Caltech101 是一个图像物体识别数据集，包含 101 类物体的图像，每个类别中最小包含 31 张图片。

飞机图像分类： 飞机图像分类的深度学习项目。 军用飞机： 达索阵风 洛克希德·马丁公司F-35闪电II 欧洲战斗机台风 A400M阿特拉斯空客 Soukhoi Su-57 商用飞机： 空客A380 空客贝卢加 波音747 波音777 达索猎鹰8X

基于改进自组织神经网络的遥感图像分类研究.pdf

MIC @ DKFZ的批处理生成器 batchgenerators是我们在德国癌症研究中心（DKFZ）的医学图像计算部门开发的python软件包，可满足我们所有深度学习数据扩充的需求。 尚不完美，但我们认为它足以与社区共享。 如果遇到错误，请随时与我们联系或打开github问题。 如果使用它，请引用以下工作： Isensee Fabian, Jäger Paul, Wasserthal Jakob, Zimmerer David, Petersen Jens, Kohl Simon, Schock Justus, Klein Andre, Roß Tobias, Wirkert Sebastian, Neher Peter, Dinkelacker Stefan, Köhler Gregor, Maier-Hein Klaus (2020). batchgenerators - a

卷积神经网络，可以很好的实现文本分类或者图像识别

利用深度学习模型CNN对图像进行分类与识别，例如人脸识别，手写字符识别等。

6本程序中，将乳腺肿瘤病灶组织的细胞核显微图像的 10 个量化特征作为模型的输入，良性乳腺肿瘤和恶性乳腺肿瘤作为模型的输出。用训练集数据进行随机森林分类器的创建，然后对测试集数据进行仿真测试，最后对测试结果进行分析。

云计算平台下遥感图像分类算法的并行化技术研究.pdf

[Docin]云环境下图像分类标注系统训练集数据的分析与提取.pdf

相对属性 用于图像分类和零镜头学习的视觉相对属性的Python实现 描述 此实现引用论文“ Relative Attributes, D. Parikh and K. Grauman, International Conference on Computer Vision (ICCV), 2011 。 作者给出的原始代码在matlab中。 此仓库包含用于从头开始使用牛顿优化来学习相对排名功能的python代码。 使用高斯混合模型的零射击学习也是在python中实现的。 实施细节 包含使用牛顿方法的rank svm的实现。 和 分别是用于零击学习的训练和测试文件。 此实现中使用了来自'PubFig'数据集的预提取要点特征。 要训​​练新的数据集， 模块和 可用于提取要点特征。 读取学习的排名功能，预处理的数据等，并将其保存在 目录。