搜索资源列表
Python
- 用Python做科学计算，包括Python的科学计算和图像处理方面的知识。-Use Python for scientific computing, including knowledge of Python scientific computing and image processing.
image-sentiment-analysis
- 图片情感分析模型，基于卷积神经网络，以颜色特征为依据进行情感分类，图片情感极性分为积极和消极两类。(The model can extract the hue, brightness, contrast and other information from a picture to represent the emotional polarity of the image. The image sentiment analysis model is using convolution neura
img_seg
- 图像分割的一些代码，仅做测试使用，希望开通下载功能(Image segmentation of some code, just to test the use, I hope to open the download function)
wps-back
- 采用tensorflow的深度学习框架，采用opencv，采用时间戳，和特征抓取，自动抓取图片特征，然后存储(Using tensorflow's deep learning framework, opencv, timestamp, and feature capture are used to automatically capture image features, and then store them)
wechat_jump
- 微信跳一跳python自动跳，自动识别图像 自动触摸。(WeChat jump Python jump automatically, automatic recognition of image automatic touch.)
slic-python-implementation-master
- 图像分割算法实现——简单线性迭代slic(Realization of image segmentation algorithm)
convolution_examples
- specific examples to describe how to use convolutional neural network in python
ImageDraw.ipynb
- how draw images in python
create_pet_tf_record_quiz8
- 该代码将xml文件中的图片尺寸信息和物体位置信息统一进行处理，物体位置会转换成0～1之间的比例，物体名字会根据label_map转换成一个数字列表，结果会存入tfrecord中。(The code will process the image size information and object location information in the XML file uniformly, and the position of the object will be converted to
HOG 代码.docx
- HOG 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子(The Histogram of Oriented Gradient (HOG) feature is a feature descr iptor used for object detection in computer vision and image processing.)
卷积神经网络python代码
- 用于进行图像识别与大型图像的处理，是一种高效的识别方法(It is an efficient recognition method for image recognition and large image processing.)
moco
- 语音识别领域的经典论文实现，提供一个可训练的数学模型以预测语音特征(provide a s2s model for speech synthesis and network prediction with python and, e2e solution for production of google)
深度学习入门：基于Python的理论与实现.pdf+代码
- 本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等“为什么”的问题。(This book is a true sen
Python深度学习.pdf+代码
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franc?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(This book is written by Franc
Intelligent-monitoring-platform
- 智能监控平台的网站服务基于Flask开源框架，图像识别与信息提取功能则基于cv2和tensorflow等一系列相关的第三方库。以网页的形式进行人脸识别、目标检测、目标跟踪等，并且可以存储相关的操作记录、用户登录、管理员登录(Intelligent monitoring platform's website service is based on Flask open source framework, while image recognition and information extract
tensorflow-vgg16-train-and-test-master
- vgg深度学习，图像识别，用于图像的分类，在python上运行(vgg deep learning, image recognition, used for image classification, running on Python)
Deep Learning with Python
- 深度学习基本算法，深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库，它允许简单快速的原型设计。 在Python深度学习中， 你将从一开始就学习深度学习，你将学习所有关于图像分类模型，如何使用深度学习获取文本和序列，甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的，但你不必在机器学习，Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景，只有基础的高中水平数学应该让你跟随和理解核心
pytorch-openpose-master
- 本例程是我研究生阶段做的一个小项目，该项目用pytorch的深度学习框架来进行人体姿态识别，能够实现头部和身体的骨架识别！图像处理方面加入了OpenCV包进行相关的处理，希望能帮助大家！(175/5000 This routine is a small project that I did in the graduate stage. The project uses pytorch's deep learning framework to recognize human body postu
Python机器视觉编程
- 《Python计算机视觉编程》是计算机视觉编程的实践指南，依赖Python语言讲解了基础理论与算法，并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、三维重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。另外，书中附带的练习还能让读者巩固并学会应用编程知识。("Python Computer Vision Programming" is a practical guide to computer vision pro
U-Net-master-python
- 论文U-Net: Convolutional Networks for Biomedical Image Segmentation的实现代码，使用Unet卷积神经网络，实现了细胞的轮廓识别。使用Python代码，keras框架。