白话.的案例列表
基于深度卷积神经网络的花卉图像识别
使用TensorFlow2.3深度学习框架对DenseNet201、InceptionV3卷积 神经网络模型中添加高效通道注意机制与早停策略等方法实现算法优化。使用爬虫 建立花卉图像数据集，优化后的模型对数据集特征提取和训练。采用F1分数、AUC 等多种评价指标用于比较分析深度学习模型在花卉识别方面的性能
图像修复工具
职责描述：采用的修复算法是基于文章RePaint: Inpainting using Denoising Diffusion Probabilistic Models的修复算法。搭建和训练去噪扩散概率模型，从正 向和反向两个方向融合图像已有和缺失部分的信息
图像修复工具
职责描述：采用的修复算法是基于文章RePaint: Inpainting using Denoising Diffusion Probabilistic Models的修复算法。搭建和训练去噪扩散概率模型，从正 向和反向两个方向融合图像已有和缺失部分的信息
案例判断参考
白话.的案例列表
基于深度卷积神经网络的花卉图像识别
使用TensorFlow2.3深度学习框架对DenseNet201、InceptionV3卷积 神经网络模型中添加高效通道注意机制与早停策略等方法实现算法优化。使用爬虫 建立花卉图像数据集，优化后的模型对数据集特征提取和训练。采用F1分数、AUC 等多种评价指标用于比较分析深度学习模型在花卉识别方面的性能...
图像修复工具
职责描述：采用的修复算法是基于文章RePaint: Inpainting using Denoising Diffusion Probabilistic Models的修复算法。搭建和训练去噪扩散概率模型，从正 向和反向两个方向融合图像已有和缺失部分的信息...
图像修复工具
职责描述：采用的修复算法是基于文章RePaint: Inpainting using Denoising Diffusion Probabilistic Models的修复算法。搭建和训练去噪扩散概率模型，从正 向和反向两个方向融合图像已有和缺失部分的信息...
