说明：番茄叶片病害预测

说明：本项目探索并比较了两种使用深度神经网络进行手写数字识别的方法。这个项目完全用法语。

说明：Android上的健康伴侣。通过X光MRI检测疾病，安全地存储报告，访问教育内容，加入支持社区，并聊天以获取健康信息。

说明：这是我的主存储库

说明：ReDeepFake演示应用程序-用于2D平面图像的高级Deepfake检测模型。

说明：moai是一个基于PyTorch的人工智能模型开发工具包（MDK），旨在改进数据驱动的模型工作流、设计和再现性。

说明：这是一个使用深度学习模型将蛇的种类分类为有毒和无毒的项目。该存储库包括从使用CNN到使用MobileNetV2作为预训练模型的转移学习的整个过程

说明：该存储库提供了一个宝石分类项目，该项目使用MobileNetV2传输学习，处理包含3200多个图像的数据集，跨越87个类。TensorFlow和Keras促进了数据预处理、增强和模型训练。通过微调和利用预先训练的功能。

说明：基于CNN的植物病害预测

说明：利用机器学习和深度学习对水稻品种进行分类

说明：HMS-有害大脑活动分类||对危重患者的癫痫发作和其他有害大脑活动模式进行分类

说明：在本报告中，您将看到我在UniMi的机器学习考试中所做的工作。

说明：一种用于扑克牌识别和分类的卷积神经网络（CNN）

说明：本项目旨在使用深度学习技术，特别是VGG-19卷积神经网络模型，检测和分类森林火灾。该模型被训练来分析图像，并准确地预测它们是否包含森林火灾的迹象。

说明：MedBuddy AI android应用程序的API和其他培训文件

说明：这是农业领域的端到端项目。通过训练卷积神经网络（CNN）模型，利用番茄叶片的图像来检测番茄植株是否存在特定的病害。可以从移动应用程序或网页访问该模型。

说明：计算机视觉论文综述

说明：基于OpenCV和Tensorflow Keras的深度学习人脸掩模检测系统。

说明：这是一个用于DVT pytorch模型的仓库，可以用于训练您的图像数据集。

说明：西门子PLC的人工智能辅助网络安全应用程序

说明：利用TensorFlow和Python，我们采用基于CNN的人工智能模型将原子DOPC脂质转换为粗粒度表示，增强了分子动力学模拟和结构分析。

说明：我在硕士学位机器学习课程期间执行的项目。

说明：博加齐奇大学博士级深度学习课程的作业和项目。

说明：用于手语检测的实时动作检测模型

说明：使用自动编码器、主成分分析（PCA）和神经网络（NN）作为输入层的RGB图像去噪。目标是比较他们的表现，并提出全面的结果。

说明：该项目的特点是使用VGG19神经网络进行图像风格传输。风格转换将一个图像的艺术风格与另一个图像内容融合在一起。利用强大的VGG19卷积神经网络，它擅长于图像相关任务。

说明：人工智能深度学习

说明：使用分类进行年龄估计

说明：使用具有快速响应系统的机器学习识别枪支以挽救生命

说明：利用机器学习和深度学习模型进行假新闻检测。