车牌识别零碎大多都是基于PC平台的，其优势是实现容易，但是成本高、实时性不强、稳定性不高等缺点使其不能广泛推广。
为了克服以上的缺点，且满足识别速度和识别率的要求，本文在原有车牌识别硬件零碎设计的基础上做了一定的改进(原零碎在图像采集、接口通信、零碎稳定、脱机工作等方面存在一定问题)，设计出了新的车牌识别硬件零碎，采用单DSP+FPGA和双DSP+FPGA双板子的方式来共同实现
为了克服以上的缺点，且满足识别速度和识别率的要求，本文在原有车牌识别硬件零碎设计的基础上做了一定的改进(原零碎在图像采集、接口通信、零碎稳定、脱机工作等方面存在一定问题)，设计出了新的车牌识别硬件零碎，采用单DSP+FPGA和双DSP+FPGA双板子的方式来共同实现
2023/1/18 3:22:37
6.38MB
1
针对原有手工取样检测法在嘴棒质量监控中对异常的识别率低，牵扯人力成本高等问题，以自动化、精准化异常识别及报警为目的，采用图形化的嘴棒质量管理方法，提供嘴棒指令，实现自动报警功能，为烟厂提供准确、及时、完整的异常信息，保证卷烟质量的稳定。
实验结果表明，异常报警率从系统实施前的81.4%提升至实施后的100％，证明系统能较好地监测嘴棒生产的实际情况，提高质量管控水平。
实验结果表明，异常报警率从系统实施前的81.4%提升至实施后的100％，证明系统能较好地监测嘴棒生产的实际情况，提高质量管控水平。
2020/5/21 20:01:48
1.26MB
1
针对原有手工取样检测法在嘴棒质量监控中对异常的识别率低，牵扯人力成本高等问题，以自动化、精准化异常识别及报警为目的，采用图形化的嘴棒质量管理方法，提供嘴棒指令，实现自动报警功能，为烟厂提供准确、及时、完整的异常信息，保证卷烟质量的稳定。
实验结果表明，异常报警率从系统实施前的81.4%提升至实施后的100％，证明系统能较好地监测嘴棒生产的实际情况，提高质量管控水平。
实验结果表明，异常报警率从系统实施前的81.4%提升至实施后的100％，证明系统能较好地监测嘴棒生产的实际情况，提高质量管控水平。
2020/5/21 20:01:48
1.26MB
1
完满验证码识别系统V3.2.1.包含了多种语言调用的例子.识别率很高.附件采用7zip极限压缩.解压后文件夹大小有31.9MB.
2015/1/4 17:57:56
7.15MB
1
提取了一种手势识别的算法，通过皮肤颜色模型将手势分割出来，然后追踪其边缘，再通过傅里叶零碎作为特征向量进行识别。
识别率很高的。
识别率很高的。
2015/5/21 4:31:25
4KB
1
调用微信扫一扫，识别二维码，条形码。
亲测无效，识别率高，有什么问题可以留言，说说你的问题，这很简单的，很多人都调用成功的。
亲测无效，识别率高，有什么问题可以留言，说说你的问题，这很简单的，很多人都调用成功的。
2018/4/25 3:06:05
2KB
1
针对海面背景舰船目标单一波段图像识别率低的问题,提出了一种基于卷积神经网络(CNN)的融合识别方法。
该方法提取可见光、中波红外和长波红外3个波段舰船目标特征进行融合识别。
模型次要分为3个步骤：通过设计的6层CNN,同时对三波段图像进行特征提取;利用基于互信息的特征选择方法对串联的三波段特征向量按照重要性进行排序,并按照图像清晰度评价指标选取固定长度的特征向量作为目标识别依据;通过额外的2个全连接层和输出层进行回归训练。
采用自建的三波段舰船图像数据库进行模型的训练和测试,共包含6类目标,5000余张图像。
实验结果表明,本文方法识别率达到84.5%,与单波段识别方法相比有明显提升。
该方法提取可见光、中波红外和长波红外3个波段舰船目标特征进行融合识别。
模型次要分为3个步骤：通过设计的6层CNN,同时对三波段图像进行特征提取;利用基于互信息的特征选择方法对串联的三波段特征向量按照重要性进行排序,并按照图像清晰度评价指标选取固定长度的特征向量作为目标识别依据;通过额外的2个全连接层和输出层进行回归训练。
采用自建的三波段舰船图像数据库进行模型的训练和测试,共包含6类目标,5000余张图像。
实验结果表明,本文方法识别率达到84.5%,与单波段识别方法相比有明显提升。
2018/2/16 16:48:36
8.49MB
1
启智畅想集装箱号码识别集装箱号码识别系统速度快、识别率高，已经广泛应用到海关、堆场、码头等集装箱需要科学管理的场景中，进出码头的集装箱得到有效管理，集装箱号码识别品种多，可提供二次开发
2019/11/5 13:48:34
2.61MB
1
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。
2024-04-09 15:03
15KB