注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Tensorflow实现二次元图像的超分辨率

  2. 使用tensorflow实现了一个vgg-style网络，用于对动漫风格的图像进行超分辨率处理。 解压后源码在src目录下，data目录下是用于训练的数据，data/originals目录用于存放你收集的原始无损图片，运行make_noisefree_data后，程序会自动从data/originals中读取文件并裁剪，然后保存到data/train,data/valid和data/test目录下，分别用于训练、验证和测试。训练中产生的模型会保存在checkpoints目录下。

  3. 所属分类：Python

    • 发布日期：2016-12-17
    • 文件大小：14mb
    • 提供者：aichipmunk

  1. Tensorflow实现二次元图像的超分辨率

  2. 使用tensorflow实现了一个vgg-style网络，用于对动漫风格的图像进行超分辨率处理。 解压后源码在src目录下，data目录下是用于训练的数据，data/originals目录用于存放你收集的原始无损图片，运行make_noisefree_data后，程序会自动从data/originals中读取文件并裁剪，然后保存到data/train,data/valid和data/test目录下，分别用于训练、验证和测试。训练中产生的模型会保存在checkpoints目录下。

  3. 所属分类：Python

    • 发布日期：2019-01-01
    • 文件大小：14mb
    • 提供者：funing8258

  1. Tensorflow实现二次元图像的超分辨率

  2. 使用tensorflow实现了一个vgg-style网络，用于对动漫风格的图像进行超分辨率处理。 解压后源码在src目录下，data目录下是用于训练的数据，data/originals目录用于存放你收集的原始无损图片，运行make_noisefree_data后，程序会自动从data/originals中读取文件并裁剪，然后保存到data/train,data/valid和data/test目录下，分别用于训练、验证和测试。训练中产生的模型会保存在checkpoints目录下。

  3. 所属分类：Python

    • 发布日期：2020-01-19
    • 文件大小：14mb
    • 提供者：weixin_42584046

  1. CoupleGenerator:用你的照片产生你的爱人-源码

  2. 情侣发电机 介绍 用你的照片产生你的爱人 该项目是两年前的旧项目。我不小心在存储介质中找到了它。 我们在互联网上收集已婚夫妇的照片，并对图像进行预处理。 该模型是使用pix2pix的代码进行训练的。 训练图像的示例： 您可以和自己喜欢的人作为训练对合影留念〜 此仓库仅用于娱乐。 如果您有兴趣（不关业务），请随时使用代码和数据集。 拟合训练数据 这是经过8800个步骤后的训练结果。 该模型可以在短时间内拟合训练图像。 环境环境 Tensorflow == 1.1 您还需要通过以下链接下载vgg的

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：10mb
    • 提供者：weixin_42127783

  1. deploy-carbrad-prediction:使用转移学习（resnet50），flask和heroku进行深度学习模型部署-源码

  2. 部署预测 使用转移学习（resnet50），flask和heroku进行深度学习模型部署 汽车品牌预测 使用Keras汽车品牌分类转移学习VGG 16和VGG 19火车数据和测试数据火车数据包含-3个品牌汽车-audi，lamborghini，mercedes类，每个文件夹包含audi-20张图像；兰博基尼-19辆;奔驰-25 测试数据由-audi-9组成；兰博基尼-30;奔驰-19 什么是转学 转移学习是机器学习中的一个研究问题，其重点是存储在解决一个问题并将其应用于其他但相关的问题时获得的知

  3. 所属分类：其它

  1. missing-fan:基于深度学习的被测设备中风扇缺失的图像分类-源码

  2. 风扇缺失的图像分类 目标 设计基于CNN的深度神经网络（DNN）以推断被测设备中所有风扇的存在 用受过训练的模型开发图像分类应用程序，以推断网络摄像头图像中风扇的实时状态，以进行自动光学检测（AOI）应用程序 粉丝图片 通行证：所有四位粉丝的存在失败：至少缺少一个风扇 数据集和预处理 数据集：705张图像（通过），1000张图像（失败）。在距设备的不同距离和不同角度处捕获图像，以在训练（80％）和验证（20％）数据集中引起更多变化 将图像的色彩空间从BGR转换为RGB 将图像调整为224 x 2

  3. 所属分类：其它

  1. EnlightenGAN-源码

  2. 启蒙 IEEE图像处理交易，2020年， 代表性的结果 总体架构 环境准备 python3.5 您至少应准备3个1080ti GPU或更改批大小。 pip install -r requirement.txt mkdir model 从下载VGG预训练模型，然后将其放入目录model 。 培训过程 在开始培训过程之前，您应该启动visdom.server进行可视化。 nohup python -m visdom.server -port=8097 然后运行以下命令 python scr i

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：16mb
    • 提供者：weixin_42127754

  1. VGG:VGG模型测试-源码

  2. VGG:VGG模型测试

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：137kb
    • 提供者：weixin_42117037

  1. ai-benchmark-源码

  2. 是一个开源python库，用于评估各种硬件平台（包括CPU，GPU和TPU）的AI性能。 该基准测试基于机器学习库，并为评估关键深度学习模型的推理和训练速度提供了轻量级且准确的解决方案。 AI Benchmark总共包括42个测试和以下19个部分： MobileNet-V2 [classification] Inception-V3 [classification] Inception-V4 [classification] Inception-ResNet-V2 [classific

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：20mb
    • 提供者：weixin_42168745

  1. SUIM：水下图像的语义分割：数据集和基准-源码

  2. 资料库（IROS 2020） • •• • • SUIM数据集 用于自然水下图像的语义分割 1525张带注释的图像用于训练/验证，110个样本用于测试 BW ：背景/水体• HD ：潜水员• PF ：水生植物和海草• WR ：残骸/废墟 RO ：机器人/仪器• RI ：礁石/无脊椎动物• FV ：鱼类和脊椎动物• SR ：海底/岩石 SUIM-Net模型 全卷积编码器-解码器网络 SUIM-Net（RSB）：简单轻巧的模型； 快速提供合理的性能 SUIM-Net（VGG）：提供更好的泛化性能 详

  3. 所属分类：其它

  1. deepface：在Tensorflow中实现的用于面部检测识别比对的深度学习模型-源码

  2. 深脸 在Tensorflow中实现的用于面部检测/识别/对齐的深度学习模型。 这是使用此存储库的代码段： 主要贡献者 ildoonet 楷模 基准线 基线模型使用dlib人脸检测模块来修剪鱼卵。 然后，它们将在vggface网络中转发以提取功能。 dlib人脸检测 dlib面对齐 VGGFace人脸识别 SSD人脸检测 Mobilenet V2 培训： : 实验 LFW数据集 探测器 识别模型 描述 组 1-EER 准确性 VGG 纸，无嵌入，训练有素 测试 0.9673

  3. 所属分类：其它

  1. pytorch-semantic-segmentation：用于语义分割的PyTorch-源码

  2. PyTorch用于语义分割 该存储库包含一些用于语义分割的模型以及在PyTorch中实现的训练和测试模型的管道 楷模 Vanilla FCN：分别为VGG，ResNet和DenseNet版本的FCN32，FCN16，FCN8（ ） U-Net（ ） SegNet（ ） PSPNet（） GCN（） DUC，HDC（） 需求 PyTorch 0.2.0 PyTorch的TensorBoard。 安装 其他一些库（在运行代码时查找丢失的内容：-P） 制备 转到models目录并在conf

  3. 所属分类：其它

  1. DeblurGAN：使用生成对抗网络进行图像去模糊-源码

  2. DeblurGAN DeblurGAN：使用条件对抗网络进行盲运动去模糊的Pytorch实现。 我们的网络将模糊的图像作为输入，并进行相应的清晰估计，如示例所示： 我们使用的模型是条件性Wasserstein GAN，具有基于VGG-19激活的渐变惩罚+感知损失。 这样的体系结构在其他图像到图像的转换问题（超分辨率，着色，修复，除雾等）上也给出了良好的结果。 怎么跑 先决条件 NVIDIA GPU + CUDA CuDNN（CPU未经测试，感谢反馈） 火炬 从下载权重。 请注意，在推论过

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：34mb
    • 提供者：weixin_42160645

  1. 分层dnn解释：使用论文《神经网络预测的分层解释》中的复制ACD（ICLR 2019）-源码

  2. 从神经网络预测的层次解释论文中使用/复制ACD的官方代码（ICLR 2019 ）。 该代码为神经网络所做的单个预测生成层次解释。 注意：此存储库正在积极维护。 如有任何疑问，请提出问题。 例子/文档 安装： pip install acd （或克隆并运行python setup.py install ） 示例： 文件夹包含带有许多演示的笔记本 api ： 提供可用功能列表 src ： 文件夹包含方法实现的源 通过更改超参数允许进行不同类型的解释（在示例中进行了说明） 使用python3和

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：23mb
    • 提供者：weixin_42140846

  1. tensorflow-101：TensorFlow 101：TensorFlow中的Python深度学习简介-源码

  2. TensorFlow 101：深度学习简介 我一生都在机器学习领域工作，从未见过像深度学习这样的算法能超越其基准测试-Andrew Ng 该存储库包括我从头开始完成的基于深度学习的项目实现。 您可以在分步教程中找到源代码和文档。 模型结构和预训练权重也可以共享。 面部表情识别 ， 这是一个自定义的CNN模型。 将Kaggle 数据集输入模型。 该模型运行速度很快，并产生令人满意的结果。 它也可以实时运行。 我们可以实时运行情感分析以及 ， 脸部识别 ， 人脸识别主要基于卷积神经网

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：34mb
    • 提供者：weixin_42129113

  1. machine_learning:用于学习机器学习的工具-源码

  2. ML的脚本，工具，代码段... 张量流 一些示例。 火炬 一些示例。 归零 一些示例。 font_rasterizer 用于从ML模型的字体生成训练/测试图像数据的脚本。 mmdnn_env 从Caffe到PyTorch的VGG官方参数的模型转换器。 font_analysis 关于字体识别的旧研究主要使用OCR技术。

  3. 所属分类：其它

    • 发布日期：2021-04-02
    • 文件大小：43kb
    • 提供者：weixin_42154650

  1. Emotion_Recognition-源码

  2. 情绪识别 目标 实现一个能够预测情绪和面部表情的类似于VGG的网络： 将fer2013.csv数据集转换并拆分为三个HDF5文件，包括训练，验证和测试集。 从头开始构建类似于VGG的网络。 训练情绪识别器并提高模型准确性。 评估先前训练过的情绪识别器。 构建了一个实时应用程序来检测人的情绪/面部表情。 所用包装 Python 3.6 4.0.0 2.1.0 1.13.0 10.0 7.4.2 方法 名为fer2013的数据集来自。 训练数据集包含28,709张图像，每

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：41mb
    • 提供者：weixin_42101056