基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)

功能简介

  1. 使用expert-graph模型实现手写数字识别
  2. 使用mobilenet_v1mobilenet_v2模型实现相册图片的图像分类
  3. 使用tensorflow_inception_graph模型实现实时图像分类
  4. 使用graph-tiny-yolo-voc模型实现实时图像目标检测
  5. 使用stylize_quantized模型实现图像风格迁移
  6. 使用conv_actions_frozen模型实现简单单词的语音识别

应用效果图


基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)_第1张图片
基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)_第2张图片

基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)_第3张图片
基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)_第4张图片
基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)_第5张图片
基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)_第6张图片
基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)_第7张图片
基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)_第8张图片
基于深度学习的识别系统APP设计(手写数字、静态图像、实时图像、动态图像、图像迁移、单词语音识别)_第9张图片

参考资料

  • Tensorflow-android 官方demo源码分析
  • Tensorflow在手机端的部署——官网Android工程源码分析之TensorFlowYoloDetector.java
  • Tensorflow-android 官方demo源码

你可能感兴趣的:(深度学习,语音识别,人工智能,识别系统APP,毕业设计)