计算机视觉图像识别实战及应用
从原理到部署,完全掌握图像识别的实战应用技术
- OpenCV与SVM算法实战教学
- 深度学习CNN模型训练技巧
- Django框架下应用部署实操
- 实际案例,完整项目经验传授
第一阶段
基于SVM算法的图像识别
快速掌握OpenCV的基本操作和SVM算法的图像识别及应用
第二阶段
基于深度学习的图像识别
基于TensorFlow深度学习框架搭建CNN图像识别模型
第三阶段
Django搭建CNN网络实现图像识别
快速掌握Django Web框架的使用和CNN模型实现图像识别及应用
资料名称 | 文件大小 |
---|---|
计算机视觉_unit01_图像生成(一) | 937.97KB |
计算机视觉_unit02_图像生成(二) | 866.77KB |
计算机视觉_unit02_图像生成(二) | 866.77KB |
计算机视觉_unit03_OpenCV图像处理(一) | 1.13M |
计算机视觉_unit04_OpenCV图像处理(二) | 866.01KB |
计算机视觉_unit05_OpenCV图像处理(三) | 1.01M |
计算机视觉_unit06_OpenCV图像处理(四) | 977.42KB |
计算机视觉_unit07_图像特征检测理论 | 953.65KB |
02-代码 | 13.78M |
计算机视觉_unit08_图像特征检测代码实现 | 822.04KB |
07 支持向量机算法的定义和理解 | 819.34KB |
农作物分类项目 | 345.18KB |
chapter09 | 1.30KB |
资料名称 | 文件大小 |
---|---|
1.1 图像处理和OpenCV基础简介 | 1.35M |
chapter01 | 59.98KB |
计算机视觉_unit03_OpenCV图像处理(一) | 1.13M |
计算机视觉_unit07_图像特征检测理论 | 953.65KB |
计算机视觉_unit08_图像特征检测代码实现 | 822.04KB |
计算机视觉_unit05_OpenCV图像处理(三) | 1.01M |
chapter03 | 1.13KB |
chapter03 | 186.51KB |
1.2 深度学习基础理论 | 12.01M |
1.3 Tensorflow的安装和使用 | 606.35KB |
chapter01 | 6.39KB |
1.4 分类处理 | 665.63KB |
chapter02 | 43.07KB |
data | 30.72M |
archive | 77.70M |
chapter03 | 2.88KB |
1.5 卷积概述 | 896.77KB |
1.6 CNN原理 | 1.18M |
aitificial | 61.07M |
资料名称 | 文件大小 |
---|---|
1.1 Web技术概述 | 417.05KB |
1.2 Django框架概述 | 1.39M |
1.3 Django框架的视图渲染控制器 | 871.37KB |
CHAPTER01 | 505.19KB |
2.1 文件上传的实现 | 957.71KB |
04 卷积概述 | 896.77KB |
05 CNN原理 | 1.18M |
06 CNN经典模型 | 3.57M |
data | 77.66M |
image_classify | 4.43KB |
03_分类处理 | 665.63KB |
chapter04 | 17.84M |
{{ starInfo.score }}