更新时间：2022-07-27 17:27:53
封面
版权信息
作者简介
内容简介
前言
项目1 PROJECT 1 基于插帧和超分辨率的视频增强应用
1.1 总体设计
1.1.1 系统整体结构
1.1.2 系统流程
1.2 运行环境
1.2.1 Python环境
1.2.2 PyTorch环境
1.2.3 FFmpeg使用
1.2.4 百度AI Studio使用
1.3 模块实现
1.3.1 视频处理模块
1.3.2 超分辨率模块
1.3.3 插帧模块
1.3.4 GUI模块
1.4 系统测试
1.4.1 算法训练
1.4.2 GUI界面效果
1.4.3 输出效果展示
项目2 PROJECT 2 基于Pix2Pix的快速图像风格迁移
2.1 总体设计
2.1.1 系统整体结构
2.1.2 系统流程
2.2 运行环境
2.2.1 Python环境
2.2.2 TensorFlow环境
2.2.3 Flask环境
2.2.4 微信小程序环境
2.3 模块实现
2.3.1 数据预处理
2.3.2 创建模型与编译
2.3.3 模型训练及保存
2.3.4 构建Pix2Pix数据集
2.3.5 Pix2Pix模型构建
2.3.6 Pix2Pix模型训练及保存
2.3.7 后端搭建
2.4 系统测试
2.4.1 训练效果
2.4.2 测试效果
2.4.3 模型应用
项目3 PROJECT 3 常见花卉识别
3.1 总体设计
3.1.1 系统整体结构
3.1.2 系统流程
3.2 运行环境
3.2.1 Python环境
3.2.2 TensorFlow环境
3.2.3 Android环境
3.3 模块实现
3.3.1 数据预处理
3.3.2 创建模型并编译
3.3.3 模型训练及保存
3.3.4 模型生成
3.4 系统测试
3.4.1 训练准确率
3.4.2 测试效果
3.4.3 模型应用
项目4 PROJECT 4 基于Keras的狗狗分类与人脸相似检测器
4.1 总体设计
4.1.1 系统整体结构
4.1.2 系统流程
4.2 运行环境
4.2.1 Python环境
4.2.2 TensorFlow环境
4.2.3 Keras环境
4.2.4 安装库
4.3 模块实现
4.3.1 数据预处理
4.3.2 模型编译主体
4.3.3 图像检测
4.3.4 文本数据翻译与爬虫
4.3.5 模型训练评估与生成
4.3.6 前端界面
4.4 系统测试
4.4.1 前端界面展示
4.4.2 程序功能介绍
4.4.3 识别狗狗效果展示
4.4.4 识别人脸效果展示
项目5 PROJECT 5 猫猫相机
5.1 总体设计
5.1.1 系统整体结构
5.1.2 系统流程
5.2 运行环境
5.2.1 Python环境
5.2.2 mxnet环境
5.2.3 OpenCV环境
5.3 模块实现
5.3.1 数据预处理
5.3.2 创建模型并编译
5.3.3 模型训练及保存
5.3.4 模型测试
5.4 系统测试
5.4.1 训练准确率
5.4.2 测试效果
5.4.3 模型应用
项目6 PROJECT 6 基于Mask R-CNN的动物识别分割及渲染
