包含:工程代码
本工程非常方便移植,可以进行功能的增加或者替换
本系统由STM32单片机+OpenMV人脸识别+OLED显示
2023-02-19 11:23:49
2.5MB
1
基于卷积神经网络的人脸识别. 完整代码 可直接运行
我们整个人脸识别系统总共分为 5 个部分：图像采集、人脸检测、数据整理、卷积神经网络的构建和训练、人脸实时识别。
3.1 图像采集
在卷积神经网络训练之前，首先得有数据。我们通过 opencv 调用电脑摄像头拍取约 10 个人的人脸照片，每人拍 600 张。为拍照的 10 个人分别建立一个文件夹，并将其所拍照片统一放置该文件夹中，文件夹以起名字拼音命名，最后将这 10 个文件夹统一放置于一个总文件夹中，并以“faceImages”命名。示意图如下：
2023-02-19 11:14:51
2.2MB
1
The Oxford-IIIT Pet Dataset是一个宠物图像数据集，包含37种宠物，每种宠物200张左右宠物图片，并同时包含宠物轮廓标注信息。
2023-02-19 01:04:20
773.72MB
1
基于对结构安全性的高要求，以各种不同监测技术为基础的结构健康监测系统得到广泛研究与应用，而结构损伤识别系统是结构健康监测系统的核心组成部分之一。本文以某悬臂梁为工程背景，研究结合信息融合的基于BP神经网络的结构损伤识别技术，通过MATLAB软件构建BP神经网络，训练完成的神经网络损伤识别准确率高于90%。本文对基于神经网络的结构损伤识别技术的可靠性进行讨论，总结了结合信息融合与神经网络的损伤识别技术的优缺点。网络识别结果证明了该技术的可行性，为工程结构损伤识别应用的进一步研究提供了参考。
2023-02-18 13:18:38
1.28MB
1
训练
1.处理train 数据集
python3 ./utils/make_data.py
2.训练网络
python3 train.py
测试
1.加载模型，将训练好的模型放入./model/中
2.向test_img_list中添加需要测试的图片列表
test_img_list = ['/home/tony/ocr/test_data/00023.jpg']
3.运行模型
python3 test_crnn.py
2023-02-18 10:48:29
1.97MB
1
行业分类-设备装置-一种基于动作识别技术的体育教学辅助系统及其实现方法
2023-02-17 15:15:29
723KB
1
擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真。
2023-02-17 14:35:08
1.31MB
1
设计一个基于matlab的汽车牌照识别程序，能够实现车牌图像预处理，车牌定位，字符分割，然后通过神经网络对车牌进行字符识别，最终从一幅图像中提取车牌中的字母和数字，给出文本形式的车牌号码。
2023-02-17 11:08:25
1.52MB
1
车辆识别方法计算量大,提取的特征复杂,且传统神经网络利用端层特征进行分类导致特征不全面,为此提出了一种结合卷积神经网络(CNN)多层特征和支持向量机(SVM)的车辆识别方法。该方法在传统AlexNet模型基础上构建卷积神经网络模型,通过分析参数变化对测试正确率的影响得到最优车辆识别模型;提取多层车辆特征图,采用串行融合方法与主成分分析降维技术将其构成一个具有多属性的车辆特征向量,以增强特征全面性,减少计算量;利用SVM分类器代替CNN的输出层实现车辆识别,以提高模型泛化能力与纠错能力。实验结果表明,相比传统方法,所提方法在分类精度和识别速度方面都有显著提高,且具有良好的稳健性。
2023-02-17 10:47:50
3.21MB
1