登录
首页 » Python » OpenCV-Python调用训练好的深度学习模型进行常见物体识别

OpenCV-Python调用训练好的深度学习模型进行常见物体识别

于 2019-07-30 发布
0 204
下载积分: 1 下载次数: 2

代码说明:

使用训练好的模型进行物体识别,对于人、车的识别成功率极高,亲测好用!

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 猜拳游戏(石头剪刀布.py)
    # 石头 0 剪刀 1 布 2 import randombot = random.randint(0, 2)player = int(input("输入您的结果")) if (player == 1) and (bot == 2) or (player == 2) and (bot == 0) or (player == 0) and (bot == 1): print("玩家获胜") elif player == bot: print("你们打成平手") else: print("电脑获胜")
    2020-11-30下载
    积分:1
  • harris和sift特征提取匹配(python)
    计算机视觉,局部图像描述子python实现harris角点检测,特征匹配,sift特征检测和匹配,可以直接运行,内附VLFeat工具包sift,立体图像的特征提取和匹配是机器人视觉定位的核心技术,立体图像的特征点的匹配精度直接影响视觉导航定位的精度。
    2019-04-03下载
    积分:1
  • 网络爬虫(pachong_anjuke.py)
    :爬取网站数据,基于 selenium.webdriver
    2021-05-06下载
    积分:1
  • 自动化测试示例(于pytest)
    自动化测试示例(基于pytest)
    2020-06-02下载
    积分:1
  • python学生信息管理系统(Django入门级示例)
    实现了增删改查等基本操作 运行环境:python 2.7  django==1.8  mysql 5.7.26 开发环境:Pycharm 【调试说明】 1. 修改 settings.py 中的数据库信息 为你本机数据库信息,同时要在mysql中创建上数据库 student_crud 2. 运行命令 初始化数据库相关表(或者直接使用附件中的sql脚本创建)  D:idePython27Scripts>python D:StudyProjectsPythonProjectDjango_CRUD_Student-mastermanage.py migrate 3. 运行命令 打开网址 D:idePython27Scripts>python D:StudyProjectsPythonProjectDjango_CRUD_Student-mastermanage.py runserver
    2018-09-13下载
    积分:1
  • python(明日科技)源代码
    零基础学python(明日科技)源代码
    2021-05-06下载
    积分:1
  • bp神经网络python实现
    利用python实现bp神经网络,采用误差逆传播算法训练模型,并在一个toy set上进行了验证
    2019-11-14下载
    积分:1
  • 林轩田机器学习笔记
    林轩田机器学习笔记
    2020-04-17下载
    积分:1
  • LSTM入门正弦波序列预测
    LSTM入门学习,正弦波序列预测         for i, input_t in enumerate(input.chunk(input.size(1), dim=1)):             h_t, c_t = self.lstm1(input_t, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         for i in range(future):  # if we should predict the future             h_t, c_t = self.lstm1(output, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         outputs = torch.stack(outputs, 1).squeeze(2)  # shape after stack:[batch, n, 1], shape after squeeze: [batch,n]         return outputs
    2021-06-30 00:31:01下载
    积分:1
  • 《Python从小白到大牛》源代码
    本书是一部系统论述Python编程语言、OOP编程思想以及函数式编程思想的立体化教程(含纸质图书、电子书、教学课件、源代码与视频教程)。为便于读者高效学习,快速掌握Python编程方法。本书作者精心制作了电子书、完整的教学课件、完整的源代码与丰富的配套视频教程以及在线答疑服务等内容。 本篇包括8章内容,系统介绍了Python语言的基础知识。内容包括Python语言历史,Python语言的特点,开发环境的搭建,创建第一个Python程序,Python语法基础,Python编码规范,数据类型,运算符和控制语句,Python数据结构,函数式编程。通过本篇的学习,读者可以全面了解Python的发展及特点,详细了解Python的语法规范,初步掌握Python程序设计的基本方法。 第1章 开篇综述 第2章 开发环境搭建 第3章 第一个Python程序 第4章 Python语法基础 第5章 Python编码规范 第6章 数据类型 第7章 运算符 第8章 控制语句 第9章 数据结构 第10章 函数式编程
    2021-05-06下载
    积分:1
  • 696518资源总数
  • 104228会员总数
  • 45今日下载