python
lyx_9696
这个作者很懒,什么都没留下…
展开
-
067基于python的街头汉字文本识别检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行04pyqt界面.py可以展示一个pyqt的可视化交互界面,通过点击按钮加载感兴趣的图片进行识别。图片中的文本皆被识别出。原创 2023-06-25 22:09:43 · 153 阅读 · 0 评论 -
066基于python深度学习的街头汉字文本检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行01makeTxt.py会将data文件下的图片路径及标签保存在txt文本内,图片中的文本皆被检测到。原创 2023-06-25 22:06:14 · 154 阅读 · 0 评论 -
065python的街头文本识别检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行04pyqt界面.py可以展示一个pyqt的可视化交互界面,通过点击按钮加载感兴趣的图片进行识别。原创 2023-06-25 22:06:35 · 124 阅读 · 0 评论 -
064python深度学习的街头文本检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行04pyqt界面.py可以展示一个pyqt的可视化交互界面,通过点击按钮加载感兴趣的图片进行识别。原创 2023-06-25 22:04:00 · 85 阅读 · 0 评论 -
063基于深度学习和ocr的车牌识别
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行02train.py会对图片进行读取并训练模型保存在runs文件下,运行03detector_photo.py会对单张图片进行预测,原创 2023-06-25 22:00:22 · 73 阅读 · 0 评论 -
062基于深度学习的车牌检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行02train.py会对图片进行读取并训练模型保存在runs文件下,运行03detector_photo.py会对单张图片进行预测,原创 2023-06-25 21:59:10 · 40 阅读 · 0 评论 -
061基于深度学习的建筑物高度检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行02train.py会对图片进行读取并训练模型保存在runs文件下,运行03detector_photo.py会对单张图片进行预测,原创 2023-06-25 21:57:51 · 194 阅读 · 0 评论 -
060基于深度学习的建筑物房屋检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行01create_txt.py会将data文件下的图片路径及标签保存在txt文本内,原创 2023-06-25 21:56:30 · 190 阅读 · 0 评论 -
059基于python深度学习对人体身高预测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行02train.py能对图片进行路径和对应的标签进行加载训练模型保存在weights文件夹下,原创 2023-06-25 21:57:13 · 430 阅读 · 0 评论 -
058基于python深度学习AI的车辆车高_车宽_横截面积检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行01create_txt.py会将dataset文件下的图片路径及标签保存在txt文本内,原创 2023-06-25 21:53:03 · 99 阅读 · 0 评论 -
057基于python的舌象舌头判断是否病变
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行02train.py可以对txt文本中的图片路径读取并训练模型,并保存评价指标折线图。原创 2023-06-24 22:46:58 · 263 阅读 · 0 评论 -
056基于python的图像识别含评价指标_精确率_召回率_f1score
运行02train.py读取txt中的图片路径和对应标签读取训练,并生成评价指标折线图保存在result文件夹中。运行03.py可以生成pyqt的交互界面,通过点击按钮对感兴趣的图片进行加载,然后进行检测识别。运行01数据集文本生成制作.py可以对data文件夹下图片保存在txt文本中。原创 2023-06-24 22:45:33 · 96 阅读 · 0 评论 -
055基于python目标检测的小程序交互+田间杂草检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行02train.py对txt文本中的图片进行读取训练,训练的模型保存在runs文件下。原创 2023-06-24 22:44:26 · 282 阅读 · 0 评论 -
054基于python的人脸识别检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行02pyqt界面.py显示一个pyqt的交互界面,通过点击按钮来进行人脸检测。运行01detect.py可以对单张图片进行人脸检测,原创 2023-06-24 22:41:10 · 85 阅读 · 0 评论 -
053基于深度学习的混凝土裂缝检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行04pyqt界面.py可以生成一个可视化的界面,通过点击加载感兴趣的图识别。原创 2023-06-24 22:39:47 · 312 阅读 · 0 评论 -
052基于python的hog+svm实现混凝土裂缝目标检测
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行03.py可以生成pyqt的交互界面,通过点击按钮对感兴趣的图片进行加载,然后进行检测识别。运行02.py可以对单张图片进行预测。原创 2023-06-24 22:40:37 · 228 阅读 · 0 评论 -
051通过人工智能技术识别鸟类品种网页版本
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行03pyqt界面.py或03web.py可以生成一个可视化的界面,通过点击按钮加载图片识别。原创 2023-06-24 22:37:24 · 65 阅读 · 0 评论 -
050通过人工智能技术识别鸟类品种pyqt界面
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中,运行02train.py可以对txt文本中的图片路径读取并训练模型,原创 2023-06-24 22:36:12 · 92 阅读 · 0 评论 -
049万能图像处理小助手1.1_傅里叶变化_椒盐噪声_直方图均衡等图片批量处理
卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。每个按钮对应相应的功能,先点击加载图片按钮,对图片文件夹进行选择后,在点击相应的变换功能按钮选择保存的地址,即可将目标图片进行转换后保存在相应文件夹下。一个main.py运行即可,主要用于图像增强,扩增使用。视频演示和demo仓库找049期。原创 2023-06-24 22:37:06 · 45 阅读 · 0 评论 -
深度学习速学上手小项目
083基于深度学习的手势识别小程序版本_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。目标检测一般是yolov3、yolov4、yolov5、yolox、PSPnet、faster_rcnn、SDD等。图像分割一般是Unet、mask-rcnn、PSPnet、yolov5-segment等。原创 2023-06-24 22:29:53 · 209 阅读 · 2 评论