首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
9
> 使用OpenCV 3.3和Caffe实现MNIST手写数字识别
使用OpenCV 3.3和Caffe实现MNIST手写数字识别
更新:
2024-12-18 16:44:50
大小:
5.89MB
推荐:
★★★★★
来源:
网友上传分享
类别:
C++ - 后端
格式:
7Z
反馈 / 投诉
文件下载
资源介绍
opencv3.3读取caffe mnist模型, 进行手写数字的识别。 博文http://blog.****.net/hust_bochu_xuchao/article/details/78931972
上一篇:
OPENCV_3.0离线帮助文档-英文版
下一篇:没有了
相关推荐
12-02
使用OpenCV 3.3和Caffe实现MNIST手写数字识别
12-02
(基于OPENCV和SVM的MNIST数据集)手写数字识别及训练样本分析
12-02
使用Tensorflow实现基于kNN算法的MNIST手写数字识别
12-02
使用Pytorch实现卷积神经网络对mnist数据集中的手写数字进行识别
12-02
?深度学习与神经网络】介绍MNIST数据集,并运用卷积神经网络训练手写数字识别模型,附带**完整代码**和**预先训练好的模型文件**,可供直接使用
12-02
mnist手写数字识别在tensorflow2中分别采用全连接层和卷积层的实现方式,包括代码、模型及调用接口
12-02
使用tkinter和tensorflow(CNN)实现的可执行exe程序,用于识别手写数字0-9
12-02
机器学习代码类资源:使用Python和TensorFlow实现的手写体数字识别(txt为微云链接)
12-02
使用Java实现BP神经网络以完成MNIST手写数字识别
12-02
使用Python和TensorFlow实现手写体数字识别