搜索资源列表
Hardware-CNN-master
- Convolutional neural network code for fpga
hyperspectral-classification-with-svm-master
- svm高光谱图像分类3D-CNN Hyperspectral Image Classification(svmHyperspectral Image Classification)
classifier_cnn
- 以卷积神经网络对遥感数据（PaviaU）进行分类的一个算例，对于卷积神经网络的学习很有帮助。(An example of classification of remote sensing data (PaviaU) by convolution neural network is very helpful for the learning of convolution neural network.)
第 08 章 基于知识库的手写体数字识别
- 通过深度学习，利用已有库文件提取手写体图信息。与数据库中的内容进行对比，来识别手写体字母。(Through in-depth learning, handwritten graphic information is extracted from existing library files. Compare with the content in the database to recognize handwritten letters
AbnormalBehaviorDetection-master
- 基于光流特征的监控视频异常行为检测 使用CNN，RNN在UCSD数据库中实现 使用Keras，python3.6(Abnormal Behavior Detection of Monitoring Video Based on Optical Flow Characteristics)
tamper
- 用深度学习卷积网络CNN,实现图像复制粘贴和图像拼接篡改的定位(Using deep learning convolution network CNN to locate image copy-move and image splicing tampering)
卷积神经网络CNN进行图像分类
- 基于卷积神经网络的图像识别，应用于MATLAB(Image Recognition Based on Convolutional Upgrading Network)
matlab手写卷积神经网络人脸识别
- 基于卷积神经网络的人脸识别，学生作品啊啊啊啊啊啊(open face cnn student school what i should do)
flask-keras-cnn-image-retrieval-master
- 用于图像检索，很有用，数据库中仅包含少量图片，但是可运行，已经验证过了。(Useful for image retrieval. The database contains only a few pictures, but it can run and has been verified.)
object_detect.py
- 使用CNN检测目标 基于Tensorflow目标检测API(Uses CNN to detect objects. Based on Tensorflow Object Detection API)
models
- 包含unet/google-v2/CNN等多种神经网络的模型(Multiple Neural Network Models)
04.CNN处理CiFar
- 以python语言为基础，利用tensorflow机器学习架构，两层卷积神经网络实现，CiFar数据集图片分类功能。(Based on Python language, using tensorflow machine learning architecture, two-layer convolutional neural network, CiFar data set image classification function.)
cifar-10-cnn-master
- 经典数据集分类,利用卷积神经网络分类，利用python语言编写(classic picture classification)
dataset-master
- 深度学习进行调制识别的数据集，用于卷积神经网络(dataset for cnn include generate_RML2016.04c and generate_RML2016.10a)
DeepLearnToolbox-master
- CNN,DBN算法可以对手写体数字进行识别，准确率高(CNN and DBN algorithm can recognize handwritten numerals with high accuracy)
CNN
- 基于卷积神经网络的无限电调制方式识别，数据集由软件无线电产生(Recognition of infinite electrical modulation based on convolutional neural network. Data sets are generated by software radio)
CNN_Pavia-master
- 使用卷积神经网络进行高光谱遥感数据分类，使用的数据源为Pavia University高光谱数据 文件夹log--日志文件夹，存放TensorBorad日志、网络参数文件、混淆矩阵图 文件夹Patch--存放数据处理的切片结果 文件夹PaviaU--高光谱数据下载存放位置 文件夹predicted--CNN对原始影像的分类结果 data.py--对原始高光谱影像进行数据处理，生成切片 net.py--神经网络模型 train.py--训
fast-rcnn-master
- Fast R-CNN是在R-CNN的基础上进行的改进，大致框架是一致的。总体而言，Fast R-CNN相对于R-CNN而言，主要提出了三个改进策略： 1. 提出了RoIPooling，避免了对提取的region proposals进行缩放到224x224，然后经过pre-trained CNN进行检测的步骤，加速了整个网络的learning与inference过程，这个是巨大的改进，并且RoIPooling是可导的，因此使得整个网络可
Cnn_train_rollingball
- 卷积神经网络实现CWRU滚动轴承数据集故障分类(Fault classification of volume and network)
cnn-master
- 卷积神经网络，可以很好的实现文本分类或者图像识别(Convolutional Neural Networks)