这个仓库是关于使用TensorFlow对一些著名的卷积神经网络进行微调的。
ConvNets：
要求：
Python 2.7或3.x
Tensorflow 1.x（已通过1.15.1测试）
OpenCV2（用于数据扩充）
数据集文件
您需要设置两个数据集文件以进行训练和验证。 格式必须如下所示：
/absolute/path/to/image1.jpg class_index
/absolute/path/to/image2.jpg class_index
...
class_index必须从0开始。
可以在和找到样本数据集文件。
不要忘了通过--num_classes运行时，标志finetune.py脚本。
亚历克斯网
进入alexnet文件夹
cd alexnet
微调
如果您以前没有下载过砝码，请下载。
./download_we
2021-09-10 13:07:18
1.03MB
1
二进制模型- VGG_ILSVRC2016_SSD_300x300_iter_440000.caffemodel
网络描述- ILSVRC2016/SSD_300x300/deploy.prototxt
分类信息- ILSVRC2016/SSD_300x300/labelmap_det.txt
score_ssd_ilsvrc.py
solver.prototxt
ssd_ilsvrc.py
test.prototxt
train.prototxt
2021-08-13 09:23:51
176.93MB
1
总结了VggNet的相关原理、网络结构，pytorch代码实现，并对自定义花类数据集进行训练和测试。
2021-06-05 16:05:40
1.02MB
1
人流密度估计作为一种有效的人群监测、控制和行为理解方法，得到了广泛的应用和研究。但传统估计方法使用的手工特征提取图像特征单一、准确度较低，容易造成密集场景人流估计不准确。为此，文中提出了一种基于深度的卷积神经网络（CNN）人群密度估计方法，利用典型的深层网络Googlenet 和VGGnet进行了方法改进。通过采用一个包括18个拥挤景区密集场景、超过160 K密度的注释图像数据集进行的实验测试结果表明，该方法的平均准确率为92.46%，与GLCM-SVM方法进行对比的结果也充分证明了该方法的优越性。
2021-05-07 23:01:43
1.78MB
1
此训练模型为tensorflow下faster-rcnn已经训练好的模型。由于google下载的链接很慢，所以为大家提供资源。
2020-01-11 03:05:48
522.92MB
1
基于VGG19的图像风格迁移，如果没有vgg-19文件 运行utils代码是会下载。 在styles文件夹中选择更改要迁移的图，包含了风格图片，内容图片替换成自己要进行操作的图片即可。是可以直接运行跑通的。有疑问的话可以留言询问。
2020-01-03 11:31:45
225KB
1
imagenet-vgg-m-2048 跑ECO的时候下载的，10k左右的速度下了一下午，现拿出分享给大家。文本里面有百度云网盘链接和提取码，如果失效可私信我。链接：https://pan.baidu.com/s/1WPTEX4-tCrRqr0ikNPQ9wQ 提取码：inl1
2019-12-21 20:41:53
67B
1