控制生成GAN训练好的生成器、分类器网络模型

使用celeba数据集训练的gan网络

pytorch搭建的各种常见分类网络的工程，如googlenet、squeezenet、resnet等

pytorch搭建的各种常见分类网络的工程，如attention56、attention92、densenet121、densenet169、densenet201、densenet161、googlenet、inceptionv3、inceptionv4、mobilenet、mobilenetv2、nasnet、preactresnet18、preactresnet34、preactresnet50、preactresnet101、preactresnet152、resnet18、resnet34、resnet50、resnet101、resnet152、resnext50、resnext101、resnext152、seresnet18、seresnet34、seresnet50、seresnet101、seresnet152、shufflenet、shufflenetv2、squeezenet、vgg、wideresnet、xception

底层代码实现CNN数据集

底层代码实现CNN数据集

深层神经网络编程题数据集

深层神经网络编程题数据集

logictic回归数据集

logictic回归数据集

烟火检测黑色烟雾数据集（已标注）

已标注好的烟火检测黑色烟雾数据集，可用于烟火检测模型的训练，label为json格式，需要其他格式比如yolo的可以联系我进行转换（整理了那么多先上传，后面的有空再整理上传）

车牌设别训练模型（2个，分别为640和800size的）

车牌设别训练模型（2个，分别为640和800size的），数据集都一样都训练300轮

linux系统下搭建Tesseract-OCR环境所需安装包、中文语言包及训练所需软件

linux系统下搭建Tesseract-OCR环境所需安装包、中文语言包及训练所需软件

车牌检测数据集（黄牌）+json标签

用于车牌识别、车牌检测，数据集已标好。 图片有jpg、jpeg格式，标签是polygon多边形目标框的json格式，四个点分别在车牌的四个角，贴合不同角度的车牌。 数据集一张一张人工过滤掉不清晰图片、处理有歧义区域，可直接进行字符识别。 若需要不同格式的标签可以私信我进行转换，如果需要rectangle矩形目标框的json格式也可以私信我转换。

车牌检测数据集（蓝牌）+json标签

用于车牌识别、车牌检测，数据集已标好。 图片是全jpg格式，标签是polygon多边形目标框的json格式，四个点分别在车牌的四个角，贴合不同角度的车牌。 数据集一张一张人工过滤掉不清晰图片、处理有歧义区域，可直接进行字符识别。 若需要不同格式的标签可以私信我进行转换，如果需要rectangle矩形目标框的json格式也可以私信我转换。