大恒深度学习官方PPT,内含教程视频网盘地址
2022-04-27 09:15:37 4.45MB 文档资料 深度学习 分类 人工智能
1
【达摩老生出品,必属精品,亲测校正,质量保证】 资源名:树叶图像特征分类识别程序_树叶分类_图像识别_matlab 资源类型:matlab项目全套源码 源码说明: 全部项目源码都是经过测试校正后百分百成功运行的,如果您下载后不能运行可联系我进行指导或者更换。 适合人群:新手及有一定经验的开发人员
本项目是使用yolov5结合python语言进行四类垃圾(可回收垃圾、有害垃圾、厨余垃圾和其他垃圾)的模型训练以及准确识别,下载本项目解压使用pycharm打开,测试图片可放入data下的images文件夹,运行dect.py(本项目已经在google colab上炼成丹)进行识别,识别结果存放于runs-dect-exp+数字文件夹下,可进行查看识别结果。 特别说明:本项目由于时间有限训练垃圾识别模型时所使用的数据集量比较小,所以四类垃圾中仅限瓶子、报纸;电池;剩饭;碎瓷片。有兴趣同学可采用大量数据集进行翻墙在云端进行训练。
2022-04-07 09:09:35 71.98MB 分类 数据挖掘 人工智能 机器学习
1
使用LeNet CNN对交通标志进行分类 描述 我们构建了LeNet类型的卷积神经网络模型,并对模型进行训练,以判断给定图片属于43个交通标志中的哪个。 那就是模型确定输入图像是否意味着: 停车标志 或限速30km / h , 或儿童穿越, ...等 我们为43个交通标志分配了43个不同的整数(或43个规范矢量,大小为43)。 组织 我们首先给出问题陈述并准备data_preparation_pblm_statmnt.ipynb中的数据 我们在modelling.ipynb中进行训练/建模部分 原始数据存储在data / raw中。 处理后的数据存储在数据中/处理后 原始数据集的来源 我们使用的原始数据集包含来自的约51839张免费提供的图像。 J. Stallkamp,M。Schlipsing,J。Salmen和C. Igel。 德国交通标志识别基准测试:多类别分类比赛。 在I
2022-03-20 21:17:43 24.65MB OpenEdgeABL
1
铁路场景三维点云分割与分类识别算法.pdf,铁路限界侵入检测对保障高速铁路安全具有重要意义,基于激光三维点云分割与分类识别的异物侵入检测具有准确、直观的优点,在诸如隧道口和站台的铁路重点区域监测中具有广泛应用前景。设计了一种带动二维激光雷达进行俯仰运动的装置用于铁路三维点云的采集,基于法线方向一致性原则提出采用区域生长分割算法解决欧氏聚类分割和随机采样一致性(RANSAC)分割造成的过分割和欠分割问题;针对分割后的单物体点云,提出利用视点特征直方图(VFH)进行不同目标的三维点云特征提取,基于不同物体VFH建立KD树,并利用最近点搜索方法完成单物体点云分类识别。铁路场景典型物体的分类实验结果表明,本算法对铁路场景典型物体的分类识别准确率大于90%。
2022-03-17 21:18:57 5.57MB 论文研究
1
基于小波和分形的跳频信号分类识别研究,梁颖,周亚建,扩频通信是目前军用电台的常见通信方式,采用扩频技术能够有效地降低通信信号被侦测的概率,减少敌方电磁干扰的影响。但是对于跳
2022-03-04 17:56:54 412KB 跳频信号
1
本文主要介绍如何使用python搭建:一个基于深度残差网络(ResNet)的水果**图像分类识别系统**。 项目只是用水果分类作为抛砖引玉,其中包含了使用ResNet进行图像分类的相关代码。主要功能如下: - 数据预处理,生成用于输入TensorFlow模型的TFRecord的数据。 - 模型构建及训练,使用tensorflow.keras构建深度残差网络。 - 预测水果分类并进行模型评估。 ***如各位童鞋需要更换训练数据,完全可以根据源码将图像和标注文件更换即可直接运行。*** 博主也参考过网上图像分类的文章,但大多是理论大于方法。很多同学肯定对原理不需要过多了解,只需要搭建出一个预测系统即可。 **本文只会告诉你如何快速搭建一个基于ResNet的图像分类系统并运行,原理的东西可以参考其他博主**。 也正是因为我发现网上大多的帖子只是针对原理进行介绍,功能实现的相对很少。 如果您有以上想法,那就找对地方了!
2022-02-09 09:13:47 588.11MB 分类 数据挖掘 人工智能 机器学习
传统生产线多以人工方式对工业零件进行分类,检测速度和精度亟待提高,本文基于LabVIEW平台,建立了工业零件的分类识别系统,通过对图像进行采集和预处理,根据含目标的图像信息,采用canny边缘算子识别其中的图形轮廓并进行特征匹配,识别期望的目标是否存在,进而完成工业零件的分类与定位。实验证明,分类识别的平均耗时为 0.33 s,符合快速匹配的要求,能有效提高生产效率。
1
基于欧⽒距离-最⼩距离分类器的鸠尾属植物分类 识别率为0.96667
手指静脉识别技术作为一种新型的非接触式生物认证技术,具有可靠性高,验证便捷,识别精度高和活体识别等特点。与传统认证技术不同,它在易用性与可靠性之间达到较好的平衡,但是该技术在图像采集、预处理和特征提取与匹配等方面仍存在一些问题,而本文研究目的就在于研究和解决上述问题。 本文分析了手指静脉识别技术的基本原理,设计了手指静脉图像处理流程,研究了图像采集、静脉图像区域定位、静脉纹路提取、静脉特征提取与匹配等原理与实现, Gabor小波与人类视觉系统中简单细胞的视觉刺激响应非常相似。它在提取目标的局部空间和频率域信息方面具有良好的特性。虽然Gabor小波本身并不能构成正交基,但在特定参数下可构成紧框架
2021-12-31 17:05:15 72KB gabor 分类 小波变换
1