计算机视觉库/人脸识别

使用神经网络对车辆信息进行特征挖掘,使用各种数学分析方法,使用特征提取手段挖掘信息,使用各种神经网络架构
870python计算机视觉库/人脸识别
使用opencv实现人脸识别和银行卡号识别 人脸检测,把图像分成一个个小块,对每一个小块判断是否是人脸,假如一张图被分成了5000块,则速度非常慢。 为了提高效率,OpenCV 提供 cascades 来避免这种情况。提供了一系列的xml文件 cascades :翻译 :小瀑布 级联 cascade 对于每个数据块,它都进行一个简单快速的检测。若过,会再进行一个更仔细的检测。该算法有 30 到 50 个这样的阶段,或者说 cascade。只有通过全部阶段,cascade才会判断检测到人脸。这样做的好处是:大多数小块都会在前几步就产生否定反馈,节约时间。
720代码练习
1:项目主要包括下六个模块:人员管理,设备管理,平台(接口)管理,审批管理,系统设置,人脸识别搜搜和对比 主要实现的功能: 1:人员信息管理和统计。方便客户管理学校的教职工,学生,以及外来人员。尤其是疫情期间做到人员的精细化控制 2:系统对接学校的人像采集器和指纹图像采集器。直接上传系统。 3:基础数据管理能力。向学校其他系统提供基础数据。主要是人脸,指纹,住宿信息等 4:外来人员审批。控制每个进入校园的人员。以及该人员可以进入的场所 5:人员搜索。面对学校突发情况。比如,在网络平台发布不当言论,通过照片,找到该人员是否在校学生,以及具体的班级和学号信息
1220PHP计算机视觉库/人脸识别
基于I1协议、《Q:GDW 10517.1—2019南瑞B接口-电网视频监控系统及接口第1部分》、《2020-12068输电线路通道智能监拍装置技术规范.pdf》协议接入内蒙电网、国网,将线路视频、图片、导线舞动情况采集发送到服务器,识别山火、超高、超限并立即报警
1440C/C++协议和规范
微商社群电商平台 负责电商平台技术选型和架构设计 主导后端开发,使用spring-cloud框架前后端分离 商品、订单、购物车、发票、促销模块接口开发 小程序端订单模块开发 按时完成交付上线
1010PHPDevOps/运维工具
1.输入多视角的带有相机参数的2D图像,输出3D点云,重建物体的三维结构。 2.使用了pytorch深度学习框架,python程序设计语言,shell脚本,Transformer,自适应注意力机制,数据增强,自适应深度图预估网络,可变卷积,高斯牛顿深度图优化。
830计算机视觉库/人脸识别
智慧社区分为基础信息, 研判分析,大数据展示,移动端使用,基础信息主要是一标九实信息管理,对社区里面人,车,房进行关联,研判分析是对社区的疑似人员,疑似车辆进行监管,大数据展示是显示相关社区数据信息
940Java计算机视觉库/人脸识别
目标:智慧工厂建设,厂区监控相机添加AI算法功能 - 9种算法需求:安全帽,工服是否合规,非法进入,烟气告警,明火告警,人脸权限,电子围栏告警,防护服操作规范,除静电操作规范 项目方案: - 边缘计算,算法服务器训练模型,下发算法到边缘计算网关,对接入的多路监控相机进行实时推理检测 - 现场108路监控相机,使用6台边缘计算网关+2台算法服务器,实现9种算法实时检测 - 1号边缘计算网关:接入13路相机视频流,其中9路相机实时检测烟火,3路相机实时检测工作服,1路相机实时检测防护服操作规范 - 2号边缘计算网关:接入12路相机视频流,其中4路相机实时检测烟火,8路相机实时检测区域入侵 - 3号边缘计算网关:接入5路相机视频流,实时进行人脸识别,实现权限管理 - 4号边缘计算网关:接入12路相机视频流,其中5路相机实时检测烟火,3路相机实时检测工作服,3路相机实时检测安全帽,1路相机实时检测区域入侵 - 5号边缘计算网关:接入11路相机视频流,实时检测烟火 - 6号边缘计算网关:接入10路相机视频流,其中5路相机实时
1020C/C++人工智能
1.项目为元学习maml和目标检测Yolov5的组合,实现在小样本上学习并检测到目标的功能。 2.检测功能可以移植在各种目标检测任务中,只需提供少量特定任务的检测图片和标签,便可对相应的图片和视频进行目标检测(画框和贴标签)。 3.
1360计算机视觉库/人脸识别
1.开发实用、高性能、且易于部署的各种图像处理功能,如证件照检测,人脸检测,目标检测,人像抠图,文字识别。其中证件照检测可在CPU单线程下实现80+FPS,支持yolov5、yolov8训练的模型推理。 2.模型推理框架主要使用onnxruntime,摆脱各种深度学习框架依赖,其它必须的模块为OpenCV、numpy,可轻松为各类web服务或桌面应用项目集成所需功能。 3.如需开发线上服务接口,博主可使用Fastapi或Flask及gunicorn开发支持外网调用的服务接口,Nginx代理及域名请业主自行配置。 4.注:所提供的所有功能代码均由本人编写!!!严格杜绝可读性差,速度慢,使用繁琐的屎山代码。项目中使用到的第三方模型及参考的文档会注明出处。
1490python计算机视觉库/人脸识别
栋栋科技平台是一家创新科技公司,致力于为企业和个人提供全方位的技术解决方案。我们的平台整合了最新的科技资源和技术专家团队,为用户提供高效、可靠和创新的服务。 首先,栋栋科技平台提供了丰富的技术咨询和定制开发服务。无论您是需要构建一个全新的网站,还是开发一款移动应用,我们都能提供专业的咨询和定制开发服务,帮助您实现您的想法和目标。我们的技术专家团队具备丰富的经验和深厚的技术实力,能够为您量身定制最适合的解决方案。 其次,我们提供了可靠稳定的云服务和数据管理解决方案。在数字化时代,数据安全和稳定性至关重要。栋栋科技平台通过与领先的云服务提供商合作,为用户提供高性能、可扩展和安全的云服务。同时,我们还提供数据管理解决方案,帮助用户有效管理和保护他们的数据资产。 此外,我们积极探索前沿的科技领域,如人工智能、大数据分析和物联网等。我们相信这些领域的发展将给企业和个人带来无限的机遇和创新。栋栋科技平台为用户提供了最新的技术资源和专家支持,帮助他们抓住机遇,引领行业发展。 最后,栋栋科技平台还注重用户体验和客户服务。我们始终以用户为中心,通过优质的服务和快速响应,满足用户的需求并解决他们的
1560python计算机视觉库/人脸识别
该项目主要完成抽烟行为检测,在某些特定场合,例如易燃易爆的场所是严禁抽烟的。因此本项目主要是负责完成场景中人员抽烟行为的检测。检测算法采用的是Yolo V5算法,前期先通过收集整理并标注抽烟行为数据集,然后利用收集的数据集完成抽烟模型的训练。待模型达到检测精度要求后,利用该模型即可完成抽烟行为的实时检测,单帧检测时间大约150ms,检测精度>95%。
3400图像(Image)
1. 遥感目标检测 2. 轻量设备部署 3. 大幅宽处理 遥感图像处理是计算机视觉的一个子分支,主要涉及 图像处理、计算机视觉、python编程等。
1930计算机视觉库/人脸识别
作品模块:1.运行环境的搭建 2.手部模型的构建 3.手势识别的自定义动作模型 4.鼠标控制接口 可以实现:通过普通摄像头的手势识别来完成对鼠标的控制 其中的:2,3,4部分几乎全部由本人完成。
990python计算机视觉库/人脸识别
使用yolov8 与LPRNet开发的车牌识别软件。opencv dnn 模型部署,yolo v8 迁移只训练了5 epoch,LPRNet 5万张 照片同样训练了5 epoch 纯cpu训练。识别率已经在90%以上,两个模型非常小巧。c++开发识别速度非常快
1850C/C++机器学习/深度学习
AI模型部署框架,提供CV模型算法的前后处理流式框架,整体代码框架follow google mediapipe 该项目主要解决AI算法模型部署开发效率,通过提供基础的模型前后处理算子,提高开发效率。同时提供了一套基于流式数据处理的pipeline,通过dag和数据流,结合高效算子实现模型的高性能以及高效部署。
1210C/C++计算机视觉库/人脸识别
1、该项目属于培训学习平台,主要针对二建继续教育做的一个学习平台,此平台包括培训机构的入驻,及各个培训机构课程的购买,对接了微信支付,学员学习过程需要人脸识别才能完成本课程的学习,学习记录可通过后台查看。 2、平台简介:有全部课程、我的课程、入驻机构、个人档案、我的证书等模块功能。 3、 本项目由我一人独立完成。
870视频(Video)
该作品是基于YOLOv5的车牌定位与识别系统,旨在在边缘端实现高效准确的车牌定位与识别。它利用YOLOv5算法,通过在图像中滑动窗口来检测物体,将图像划分为网格,并在每个网格中检测物体。通过卷积神经网络进行训练,YOLOv5能够识别各种不同的物体,并在图像中进行定位。对于车牌的定位与识别,该系统可以通过对训练数据进行多次迭代来提高准确率。 该系统能够实现高效的车牌定位与识别,包括对车牌的边框定位和车牌号码的识别。在实际应用中,车牌定位与识别可以帮助交通管理部门更好地监管车辆行驶情况,打击假牌、套牌等违法行为,提高交通管理效率。同时,也可以帮助停车场管理部门实现自动化车辆进出管理,提高停车场运营效率。 该作品在实现上采用了深度卷积神经网络、多尺度检测和卷积特征融合等深度学习技术,并通过对目标边界框的坐标和置信度进行回归,实现了对车牌的高效定位与识别。具体而言,该系统包括了数据预处理、模型训练、模型测试和结果展示等模块,在每一阶段中,都采用了一系列的优化方法,最终取得了较好的定位与识别效果。 数据预处理阶段,采集了大量的车牌图片,并通过图像增强、裁剪、旋转等操作,生成了一组高质量的训
1980计算机视觉库/人脸识别
作品模块:1.运行环境的搭建 2.手部模型的构建 3.手势识别的自定义动作模型 4.鼠标控制接口 可以实现:通过普通摄像头的手势识别来完成对鼠标的控制 其中的:2,3,4部分几乎全部由本人完成。
1070python计算机视觉库/人脸识别
独立完成 前端使用基于Python的Flask Web开发界面,后端使用python提取Dicom图像的坐标信息、层厚、图像位置、寻找对应RT文件的危及器官坐标点,将其转换到可以应用到陀螺刀系统中的坐标
910python其他
当前共130个项目
×
寻找源码
源码描述
联系方式
提交