资源包含文件：设计报告word+项目源码 开发工具：Python 3.7 Flask opencv-python 库 numpy 库 基于一张样板图片，对九张其他图像进行相似度的计算，得到“最相似”的一张图片。尝试多种算法，并对图像检索方法进行探索。 要求：基于 PIL 库或者 OpenCV 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/125233650

YOLO3支持库1.2.rar YOLOV3主要改进： 调整了网络结构；利用多尺度特征进行对象检测；对象分类用Logistic取代了softmax 1.新的网络结构Darknet-53 2、YOLO3更进一步采用了3个不同尺度的特征图来进行对象检测。能够检测的到更加细粒度的特征。对于这三种检测的结果并不是同样的东西，这里的粗略理解是不同给的尺度检测不同大小的物体。 3、使用Kmeans聚类的方法来决定anchors的尺寸大小： YOLO2已经开始采用K-means聚类得到先验框的尺寸，YOLO3延续了这种方法，为每种下采样尺度设定3种先验框，总共聚类出9种尺寸的先验框。

【图像检测】基于K-mean和形态学算法实现叶子病虫害检测matlab源码.zip

INRIA Person 数据集用来对图像和视频中的直立行人进行检测。该数据集包含两类格式的数据，第一类为原始图像和相应的直立行人标注。第二类为标准化为 64x128 像素的直立性人正类和对应图片的负类图像。

CIFAR-10 是一个图像数据集，包含 60000 张 32x32 分辨率的彩色图像，根据图像内容被分为 10 个类别，包括：airplane、automobile、bird、cat、deer、dog、frog、horse、ship、truck，每个类别有 6000 张图片，类别之间的交集为空。

x光安检图像检测数据集（7500多张图像，VOC标签）.zip

沥青路面裂缝图像检测算法研究.doc

NUS-WIDE 是一个带有网络标签标注的图像数据，包含来自网站的 269648张 图像，5018类 不同的标签。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

数据集里有1万份来自实际生产中有瑕疵的铝型材监测影像数据，每个影像包含一个或多种瑕疵。供机器学习的样图会明确标识影像中所包含的瑕疵类型。 1. 型材表面应整洁，不允许有裂纹、起皮、腐蚀和气泡等缺陷存在。 2. 型材表面上允许有轻微的压坑、碰伤、擦伤存在，其允许深度装饰面≯0.03mm，非装饰面＞0.07mm，模具挤压痕深度≯0.03mm。 3. 型材端头允许有因锯切产生的局部变形，其纵向长度不应超过10mm。