图像分类

基于Python深度学习的鲨鱼识别分类系统摘要：鲨鱼是海洋环境健康的指标，但受到过度捕捞和数据缺乏的挑战。传统的观察方法成本高昂且难以收集数据，特别是对于具有较大活动范围的物种。论文讨论了如何利用基于媒体的远程监测方法，结合机器学习和自动化技术，来填补鲨鱼种群评估中的信息空白。提出了一个包含53,345张鲨鱼图片的数据库，覆盖了219种鲨鱼，并开发了一个名为“Shark Detector”的软件包，利用PyQt5设计了简约的系统UI界面，使用迁移学习和卷积神经网络（CNN）来自动识别和快速分类鲨鱼种类。

从零开始：基于 PyTorch 的图像分类模型摘要：本文详细记录了使用 PyTorch 从零搭建一个图像分类模型的过程，涵盖卷积神经网络（CNN）、数据预处理、模型设计、训练调试与优化。通过对 CIFAR-10 数据集的处理实践，结合经典文献和 2025 年最新研究趋势，深入探讨了技术细节，并辅以完整实践源码的过程和结论。我选择用 PyTorch 搭建图像分类模型，既源于对深度学习的兴趣，也因为它在 2025 年的技术社区中热度不减。通过这次实践，我希望掌握 CNN 的核心原理，同时记录过程，为其他初学者提供参考。

计算机视觉——深入理解卷积神经网络与使用卷积神经网络创建图像分类算法卷积神经网络（Convolutional Neural Networks，简称 CNNs）是一种深度学习架构，专门用于处理具有网格结构的数据，如图像、视频等。它们在计算机视觉领域取得了巨大成功，成为图像分类、目标检测、图像分割等任务的核心技术。 CNNs 的核心思想是利用卷积操作（convolution）来提取数据中的局部特征，并通过层次化的结构逐步学习更复杂的模式。

【Image Captioning】DynReferDynRefer是由中国科学院大学于2024年提出的用于1种用于区域级多模态任务的模型。DynRefer 通过模拟人类视觉认知过程，显著提升了区域级多模态识别能力。通过引入人眼的动态分辨率机制，能够以同时完成区域识别、区域属性检测和区域字幕生成任务。

python实战（十五）——中文手写体数字图像CNN分类本次python实战，我们使用来自Kaggle的数据集《Chinese MNIST》进行CNN分类建模，不同于经典的MNIST数据集，我们这次使用的数据集是汉字手写体数字。除了常规的汉字“零”到“九”之外还多了“十”、“百”、“千”、“万”、“亿”，共15种汉字数字。

ML.NET 图像分类参考文档：https://www.cnblogs.com/mq0036/p/18302572

使用MFC编写一个paddleclas预测软件目录写作目的环境准备下载编译环境解压预编译库准备训练文件模型文件图像文件路径整理准备预测代码创建预测应用

Py办公羊大侠

【SH】微信小程序调用EasyDL零门槛AI开发平台的图像分类研发笔记这是ES6引入的特性，允许你通过反引号（`）创建模板字符串，并在其中嵌入变量或表达式。通过加号（+）将多个字符串和变量拼接在一起。

数据集_深度学习

101种美食-图像分类数据集总共有 100 种不同的食品。所有子文件夹中的图片总数量为 101000 张。本研究利用深度学习技术对一个包含101种美食类别的图像数据集进行分类任务研究。数据集中每类图像数量均为1000张，数据总量为101,000张。通过对数据集的预处理、模型选择与优化以及性能评估，研究展示了如何应用现代深度学习模型（如卷积神经网络）对复杂的图像分类任务进行建模。实验结果显示，合理的数据增强、优化算法以及模型架构能够显著提升分类精度，为美食推荐系统、健康饮食建议等实际应用提供了技术支持。

Python 【图像分类】之 PyTorch 进行猫狗分类功能的实现(Swanlab训练可视化/ Gradio 实现猫狗分类 Demo)目录Python 【图像分类】之 PyTorch 进行猫狗分类功能的实现(Swanlab训练可视化/ Gradio 实现猫狗分类 Demo)

学不会lostfound

三、计算机视觉_02计算机视觉领域的四大基本任务计算机视觉是人工智能领域的一个重要分支，它是一个跨学科的领域，涉及计算机科学、人工智能、机器学习、图像处理、神经科学等多个学科的知识

你的陈某某

Atlas800昇腾服务器（型号：3000）—SwinTransformer等NPU推理【图像分类】（九）CPU/NPU：鲲鹏 CPU（ARM64）+A300I pro推理卡系统：Kylin V10 SP1【下载链接】【安装链接】驱动与固件版本版本： Ascend-hdk-310p-npu-driver_23.0.1_linux-aarch64.run【下载链接】 Ascend-hdk-310p-npu-firmware_7.1.0.4.220.run【下载链接】 MCU版本：Ascend-hdk-310p-mcu_23.2.3【下载链接】 CANN开发套件：版本7.0.1【Toolkit下载链接】【Ke

【FP60】林业害虫数据集——目标检测、图像分类根据中国江苏省林业有害生物分布情况，筛选出 **15 **个科 60 种，见表，常见且易于获取的林业害虫。主要从互联网上收集林业害虫图像。在收集过程中，以每种林业有害生物的拉丁文学名作为查询关键词，然后在常见的图片搜索引擎中搜索，包括 Google、Bing 和百度。手动筛选搜索结果以过滤低质量图像。我们总共有 7253 张高质量的林业害虫图像，大小从 93×140 到 6016×4106 不等。

计算机视觉四大任务模型汇总计算机视觉中有四大核心任务：1-分类任务、2-目标检测任务、3-目标分割任务和 4-关键点检测任务文章1：

【保姆级教程】使用 PyTorch 自定义卷积神经网络（CNN）实现图像分类、训练验证、预测全流程【附数据集与源码】《博主简介》小伙伴们好，我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。 👍感谢小伙伴们点赞、关注！

InceptionV4 Pytorch 实现图片分类训练过程：

【机器学习-神经网络】卷积神经网络【作者主页】Francek Chen 【专栏介绍】 ⌈ ⌈ ⌈Python机器学习 ⌋ ⌋ ⌋ 机器学习是一门人工智能的分支学科，通过算法和模型让计算机从数据中学习，进行模型训练和优化，做出预测、分类和决策支持。Python成为机器学习的首选语言，依赖于强大的开源库如Scikit-learn、TensorFlow和PyTorch。本专栏介绍机器学习的相关算法以及基于Python的算法实现。【GitCode】专栏资源保存在我的GitCode仓库：https://gitcode.com/Morse_Chen

夏日的盒盒

《Unified Visual Relationship Detection with Vision and Language Models》ICCV2023这项工作集中在训练单一的视觉关系检测器（VRD），该检测器可以预测来自多个数据集的标签空间的并集。由于不同数据集的标签体系不一致，合并标签是一个挑战。作者提出了 UniVRD，一种新颖的自下而上的方法，利用视觉和语言模型（VLMs）来统一视觉关系检测。VLMs 提供了对齐良好的图像和文本嵌入，其中相似的关系被优化以在语义上统一。UniVRD 在 HICO-DET 上达到了 38.07 mAP，比当前最佳的自下而上的 HOI 检测器相对提高了 60%。更重要的是，当模型扩展时，统一检测器的性能可以与特定数据

ViT算法解读——Transformer在分类任务中的应用论文：An image is worth 16x16 words: Transformers for image recognition at scale 作者：Alexey Dosovitskiy, Lucas Beyer, Alexander Kolesnikov, Dirk Weissenborn, Xiaohua Zhai, Thomas Unterthiner, Mostafa Dehghani, Matthias Minderer, Georg Heigold, Sylvain Gelly,

钱彬 (Qian Bin)

基于PaddleClas的人物年龄分类项目目录一、任务概述二、算法研发2.1 下载数据集2.2 数据集预处理2.3 安装PaddleClas套件