https://download.csdn.net/download/qq_41739364/86339152

这个是深度神经网络的工具类和数据集，里面包括：dnn_utils_v2_lr_utils_dataset

opencv2中的各种人脸检测模型。
以及opencv3中的新出的结合ＤＮＮ的人脸检测神经网络cafffe模型

语音端点检测工具包，包括DNN，bDNN，LSTM和基于ACAM的VAD。
我们还提供我们直接记录的数据集。

跌倒检测，采用OPENCV4DNN开发，在英特尔的GPU上加速，大概每帧40MS左右，速度极快，假如您电脑上有别的GPU，可能跑不了，因为英特尔的OPENCV限制DNN在别的GPU上运行。
一般的电脑，只要有英特尔的graphic就能跑，速度比纯CPU快多了

bvlc_googlenet.caffemodel，-bvlc_googlenet.prototxt，synset_words

利用keras深度学习框架，生成人脸表情学习模型h5，转换为tensorflow的深度学习框架pb，在OpenCV中利用dnn调用pb模型并判断人脸表情

利用matlab进行简单的深度学习，包含CNN、DBN、RBN、DNN等多种深度学习架构，是不错的资源。

.:dataippicvtiny_dnnxfeatures2d./data:7505c44ca4eb54b4ab1e4777cb96ac05-face_landmark_model.dat./ippicv:4e0352ce96473837b1d671ce87f17359-ippicv_2017u3_lnx_intel64_general_20170822.tgz./tiny_dnn:adb1c512e09ca2c7a6faef36f9c53e59-v1.0.0a3.tar.gz./xfeatures2d:boostdescvgg./xfeatures2d/boostdesc:0ae0675534aa318d9668f2a179c2a052-boostdesc_lbgm.i0ea90e7a8f3f7876d450e4149c97c74f-boostdesc_bgm.i202e1b3e9fec871b04da31f7f016679f-boostdesc_binboost_064.i232c966b13651bd0e46a1497b0852191-boostdesc_bgm_bi.i324426a24fa56ad9c5b8e3e0b3e5303e-boostdesc_bgm_hd.i98ea99d399965c03d555cef3ea502a0b-boostdesc_binboost_128.ie6dcfa9f647779eb1ce446a8d759b6ea-boostdesc_binboost_256.i./xfeatures2d/vgg:151805e03568c9f490a5e3a872777b75-vgg_generated_120.i7126a5d9a8884ebca5aea5d63d677225-vgg_generated_64.i7cd47228edec52b6d82f46511af325c5-vgg_generated_80.ie8d0dcd54d1bcfdc29203d011a797179-vgg_generated_48.i

基于深度神经网络的时域信道估计算法，张丁水，林家儒，本文介绍了一种基于深度神经网络（DNN）的无线信道估计算法，可应用于低信噪比下单载波频域均衡（SC-FDE）系统中对衰落信道的估计。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。