python基于tensorflow、keraspytorch实现对自然场景的文字检测及端到端的OCR中文文字识别chinese_ocr-master.zip

Tensorflow openCV pytesseract labelImg TensorFlow是一个开源软件库（深度学习），用于跨一系列任务进行数据流编程。它是一个符号数学库，也用于机器学习应用，如神经网络。所以我们计划用它来检测车牌。 训练阶段——图像标记 收集了100张图片（汽车和车牌）。然后通过在车牌上绘制边界框来对图像集进行注释。 注释给出了车牌的坐标，例如（xmin，ymin，xmax，ymax） 然后坐标被保存到一个XML文件中 所有XML文件都被分组，坐标保存在CSV文件中。 然后将CSV文件转换为TensorFlow记录格式。 其他10个单独的图像集也完成了上述步骤，并保存为测试记录文件 注释的图像集发送到称为ssd mobilenet的卷积神经网络，其中设置了模型学习率、发送到网络的图像批次和评估配置等指标。 最后，该模型得出了肯定的结果，并检测到输入图像上的车牌。

配置依赖后即可运行 Tensorflow Numpy cv2 imutils 运行“python3 finalPrototype.py”来运行 在Yolo training文件夹中，有一些cfg文件、权重和用来训练2个Yolo的python代码 在CNN培训文件夹中，有用来培训CNN进行字符识别的python代码

基于tensorflow+CNN的新闻文本分类-附件资源

《21个项目玩转深度学习——基于TensorFlow的实践详解》以实践为导向，深入介绍了深度学习技术和TensorFlow框架编程内容。 通过本书，读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用，还可以使用神经网络生成图像和文本，进行时间序列预测、搭建机器翻译引擎，训练机器玩游戏。全书共包含21个项目，分为深度卷积网络、RNN网络、深度强化学习三部分。读者可以在自己动手实践的过程中找到学习的乐趣，了解算法和编程框架的细节，让学习深度学习算法和TensorFlow的过程变得轻松和高效。本书代码基于TensorFlow 1.4及以上版本，并介绍了TensorFlow中的一些新特性。

本文主要介绍如何使用python搭建一个：基于TensorFlow的语音识别系统。 本文主要分为3部分： - 1、项目数据集介绍。 - 2、项目功能及相关代码展示。 - 3、项目完整下载地址。 博主也参考过语音识别系统相关模型的文章，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，只需要搭建出一个可视化系统即可。 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！ 不多废话，直接进入正题！

深度学习语音识别，基于tensorflow的语音识别程序。程序示例简单实用，便于理解

Im2Avatar: 基于TensorFlow实现的单幅图像的彩色3D重建

hourglass_tensorflow_demo 基于tensorflow的hourglass模型demo 配置要求 py2 or 3 tensorflow >=1.2.0 opencv>=3.2 模型介绍 通过图像金字塔保证图像信息不丢失 参考文献

图像风格迁移demo，基于tensorflow lite，功能不太完备，但是基本思路很有趣，用ipc实现tensor模块，一定程度上提高了对内存的容错率，避免OOM。.zip,Flora was Claymore No. 8 of Clare's generation. She was nicknamed "Windcutter Flora" (風斬りのフローラ).