鲜花图像分类识别项目
基于改进 LeNet 卷积神经网络实现鲜花多分类任务,使用花卉公开数据集完成图像归一化、尺寸统一等预处理;采用 PyTorch 搭建网络结构,添加 Dropout 层缓解过拟合,分别实现 CPU 基础训练与 GPU 加速两种运行方案,对比不同批次大小、学习率下模型准确率,最终分类精度达到 92% 以上,输出混淆矩阵可视化分类效果,整理完整实验报告。
技术栈:Python / JavaScript / Vue
数字人平台作品介绍 该轻量化行业数字人交互平台适配政企、水
本平台为面向央企水利能源行业打造的国产化一体化知识图谱中台,
【项目背景】 为解决多设备、多应用场景下的重复性人工操作,
运用 Web3.js、Solidity 完成钱包对接、智能合
项目简介 基于 ReAct 推理框架与 RAG 技术构
需求方专属客服,免费梳理匹配
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如当前档期不合,也可免费为您推荐相似案例作者