相關(guān)文章

• 

  python畢業(yè)設(shè)計(jì) 深度學(xué)習(xí)yolov5車輛顏色識(shí)別檢測(cè)系統(tǒng) - opencv

  ?? 這兩年開始畢業(yè)設(shè)計(jì)和畢業(yè)答辯的要求和難度不斷提升，傳統(tǒng)的畢設(shè)題目缺少創(chuàng)新和亮點(diǎn)，往往達(dá)不到畢業(yè)答辯的要求，這兩年不斷有學(xué)弟學(xué)妹告訴學(xué)長(zhǎng)自己做的項(xiàng)目系統(tǒng)達(dá)不到老師的要求。 為了大家能夠順利以及最少的精力通過畢設(shè)，學(xué)長(zhǎng)分享優(yōu)質(zhì)畢業(yè)設(shè)計(jì)項(xiàng)目，今天

  2024年02月04日

  瀏覽(24)
• 

  計(jì)算機(jī)設(shè)計(jì)大賽 深度學(xué)習(xí)YOLOv5車輛顏色識(shí)別檢測(cè) - python opencv

  ?? 優(yōu)質(zhì)競(jìng)賽項(xiàng)目系列，今天要分享的是 ?? **基于深度學(xué)習(xí)YOLOv5車輛顏色識(shí)別檢測(cè) ** 該項(xiàng)目較為新穎，適合作為競(jìng)賽課題方向，學(xué)長(zhǎng)非常推薦！ ??學(xué)長(zhǎng)這里給一個(gè)題目綜合評(píng)分(每項(xiàng)滿分5分) 難度系數(shù)：3分 工作量：3分 創(chuàng)新點(diǎn)：4分 ?? 更多資料, 項(xiàng)目分享： https://gitee.com

  2024年02月19日

  瀏覽(174)
• 

  車牌識(shí)別系統(tǒng)Python，基于深度學(xué)習(xí)CNN卷積神經(jīng)網(wǎng)絡(luò)算法

  車牌識(shí)別系統(tǒng)，基于Python實(shí)現(xiàn)，通過TensorFlow搭建CNN卷積神經(jīng)網(wǎng)絡(luò)模型，對(duì)車牌數(shù)據(jù)集圖片進(jìn)行訓(xùn)練最后得到模型，并基于Django框架搭建網(wǎng)頁端平臺(tái)，實(shí)現(xiàn)用戶在網(wǎng)頁端輸入一張圖片識(shí)別其結(jié)果，并基于Pyqt5搭建桌面端可視化界面。 在智能交通和車輛監(jiān)控領(lǐng)域，車牌識(shí)別技術(shù)扮

  2024年02月07日

  瀏覽(102)
• 

  深度學(xué)習(xí)實(shí)戰(zhàn)項(xiàng)目(一)-基于cnn和opencv的車牌號(hào)識(shí)別

  網(wǎng)上大部分是關(guān)于tensorflow，使用pytorch的比較少，本文也在之前大佬寫的代碼的基礎(chǔ)上，進(jìn)行了數(shù)據(jù)集的完善，和代碼的優(yōu)化，效果可比之前的pytorch版本好一點(diǎn)。 數(shù)據(jù)集來自github開源的字符數(shù)據(jù)集： 數(shù)據(jù)集有：0-9，26個(gè)字母減去I和O，還有中文字，這里可以看看幾張圖片：

  2024年02月06日

  瀏覽(26)
• 

  基于深度學(xué)習(xí)的CCPD車牌檢測(cè)系統(tǒng)（PyTorch+Pyside6+YOLOv5模型）

  摘要：基于CCPD數(shù)據(jù)集的高精度車牌檢測(cè)系統(tǒng)可用于日常生活中檢測(cè)與定位車牌目標(biāo)，利用深度學(xué)習(xí)算法可實(shí)現(xiàn)圖片、視頻、攝像頭等方式的車牌目標(biāo)檢測(cè)識(shí)別，另外支持結(jié)果可視化與圖片或視頻檢測(cè)結(jié)果的導(dǎo)出。本系統(tǒng)采用YOLOv5目標(biāo)檢測(cè)模型訓(xùn)練數(shù)據(jù)集，使用Pysdie6庫來搭建

  2024年02月14日

  瀏覽(37)
• 

  車牌識(shí)別算法 基于yolov5的車牌檢測(cè)+crnn中文車牌識(shí)別 支持12種中文車牌識(shí)別

  1.單行藍(lán)牌 2.單行黃牌 3.新能源車牌 4.白色警用車牌 5 教練車牌 6 武警車牌 7 雙層黃牌 8 雙層武警 9 使館車牌 10 港澳牌車 11 雙層農(nóng)用車牌 12 民航車牌 效果如下： 車牌檢測(cè)+關(guān)鍵點(diǎn)定位 1.第一步是目標(biāo)檢測(cè)，目標(biāo)檢測(cè)大家都很熟悉，常見的yolo系列，這里的話我用的是我修改后

  2024年02月04日

  瀏覽(57)
• 

  基于YOLOv8深度學(xué)習(xí)的智能車牌檢測(cè)與識(shí)別系統(tǒng)【python源碼+Pyqt5界面+數(shù)據(jù)集+訓(xùn)練代碼】目標(biāo)檢測(cè)、深度學(xué)習(xí)實(shí)戰(zhàn)

  《博主簡(jiǎn)介》 小伙伴們好，我是阿旭。專注于人工智能、AIGC、python、計(jì)算機(jī)視覺相關(guān)分享研究。 ? 更多學(xué)習(xí)資源，可關(guān)注公-仲-hao:【阿旭算法與機(jī)器學(xué)習(xí)】，共同學(xué)習(xí)交流~ ?? 感謝小伙伴們點(diǎn)贊、關(guān)注！ 《------往期經(jīng)典推薦------》 一、AI應(yīng)用軟件開發(fā)實(shí)戰(zhàn)專欄【鏈接】

  2024年02月20日

  瀏覽(101)
• 

  基于深度學(xué)習(xí)的動(dòng)物識(shí)別系統(tǒng)（YOLOv5清新界面版，Python代碼）

  摘要：動(dòng)物識(shí)別系統(tǒng)用于識(shí)別和統(tǒng)計(jì)常見動(dòng)物數(shù)量，通過深度學(xué)習(xí)技術(shù)檢測(cè)日常幾種動(dòng)物圖像識(shí)別，支持圖片、視頻和攝像頭畫面等形式。在介紹算法原理的同時(shí)，給出 P y t h o n 的實(shí)現(xiàn)代碼、訓(xùn)練數(shù)據(jù)集以及 P y Q t 的UI界面。動(dòng)物識(shí)別系統(tǒng)主要用于常見動(dòng)物的識(shí)別，檢測(cè)幾種

  2024年01月18日

  瀏覽(69)
• 

  基于深度學(xué)習(xí)的水果檢測(cè)與識(shí)別系統(tǒng)（Python界面版，YOLOv5實(shí)現(xiàn)）

  摘要：本博文介紹了一種基于深度學(xué)習(xí)的水果檢測(cè)與識(shí)別系統(tǒng)，使用YOLOv5算法對(duì)常見水果進(jìn)行檢測(cè)和識(shí)別，實(shí)現(xiàn)對(duì)圖片、視頻和實(shí)時(shí)視頻中的水果進(jìn)行準(zhǔn)確識(shí)別。博文詳細(xì)闡述了算法原理，同時(shí)提供Python實(shí)現(xiàn)代碼、訓(xùn)練數(shù)據(jù)集，以及基于PyQt的UI界面。通過YOLOv5實(shí)現(xiàn)對(duì)圖像中存

  2024年02月02日

  瀏覽(92)
• 

  基于深度學(xué)習(xí)的花卉檢測(cè)與識(shí)別系統(tǒng)（YOLOv5清新界面版，Python代碼）

  摘要：基于深度學(xué)習(xí)的花卉檢測(cè)與識(shí)別系統(tǒng)用于常見花卉識(shí)別計(jì)數(shù)，智能檢測(cè)花卉種類并記錄和保存結(jié)果，對(duì)各種花卉檢測(cè)結(jié)果可視化，更加方便準(zhǔn)確辨認(rèn)花卉。本文詳細(xì)介紹花卉檢測(cè)與識(shí)別系統(tǒng)，在介紹算法原理的同時(shí)，給出 P y t h o n 的實(shí)現(xiàn)代碼、訓(xùn)練數(shù)據(jù)集，以及 P y

  2024年01月19日

  瀏覽(57)