深度学习图像分类模型.xmind

在Opencv中使用预训练的深度学习模型，实现特定物体的识别

包含bvlc_googlenet.caffemodel、bvlc_googlenet.prototxt、synset_words.txt文件 和GoogleNet-Caffe模型实现图像分类源码、图片

结合了无监督学习和有监督学习的优点，深度信念网络ＤＢＮ对高维遥感图像数据具有较好的分类能力

文章目录TensorFlow2 学习——图像分类导包原始数据数据作图数据划分与标准化构建模型并训练模型评估与预测其他:回调Callback的使用 TensorFlow2 学习——图像分类 导包 imp

基于深度迁移学习的小样本图像分类matlab程序,网络模型基于AlexNet,文件包含了图像数据集,输出结果可靠。

用于标注目标检测的工具，python写成，linux下，很方便使用

利用一对CNN来提取一对图像特征，然后通过欧氏距离（经典如Saimese网络）或者通过全连接网络（Matchnet）来实现特征的对比，最后通过交叉熵函数来完成优化。

一篇关于利用深度学习转换图像风格的论文，非真实感渲染

用于深度学习训练类别标记

nature的资料，deeplearning深度学习，皮肤分割与图像检测。Dermatologist-levelclassificationofskincancerwithdeepneuralnetw