本系列课程利用MATLAB进行深度学习，课程将从数据集设置、模型搭建、模型训练、模型测试、模型评价等方面，深入介绍MATLAB深度学习工具箱。最后利用一个实例——多种果树病虫害识别。（这是最新版，已更新！）
2021-12-05 18:56:10
503.66MB
VGGNet是牛津大学计算机视觉组（VisualGeometry Group）和GoogleDeepMind公司的研究员一起研发的的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠3*3的小型卷积核和2*2的最大池化层，VGGNet成功地构筑了16~19层深的卷积神经网络。VGGNet相比之前state-of-the-art的网络结构，错误率大幅下降，并取得了ILSVRC 2014比赛分类项目的第2名和定位项目的第1名。同时VGGNet的拓展性很强，迁移到其他图片数据上的泛化性非常好。VGGNet的结构非常简洁，整个网络都使用了同样大小的卷积核尺寸（3*3
2021-10-29 21:33:14
548.05MB
1
本资源为实验四：深度学习图像生成（Part one：图像风格迁移）文章对应模型及图像。
2021-10-25 16:09:12
71.48MB
1
表情识别模型
https://zhangzhe.blog.csdn.net/article/details/90210720
2021-09-10 19:09:49
213.19MB
1
此项目使用Python2.7+TensorFlow 1.4编写，环境太过古老，可能无法正常运行起来。
如有需要，请移步我使用Python 3.7 + TensorFlow 2.0重写的版本：
使用VGG19迁移学习实现图像风格迁移
这是一个使用预训练的VGG19网络完成图片风格迁移的项目，使用的语言为python，框架为tensorflow。
给定一张风格图片A和内容图片B，能够生成具备A图片风格和B图片内容的图片C。
下面给出两个示例，风格图片都使用梵高的星夜：
示例1：
网络上找到的一张风景图片。
内容图片：
生成图片：
示例2：
嗷嗷嗷，狼人嚎叫～
内容图片：
生成图片：
更多详情请移步博客
快速开始
1.下载预训练的vgg网络，并放入到项目的根目录中
模型有500M+，故没有放到GitHub上，有需要请自行下载。
下载地址：
2.选定风格图片和内容图片，放入项目根目录下的image
2021-07-31 17:32:43
4.6MB
1