常见人脸辨认数据库（AR、ORL、Yale、YaleB、FERET、PIE）
2018/1/8 7:14:20
38.77MB
1
美国军方的FERET人脸数据库，共1400幅图片。
包括200个人，每人7幅，对应不同的姿势，表情，和光照条件，是目前最权威的人脸数据库，做人脸识别必备！
包括200个人，每人7幅，对应不同的姿势，表情，和光照条件，是目前最权威的人脸数据库，做人脸识别必备！
2016/11/16 15:01:33
16.46MB
1
ORL、FERET、YALE三大人脸识别数据库，个人认为较全较适用的人脸库，全部为图片格式。
ORL：40类，每类10张。
YALE：15类，每类11张。
FERET：200类，每类7张。
ORL：40类，每类10张。
YALE：15类，每类11张。
FERET：200类，每类7张。
2021/9/1 9:38:04
17.02MB
1
benchmark数据集主要有（全部为.mat格式可以直接使用，label已处理好）：jaffe50_uni,YaleData,ORLData,feret_data,UmistData,AR_ImData,XM2VTS50,MSRA50,MSRA25,Coil20Data,Coil100Data,USPSdata,MnistData，Mpeg7_uni，caltech101，PalmData25，poseData_32，australian，chess_uni，cleve_uni，balance_uni，breast_uni，heart_uni，diabetes，glass_uni，pima_uni。
等一共约100份数据集（不逐个罗列了!）
等一共约100份数据集（不逐个罗列了!）
2019/6/9 17:31:21
56.85MB
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