基于卷积神经网络的手写数字分类

简单的基于MATLAB的手写字母识别(神经网络分类器)程序,想具体了解可以查看我的博客。

卷积神经网络用于手写数字识别，C++代码实现，使用cpu多线程

1 前言 本文以MNIST手写数字分类为例,讲解使用一维卷积和二维卷积实现 CNN 模型。关于 MNIST 数据集的说明,见使用TensorFlow实现MNIST数据集分类。实验中主要用到 Conv1

利用caffe实现声音识别

图像着色的目标是为灰度图像的每一个像素分配颜色,它是图像处理领域的热点问题。以U-Net为主线网络,结合深度学习和卷积神经网络设计了一个全自动的着色网络模型。在该模型中,支线使用卷积神经网络SE-In

Surfacedefectdetectionplaysakeyroleincontrollingthequalityduringmanufacturingprocessforstripsteel.Ho

近年来,面部识别技术已经成为模式识别领域中的热门话题。 人脸是人类最重要的生物特征之一,其中包含许多重要信息,例如身份,性别,年龄,表情,种族等。 年龄是身份歧视的重要参考,年龄估计可以潜在地应用于人

基于python的卷积神经网络算法,程序运行在python2.7 64位机下,需要安装 numpy库,双击begin.py即可运行

Python+CNN+Tensorflow识别手势,目前做到了0-7的手势。文件为源代码和训练集。主要是调用OpenCV,预处理的主要步骤为:去噪 -> 肤色检测 -> 二值化 ->

手写字迹识别是计算机视觉应用领域中的一个重要方向。特别是在邮政编码识别、银行支票识别等场景下，手写字迹的自动识别越来越受到广泛关注。深度神经网络（DNN）和卷积神经网络（CNN）等深度学习技术因其在分