Giter VIP home page Giter VIP logo

Murilo Rocha's Projects

001.anatomia_rede_neural icon 001.anatomia_rede_neural

Neste projeto, embarcamos em uma exploração detalhada para desvendar os intricados detalhes da construção de modelos de Deep Learning. O objetivo principal é fornecer um entendimento abrangente das etapas fundamentais envolvidas na construção desses modelos, utilizando as poderosas ferramentas PyTorch e PyTorch Lightning.

002.tensores icon 002.tensores

Neste repositório, vamos mergulhar fundo no mundo dos tensores. Vamos começar com a criação de tensores, entender suas propriedades e operações, e ver como eles são usados no PyTorch para construir modelos de aprendizado profundo.

003.reconhecimento_imagens_resnet icon 003.reconhecimento_imagens_resnet

Explore o universo da Inteligência Artificial com este projeto de Reconhecimento de Imagens usando a arquitetura ResNet. Utilizando as bibliotecas Python Pytorch 2.0, Lightning e Torchvision, este repositório oferece um modelo robusto para tarefas de visão computacional, treinado e avaliado no conjunto de dados CIFAR10.

004.classificacao_de_imagens_satelites icon 004.classificacao_de_imagens_satelites

Este repositório contém um projeto de pesquisa explorando o impacto de diferentes funções de ativação no desempenho do modelo DenseNet121, uma popular Rede Neural Convolucional. As funções de ativação investigadas incluem ReLU, ELU, Sigmoid, Tanh e LeakyReLU.

005.googlenet icon 005.googlenet

Explore a implementação da GoogleNet para classificação de imagens com Python neste repositório. Aprenda a usar e ajustar o modelo pré-treinado.

006.resnet_skincancer icon 006.resnet_skincancer

Este repositório contém um projeto que explora a arquitetura ResNet para a detecção de câncer de pele. O objetivo é fornecer uma compreensão detalhada da arquitetura ResNet e demonstrar como ela pode ser carregada e utilizada para identificar imagens de câncer de pele.

007.densenet icon 007.densenet

Neste repositório, foi empregada a arquitetura de rede neural convolucional DenseNet121, uma das mais avançadas em termos de eficiência e performance para o reconhecimento de padrões em imagens.

008.transformadafourier_detectbordas_imagens icon 008.transformadafourier_detectbordas_imagens

Estudo e implementação de técnicas de Detecção de Bordas em Imagens utilizando a Transformada Discreta de Fourier (TDF), com foco no realce de padrões complexos e texturas em contextos desafiadores. O repositório inclui códigos e exemplos demonstrativos.

009.transformers icon 009.transformers

Este repositório apresenta uma visão geral introdutória da arquitetura Transformers, uma inovação notável no campo do processamento de linguagem natural, introduzida em 2017.

010.interpolation icon 010.interpolation

Este repositório contém um projeto focado em métodos de interpolação para processamento de imagens. Exploramos e comparamos diferentes técnicas, como interpolação de área, vizinho mais próximo, bilinear e bicúbica, demonstrando seus impactos na qualidade e eficiência de redimensionamento de imagens.

011.edge_segmentation icon 011.edge_segmentation

Este repositório concentra-se em apresentar uma seleção de técnicas de detecção de bordas e segmentação de imagens utilizando o OpenCV. Ele visa fornecer exemplos claros e práticos dessas técnicas, facilitando para entusiastas e desenvolvedores a aplicação desses métodos em seus próprios projetos de processamento de imagens.

012.basic_image_processing icon 012.basic_image_processing

Este repositório é dedicado a fornecer uma introdução prática e acessível às técnicas fundamentais de processamento de imagens utilizando Python e a biblioteca OpenCV.

013.feature_extractor icon 013.feature_extractor

Este repositório é dedicado ao estudo e aplicação de três dos mais influentes extratores de características na visão computacional: Scale-Invariant Feature Transform (SIFT), Speeded Up Robust Features (SURF), e Histogram of Oriented Gradients (HOG).

014.introduction_yolov8 icon 014.introduction_yolov8

Este repositório contém recursos e notebooks para introduzir o YOLOv8, uma das ferramentas mais avançadas para detecção de objetos em tempo real.

iris_detect_yolov9 icon iris_detect_yolov9

Repositório referente ao algoritmo de detecção da Íris de cada frame de um vídeo.

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.