deep-learning-for-image-processing
deep learning pour le traitement d'images incluant la classification et la détection d'objets, etc.
Apprenez à classifier et détecter des objets dans des images en utilisant des techniques d'apprentissage profond avec des tutoriels vidéo et des projets d'exemple.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentdeep learning pour le traitement d'images incluant la classification et la détection d'objets, etc.
deep-learning-for-image-processing compte 26.3k étoiles sur GitHub. Il a été forké 8.2k fois. deep-learning-for-image-processing est écrit principalement en Python. Il est développé activement depuis 2019. deep-learning-for-image-processing est disponible sous licence GPL-3.0. Ses principaux thèmes sont : bilibili, classification, deep-learning, object-detection.
Qu'est-ce que deep-learning-for-image-processing ?
deep learning pour le traitement d'images incluant la classification et la détection d'objets, etc.
deep-learning-for-image-processing est-il open source ?
deep-learning-for-image-processing est un projet open source. Il est distribué sous licence GPL-3.0.
deep-learning-for-image-processing est-il gratuit ?
Oui. deep-learning-for-image-processing est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est deep-learning-for-image-processing ?
deep-learning-for-image-processing est disponible sous licence GPL-3.0.
Dans quel langage deep-learning-for-image-processing est-il écrit ?
deep-learning-for-image-processing est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/wzmiaomiao-deep-learning-for-image-processing.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.