一个简单的图片分类程序，基于python(numpy & opencv)，文件包含代码以及图片集，分类正确率约为89%。仅供学习使用…
Python 23 次浏览
本教程涵盖了使用Pytorch进行图像分类的所有步骤，包括： 训练 预测 TTA 模型融合 模型部署 CNN特征提取 SVM或随机森林分类 模型蒸馏
Nodejs 24 次浏览
分类页的图像管理一直是 WordPress 的一个小痛点。wordpress plugs categories-images 这个插件就挺实用，能帮你给分类加上特色图像或图标，后台直接设置，样式统一又清爽。嗯，尤其对视觉要求高的主题来说，效果蛮加分的。 插件支持给分类、标签、甚至自定义分类法（tax
PHP 0 次浏览
填写 subset 对话框的流程其实蛮直观的，关键在路径和命名别搞错。填完对话框后，直接就能切图，操作上没啥复杂的，适合拿来快速搞定erdas 监督分类那一套。 填subset对话框的时候，注意看清原图路径，比如D:/images/original.tif，别写错了，不然切完你找图都找不到。而新图路
Android 0 次浏览
利用TensorFlow框架，基于Python实现的CNN模型，用于星系图像分类任务。代码包含模型构建、训练和评估等步骤，可作为天文图像处理及深度学习应用的参考。
Python 20 次浏览
本项目利用 PyTorch 构建了一个图像分类模型。项目包含完整的代码实现、训练数据以及模型评估脚本，可直接运行。
Python 29 次浏览
农作物分类的源码项目，结构清晰，内容丰富，适合练手图像识别模型。内含完整数据集、训练脚本、模型权重和配置文件，对想搞明白 CNN 模型和图像分类的开发者挺友好，跑通一遍你就懂个七八成了。
Python 0 次浏览
基于BP神经网络算法，对遥感图像实施监督分类，通过交互式操作进行区域选择和分类。
C# 21 次浏览
调整了源代码的实现，确保其可正常运行。 适合初学者使用：采用原始传递参数的方式实现 MNIST 图像分类。 全连接网络的实现：使用 variable_scope 实现全连接网络。 采用 LeNet-5 架构：用于识别 MNIST 图像。 面向初学者：可作为 MNIST 图像分类的入门参考。
Python 28 次浏览
图像识别软件的识别速度挺快，准确率也不错，适合做一些快速归类、证件识别、票据扫描这种需求。配合现成的 API 或者你用自己的模型接入都不难，适配范围还蛮广的。 照片识别这玩意儿，用起来其实没你想的那么复杂。像OCR就挺实用的，比如你做个发票录入工具，拿个图片一丢，直接转文字，效率翻倍。想了解详细做法
Android 0 次浏览