2020年11月_szZack

11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创 AI实战：github图像语义分割代码汇总

github图像语义分割代码汇总Semantic segmentationU-Net (https://arxiv.org/pdf/1505.04597.pdf)https://lmb.informatik.uni-freiburg.de/people/ronneber/u-net/ (Caffe - Matlab)https://github.com/jocicmarko/ultrasound-nerve-segmentation (Keras)https://github.com/Edwar

2020-11-14 10:26:01 1602

原创 AI实战：图像语义分割数据集

语义分割数据集DatasetsStanford Background Datasethttp://dags.stanford.edu/projects/scenedataset.htmlSift Flow Datasethttp://people.csail.mit.edu/celiu/SIFTflow/Barcelona Datasethttp://www.cs.unc.edu/~jtighe/Papers/ECCV10/Microsoft COCO datasethttp://m

2020-11-07 10:01:11 775

原创 AI实战:图像语义分割标注工具

图像语义分割标注工具Annotation Tools:https://github.com/AKSHAYUBHAT/ImageSegmentationhttps://github.com/kyamagu/js-segment-annotatorhttps://github.com/CSAILVision/LabelMeAnnotationToolhttps://github.com/seanbell/opensurfaces-segmentation-uihttps://github.com

2020-11-07 10:00:43 1255

原创 AI实战：2019、2020最新的中文文本检测检测模型

2019、2020最新的中文文本检测检测模型1、DBNet（Real-time Scene Text Detection with Differentiable Binarization）论文地址：https://arxiv.org/pdf/1911.08947.pdf作者：华中科技大学 Minghui Liao 1∗ , Zhaoyi Wan 2∗ , Cong Yao 2 , Kai Chen 3,4 , Xiang Bai 1网络结构创新点在基于分割的文本检测网络中，最终

2020-11-07 09:02:16 2446

快速搭建垃圾分类智能问答机器人--完整工程

# 快速搭建垃圾分类智能问答机器人基于深度学习实现的垃圾分类智能问答机器人垃圾分类垂直领域问答机器人核心做法： 1、将问题分八大类，每个问题太类别给出一个回答 2、使用 word2vec + TextCNN 建立模型 - 环境要求 python: 3.x tensorflow: 1.x jieba word2vec # 模型训练 - 词向量方法训练: 200个epoch，loss 0.829977, acc 0.686275 评估：0.791946 - 词汇索引方法训练：200个epoch，loss 0.657236, acc 0.862745 评估：Accuracy: 0.852349

2019-07-08

快速搭建垃圾分类模型后台服务

基于Django、REST搭建的web服务，主要功能是集成了基于深度学习的建垃圾分类模型，使用到了inception-v3、textcnn模型。完整的工程包括： 1、完整代码 2、完整的数据 3、完整的垃圾分类识别模型 4、文档

2019-07-07

上海垃圾分类识别模型

快速搭建垃圾分类模型：使用inception快速搭建的图像分类模型，目前支持1000类识别。从图像中识别出类别后，再通过textcnn模型对垃圾类别进行映射，最终输出垃圾的类别。注：垃圾类别是以上海分类标准。

2019-07-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人