图像识别
4篇文章 · 0订阅
  • 卷积：如何成为一个很厉害的神经网络
    卷积神经网络(Convolutional Neural Networks, ConvNets or CNNs)是一种在图像识别与分类领域被证明特别有效的神经网络。卷积网络已经成功地识别人脸、物体、交通标志，应用在机器人和无人车等载具。
    神经网络 架构 后端
  • SVHN的Keras实现
    SVHN是街景数字的数据集，Google在2013年发表的论文“Multi-digit Number Recognition from Street View Imagery using Deep Convolutional Neural Networks”提供了解决方法，并声…
    Keras 人工智能 GitHub
  • 2.CNN图片多标签分类（基于TensorFlow实现验证码识别OCR）
    上一篇实现了图片CNN单标签分类（猫狗图片分类任务）地址：https://juejin.im/post/6844903731331334151预告：下一篇用LSTM+CTC实现不定长文本的OCR，本质
    TensorFlow
  • 1.CNN图片单标签分类（基于TensorFlow实现基础VGG16网络）
    本文使用Python3，TensorFlow实现适合新手的VGG16模型（不了解VGG16的同学可以自行百度一下，本文没有使用slim或者keras实现，对VGG16逐层实现，便于新手理解，有经验的同学可以用高级库重写这部分）可应用于单标签分类（一张图片要么是猫，要么是狗）任务。
    TensorFlow