keras

Modèles OCR légers et rapides pour la reconnaissance de texte sur plaques d'immatriculation.

Exemple de prédiction de séries temporelles multivariées multiples avec des réseaux de neurones récurrents LSTM en Python avec Keras.

Une collection d'algorithmes de pointe pour l'entraînement, le serving et l'interprétation de modèles de forêts de décision dans Keras.

Entraînez un détecteur d'objets yolov3 de pointe à partir de zéro !

Keras beit, caformer, CMT, CoAtNet, convnext, davit, dino, efficientdet, edgenext, efficientformer, efficientnet, eva, fasternet, fastervit, fastvit, flexivit, gcvit, ghostnet, gpvit, hornet, hiera, iformer, inceptionnext, lcnet, levit, maxvit, mobilevit, moganet, nat, nfnets, pvt, swin, tinynet, tinyvit, uniformer, volo, vanillanet, yolor, yolov7, yolov8, yolox, gpt2, llama2, alias kecam

Kaggle datascience bowl 2017

Théorie, articles et présentations sur la reconnaissance vocale

Anno-Mage : Un outil d'annotation d'images semi-automatique qui vous aide à annoter des images en suggérant des annotations à l'aide d'étiquettes définies par l'utilisateur

QKeras : une bibliothèque de deep learning par quantification pour Tensorflow Keras

ACG2vec (Anime Comics Games to vector) s'engage à créer un espace combinant l'ACG et le deep learning. (Recherche sémantique de texte, recherche d'image par l'image, recherche sémantique d'image, super-résolution d'image, systèmes de recommandation)

Un framework simplifié et des utilitaires pour PyTorch

Une interface unifiée pour les algorithmes d'optimisation et les expérimentations

Logiciel de localisation, de redressement et de reconnaissance de plaques d'immatriculation chinoises basé sur U-Net, cv2 et CNN. U-Net et cv2 sont utilisés pour la localisation et le redressement, tandis que CNN assure la reconnaissance. Les deux modèles sont implémentés avec Keras sous TensorFlow.

Implémentation Keras du modèle Open-NSFW de Yahoo