没有合适的资源?快使用搜索试试~ 我知道了~
cnn源码matlab-SVHN-deep-digit-detector:自然场景中的深度数字检测器(和识别器)。使用带有ten...
共34个文件
py:20个
png:4个
json:3个
需积分: 12 4 下载量 22 浏览量
2021-06-03
16:54:29
上传
评论 2
收藏 55.27MB ZIP 举报
温馨提示
cnn源码matlab SVHN-deep-cnn-digit-detector 该项目在自然场景中实现了 deep-cnn-detector(和识别器)。 我使用 keras 框架和 opencv 库来构建检测器。 该检测器使用 CNN 分类器为 MSER 算法提出的区域确定数字与否。 先决条件 Python 2.7 keras 1.2.2 opencv 2.4.11 张量流-GPU == 1.0.1 等等。 运行这个项目所需的所有包的列表可以在 . Python环境 我建议您创建和使用独立于您的项目的 anaconda 环境。 您可以按照以下简单步骤为该项目创建 anaconda env。 使用以下命令行创建 anaconda env: $ conda env create -f digit_detector.yml 激活环境$ source activate digit_detector 在这个环境中运行项目 用法 数字检测器的构建过程如下: 0. 下载数据集 下载 train.tar.gz 并解压文件。 1.加载训练样本(1_sample_loader.py) Svhn 以 m
资源推荐
资源详情
资源评论
收起资源包目录
SVHN-deep-digit-detector-master.zip (34个子文件)
SVHN-deep-digit-detector-master
setup.py 370B
2_train.py 2KB
detector_model.hdf5 19.57MB
digit_detector
__init__.py 0B
file_io.py 4KB
extractor.py 3KB
region_proposal.py 3KB
show.py 3KB
preprocess.py 3KB
_version.py 21B
evaluate.py 3KB
crop.py 1KB
classify.py 1KB
annotation.pyc 1KB
detect.py 5KB
annotation.py 1KB
train.py 3KB
build
.gitignore 4B
digit_detector.yml 1KB
examples
mser.png 162KB
classifier.png 331KB
README.md 3KB
license 1KB
tests
cifar_loader.py 487B
imgs
2.png 20KB
1.png 277KB
4_evaluate.py 2KB
3_detect.py 1KB
conf
svhn.json 1KB
annotation
train
digitStruct.json 9.69MB
svhn_json_generator.py 4KB
test
digitStruct.json 3.28MB
recognize_model.hdf5 40.63MB
1_sample_loader.py 2KB
共 34 条
- 1
资源评论
weixin_38682279
- 粉丝: 9
- 资源: 889
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功