本数据集数据取自 https://lttm.dei.unipd.it//downloads/gesture/ 原数据集包含了14个人采集的共1400张样本，共10种手势。包括RGB图像、深度信息等，原图大小1280*960。 本数据集只选用了RGB图像，并将图像缩小为400*300。同时对所有的手势进行了样本标记，以PascalVOC格式记录。 所有标记坐标均以（0,0）为图像左上角点。

基本所以图像识别任务都可以基于这段代码来实现！！！代码主要包括：图像数据集的制作、图像预处理、模型搭建与微调、模型训练与测试、模型保存等。本例使用Tensorflow的ResNet预训练模型，并在此基础上进行微调，能实现复杂的分类问题。

图像识别的技术现状和发展趋势 该文描述了图像识别技术的国内外研究现状，介绍了图像识别过程的相关基本工作，并探讨了图像识别的关键步骤，包括图象分 割、图像特征提取和分类和图像的匹配，分析和比较了各种算法的优缺点，并讨论了其中的关键技术及计算机图像识别新技术。 关键词：图像识别；图象分割；特征提取；匹配

基于opencv的图像识别,识别图像中的色块,可以识别红色,绿色,蓝色的颜色区域,并二值化,学习opencv的基本代码

matlab开发-基于直方图的图像识别。基于直方图的人脸识别算法在ORL数据库上进行了99.75%的精度测试

LIME低照度图像增强算法，里面包含C++程序和测试效果图像，可直接使用，效果惊人，非常值得下载！！！

百度网盘下载，长期有效！ 人脸识别必备数据集，经典中的经典！ CASIA-WEBFACE-完整版4.1G

局部图像特征检测、共8组，每组6张图片

19年不务正业，入门跟着福大师学习CV领域，刚好看到参加华为垃圾分类CV赛，有幸获得一个亚军，比赛过去有点久了，具体的代码内容就不再分享，分享下当时答辩的PPT，有兴趣的同学欢迎探讨！ pS：CV界调包侠和调参侠特别吃香，小厂辛辛苦苦研究心的算法可能新开源的一个直接完爆你的研究。这真的是一项重资产的工程，大部分场景拼的是数据和资源。 在数据和资源不平等的条件下，考虑算法实在是太难为科学家了！   技巧总结 1、10比赛9融合五折交叉、十折交叉后融合，效果特别好 2、模型的尝试和选择非常重要，不同的数据和任务模型差异非常大， 并不是根据github或者论文对比里面的准确度。 3、融合的方式：加权平均、几何平均，靠上分尝试，在每天有剩余次数 的情况下，做更多的融合尝试 4、融合模型之间的差异性，数据处理的差异性，模型基础网络的差异性。（MIC融合） 5、后处理TTA，将图片多次处理后预测后融合。

伯克利大学资源，计算机视觉实验使用的图片，包括人脸在各种不同光影和背景下的图片，景物图片和训练使用的各色图像。