FaceRecognition是一个基于Python的人脸识别库，它还提供了一个命令行工具，让你通过命令行对任意文件夹中的图像进行人脸识别操作。
该库使用dlib顶尖的深度学习人脸识别技术构建，在户外脸部检测数据库基准(LabeledFacesintheWildbenchmark)上的准确率高达99.38%。
该库使用dlib顶尖的深度学习人脸识别技术构建，在户外脸部检测数据库基准(LabeledFacesintheWildbenchmark)上的准确率高达99.38%。
2023/9/30 23:40:57
10.57MB
1
针对群体情绪识别准确率的问题，结合卷积神经网络（CNN）与长短期记忆网络（LSTM），提出一种多流CNN-LSTM网络模型学习群体情绪的静态和动态特征。
以视频序列的原始图像、视觉显著图形和叠加的光流图像分别作为三个通道的输入，利用CNN网络对空间特征和局部运动特征进行分析，得到的特征图直接输入LSTM网络，进行全局运动特征的学习。
最后连接Softmax分类器，对三个通道的Softmax输出进行加权融合，得到分类结果。
实验结果表明，模型可有效地识别四种典型的群体情绪，且识别率高于已有算法，准确度（ACC）和宏平均精度（MAP）分别最高可达82.6%、84.1%。
以视频序列的原始图像、视觉显著图形和叠加的光流图像分别作为三个通道的输入，利用CNN网络对空间特征和局部运动特征进行分析，得到的特征图直接输入LSTM网络，进行全局运动特征的学习。
最后连接Softmax分类器，对三个通道的Softmax输出进行加权融合，得到分类结果。
实验结果表明，模型可有效地识别四种典型的群体情绪，且识别率高于已有算法，准确度（ACC）和宏平均精度（MAP）分别最高可达82.6%、84.1%。
2023/9/29 1:55:43
1.44MB
1
混淆矩阵的MATLAB源代码，直接能用的代码，可以用来计算分类结果的准确率还能度量划分效果，混淆矩阵的概念虽然简单，但需要注意的点特别多，看此代码，绝对复制过去就能用！
2023/9/23 1:29:40
3KB
1
机器学习入门KNN算法实现的手写数字识别基本上照搬了http://lib.csdn.net/article/opencv/30167的代码，只是改了一点bug和增加了一点功能输入就是直接在一个512*512大小的白色画布上画黑线，然后转化为01矩阵，用knn算法找训练数据中最相近的k个，现在应该是可以对所有字符进行训练和识别，只是训练数据中还只有数字而已，想识别更多更精确的话就需要自己多跑代码多写几百次，现在基本上一个数字写10次左右准确率就挺高了，并且每次识别的时候会将此次识别的数字和01矩阵存入训练数据文件夹中，增加以后识别的正确率，识别错了的话需要输入正确答案来扩充训练数据
2023/9/21 3:58:52
15KB
1
这个源代码是一款UPC-E/A类型条码创建和读取示例，UPC-E/A条形码广泛应用于商业零售终端。
该示例主要功能可以创建6位和12位UPC-E/A条形码，并保存为JPG图片。
程序同时还具有扫描识别JPG图片格式的条形码图片，识别率准确率挺高，即使比较模糊的条码图片也可以顺利识别，功能比较不错。
经调试完全可用，特上传与大家分享
该示例主要功能可以创建6位和12位UPC-E/A条形码，并保存为JPG图片。
程序同时还具有扫描识别JPG图片格式的条形码图片，识别率准确率挺高，即使比较模糊的条码图片也可以顺利识别，功能比较不错。
经调试完全可用，特上传与大家分享
2023/9/14 11:53:17
408KB
1
最新版华为数通题库HCIP-Routing&Switching-IENPV2.5.xlsx（含部分解析），此题库为excel表格格式，可编辑可更改，本人已把题库按照考点、知识点归类，含小部分解析，准确率高，2020年7月目前最新版题库
2023/8/21 13:53:54
2.05MB
1
这是kaggle泰坦尼克号准确率0.81的python数据分析超级详细的源代码这是传说中的泰坦尼克机器学习比赛-对你来说最好的，第一次挑战，让你潜入机器学习比赛，熟悉Kaggle平台的工作原理。
竞争很简单：使用机器学习来创建一个模型，预测哪些乘客在泰坦尼克号沉船事故中幸存下来。
竞争很简单：使用机器学习来创建一个模型，预测哪些乘客在泰坦尼克号沉船事故中幸存下来。
2023/8/20 8:07:17
15KB
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