基于卷积神经网络的图像识别，网络结构为lenet5，在训练集上的正确率可以达到90+，测试集正确率在60-70%。
2021-05-22 00:51:21
5KB
1
Pytorch 搭建的LeNet-5网络，使用Minist数据集，测试集准确率接近98.4%。文件内包含代码、Minist数据集和训练好的模型参数。
2021-05-06 15:05:37
11.28MB
1
包含了可直接运行的CNN的Lenet5模型实现手写数字识别Mnist以及介绍Lenet5模型的PPT
2021-04-27 09:21:59
21.29MB
1
应用caffe深度学习框架进行mnist手写字体识别，需要mnist数据集。这里提供了数据集包和解压之后的数据集供您使用！
2020-03-04 03:01:31
22.12MB
1
采用神经网络或者深度学习实现车牌识别。在交通管理过程中，通常采用视频监控方式对闯红灯和超速等违章车辆进行监督。对违章车辆，需要自动监测车牌信息，提取车牌号码，以便查找车主信息和监督管理。国内常用的一般车牌通常是蓝底白字，长宽比3:1。
(1) 对车牌图像进行预处理，然后进行车牌定位；
(2) 进行字符分割；
(3) 对车牌中的数字、字母和汉字进行提取和识别；
(4) 要求采用神经网络或者深度学习方法，编写代码实现以上功能，并自行寻找数据集，完成测试。
2020-01-03 11:39:29
3.45MB
1