Skip to content

深度学习实战: 1. BP神经网络函数逼近2. 基于LeNet-5的MNIST字符识别 3. 基于ResNet-18的CIFAR-10图像分类4. 基于选择性搜索(Selective Search)选择候选区域 5.基于YoloV3算法的车辆目标检测 6. YoloV3算法的口罩识别检测

Notifications You must be signed in to change notification settings

Kevin-9527XIAO/Deep_Learning_in_Action

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Deep_Learning_in_Action

深度学习实战

  1. BP神经网络函数逼近

    搭建基本的BP神经网络,应用三层神经网络进行函数逼近,函数包括XOR和y=1/sin(x) + 1/cos(x)

  2. 基于LeNet-5的MNIST字符识别

    编程实现网络结构,采用层次化的映射模式

  3. 基于ResNet-18的CIFAR-10图像分类

    搭建神经网络,完成图像分类并优化训练过程

  4. 基于选择性搜索(Selective Search)选择候选区域

    从图片中找出物体可能存在的区域,缩小候选区域规模,加快训练速度

  5. 基于YoloV3算法的车辆目标检测

    实现网络结构,使用COCO数据集训练

  6. 基于YoloV3算法的口罩识别检测

About

深度学习实战: 1. BP神经网络函数逼近2. 基于LeNet-5的MNIST字符识别 3. 基于ResNet-18的CIFAR-10图像分类4. 基于选择性搜索(Selective Search)选择候选区域 5.基于YoloV3算法的车辆目标检测 6. YoloV3算法的口罩识别检测

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%