基于InceptionV3卷积神经网络的垃圾图像识别

上传者: 44617711 | 上传时间: 2022-07-07 14:09:35 | 文件大小: 79.09MB | 文件类型: RAR
本文对四类垃圾进行建模,每类垃圾再分为2类垃圾进行识别,(已经建立模型,无垃圾图片训练集菠萝、茶叶、单肩包、锅草帽、口服液瓶、玻璃灯管、电视眼镜)+程序源码,可自己寻找垃圾训练图片建立文件进行训练

文件下载

资源详情

[{"title":"( 15 个子文件 79.09MB ) 基于InceptionV3卷积神经网络的垃圾图像识别","children":[{"title":"基于InceptionV3卷积神经网络的垃圾图像识别报告+代码","children":[{"title":"基于InceptionV3卷积神经网络的垃圾图像识别.docx <span style='color:#111;'> 942.27KB </span>","children":null,"spread":false},{"title":"图像识别代码+图片测试结果","children":[{"title":"freezeWeights.m <span style='color:#111;'> 302B </span>","children":null,"spread":false},{"title":"indentification.m <span style='color:#111;'> 1.47KB </span>","children":null,"spread":false},{"title":"测试结果","children":[{"title":"单肩包测试结果.jpg <span style='color:#111;'> 104.82KB </span>","children":null,"spread":false},{"title":"茶叶测试结果.jpg <span style='color:#111;'> 145.33KB </span>","children":null,"spread":false},{"title":"锅测试结果.jpg <span style='color:#111;'> 99.41KB </span>","children":null,"spread":false},{"title":"电视眼镜测试结果.jpg <span style='color:#111;'> 63.79KB </span>","children":null,"spread":false},{"title":"草帽测试结果.jpg <span style='color:#111;'> 45.62KB </span>","children":null,"spread":false},{"title":"口服液瓶测试结果.jpg <span style='color:#111;'> 112.96KB </span>","children":null,"spread":false},{"title":"菠萝测试结果.jpg <span style='color:#111;'> 59.18KB </span>","children":null,"spread":false},{"title":"玻璃灯管测试结果.jpg <span style='color:#111;'> 107.17KB </span>","children":null,"spread":false}],"spread":true},{"title":"Inceptionv3_02.mat <span style='color:#111;'> 77.61MB </span>","children":null,"spread":false},{"title":"train.m <span style='color:#111;'> 2.49KB </span>","children":null,"spread":false},{"title":"createLgraphUsingConnections.m <span style='color:#111;'> 306B </span>","children":null,"spread":false},{"title":"findLayersToReplace.m <span style='color:#111;'> 1.25KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明