利用keras端到端深度学习自动驾驶汽车，项目面向自动驾驶初学者、研究人员和行业专家。项目以jupter notebook作为载体，使用流行的开源工具(如 Keras , TensorFlow 等)构建，项目提供数据集、源代码、AirSim模拟器，以便于实现自动驾驶快速仿真。
本项目使用gradio应用在 minist 上训练的最有 KNN 模型就行手写数字识别。
这个项目是一个文档扫描仪应用程序，使用Python编写。它可以帮助用户加载图片并裁剪文档，提供方便的文档扫描功能。
本项目是一个基于Tkinter和OpenCV的目标检测应用程序，实现了摄像头和视频文件的实时目标检测。通过YOLOv8模型进行目标检测，支持定位、分割和姿势三种模型类型，以及不同模型大小。
一个基于Django框架实现的图像相似性搜索网页应用。用户可以通过上传图片到网站，然后该项目会基于预训练的 VGG16 模型提取图像特征，并利用已有图库中的图像特征与上传图片的特征进行比较，计算相似度并呈现给用户。
此代码用于进行基于智元素平台的视觉对抗A比赛。
这是一个基于Python和Flask的Web应用程序作业。用于生成和显示颜色调色板。该应用程序有两个主要功能：通过点击按钮生成随机颜色调色板，以及通过上传图片生成该图片的主要颜色调色板。同时，应用程序也实现了一些复杂的JavaScript交互，例如鼠标悬停时的动画效果，以及能够复制颜色值到剪贴板等功能。
基于spring boot + maven + opencv 实现的图像深度学习Demo项目，包含车牌识别、人脸识别、证件识别等功能，贯穿样本处理、模型训练、图像处理、对象检测、对象识别等技术点
本项目包含两个去噪图像处理示例。代码1通过调整sigma值优化小波去噪，代码2比较了双边滤波去噪、全变分去噪、小波去噪、非局部均值去噪和fft2低通滤波去噪的效果，并根据PSNR值选取最优去噪算法。
本项目实现了一个基于二维快速傅里叶变换 (FFT2) 的视频压缩方法。同时播放原始灰度视频以及不同压缩比例的压缩后的灰度视频。
本项目实现了一个Python脚本，用于读取视频文件，并实时显示视频的灰度图像、原振幅谱以及平移后的振幅谱。
这个项目提供了一种使用傅里叶变换对混合波形进行去噪的方法。
