搜索资源列表
chapter3
- 图像处理 人工智能 神经网络 深度学习 数值计算(picture process artificial intelligence bp numberical calculation)
shendutuxiangshengcheng
- 通过执行程序，可以实现立体球的深度图像。(The depth image of the stereoscopic sphere can be achieved by executing the program.)
incrementallearning_LCKSVD_shared
- 单幅图像超分辨处理 深度学习 稀疏表示 字典学习(Single image, super-resolution processing, depth learning, sparse representation, dictionary learning)
SRCNN_v1
- 主要用于图像增强，眼白血管纹理增强，运用的是深度学习算法，超分辨率(For image enhancement, white vascular texture enhancement is the use of deep learning algorithms, super-resolution)
fcn.berkeleyvision.org
- 图像识别、深度学习。 语言用的是python 2.x ，里面有训练好的模型，在文件夹里都有给出地址，可以直接去下载。也有一个很大的图片包，里面有很多图片，可以直接拿来作为素材用。也可以自己给图片制作数据标签，训练自己的模型。(image recognition deep learning The language used is Python 2.x, and there are training models, which are given in the folder, which c
DepthBasics-D2D
- 使用Kinect2.0获取深度图像的代码(Code to obtain depth images using Kinect2.0)
BmpPreview
- c++读取bmp图片详解。BMP（全称Bitmap）是Windows操作系统中的标准图像文件格式，可以分成两类：设备相关位图（DDB）和设备无关位图（DIB），使用非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选lbit、4bit、8bit及24bit。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。由于BMP文件格式是Windows环境中交换与图有关的数据的一种标准，因此在Windows环境中运
DeepLearningImageClassificationExample
- 使用2012Imagenet数据大赛深度学习网络为架构的卷积神经网络，可进行多类数据分类任务(Using the 2012Imagenet Data Contest Deep Learning Network for Architectural Convolution Neural Networks, Multiple Class Data Classification Tasks)
DeepLearnToolbox-master
- 可以进行深度学习，卷积神经网络的一种开源代码，可以对图像数据库自动提取特征(You can do deep learning)
Tensorflow 实战Google深度学习框架
- 介绍了深度学习的起源，发展，用于文字和图像的实践。(This paper introduces the origin and development of deep learning and its application in text and image.)
v3qianyi
- 利用Google inception V3 实现迁移学习 进行图像分类(Using Google, inception, V3 to achieve migration learning, image classification)
上海理工大学+US!+基于微信的图像识别系统
- 一个可在微信端使用的深度学习的图像识别程序，使用keras开发，文件内包含训练集下载方式。(A deep learning in WeChat use of the image recognition program, using keras development, the document contains the training set, Download methods.)
train_1
- 用U-net进行脑部图像多类分割，用keras框架进行实现(U-net brain segmentation keras tensorflow background)
SRCNN
- 高分辨率重建图像，通过训练后输入的图像重建质量高，基于Caffe开发(High resolution reconstructed image)
darknet-master
- 是一种神经网络框架，在其基础上可以实现物体检测，图像分类，模式识别功能。(Darknet is a neural network framework written in C and CUDA. It is fast, easy to install, and supports CPU and GPU computation. You can find the source on GitHub or you can read more about what Darknet can do righ
bp-vision-master
- 置信度传播算法，用于恢复双视点图像中的物体深度(Belief propagation algorithm which is used to recover the depth of objects in dual view images)
SRGAN-master
- 这是一个基于深度学习的超分辨率图像复原技术的例子(This is a deep learning based super-resolution image restoration technology for example)
NatureDeepReview
- 深度学习允许由多个处理层组成的计算模型来学习具有多个抽象层次的数据表示。这些方法极大地提高了语音识别、视觉对象识别、目标检测以及药物发现和基因组学等许多领域的最新进展。深度学习发现复杂的结构在大数据集，通过使用反向传播算法来指示一台机器应该如何改变其内部参数，用于计算在每一层的代表性，从上一层的代表。深层卷积网在处理图像、视频、语音和音频方面取得了突破性进展，而递归网络则在文本和语音等连续数据上起到了作用。(Deep learning allows computational models th
gcForest_v1.0.1
- 基于python 2.7的深度森林代码，用于图像处理和分类(Deep forest code based on Python 2.7 is used for image processing and classification)
OYUVNP5
- Poission Image Editing 算法 最新的图像粘帖算法, 广泛用于图形学和图像处理,()