源码参考，欢迎下载

人类活动识别 该项目将建立一个模型，以预测人类的活动，例如步行，步行上楼，步行到楼下，坐着，站立或躺下。 该数据集是从30个人（在此数据集中称为主题）收集的，他们使用智能手机在腰间执行不同的活动。 数据通过该智能手机中的传感器（加速度计和陀螺仪）进行记录。 录制了该实验的视频以手动标记数据。 如何记录数据 通过使用智能手机中的传感器（陀螺仪和加速度计），他们捕获了来自加速度计的“ 3轴线性加速度”（ tAcc-XYZ ）和来自陀螺仪的“ 3轴角速度”（ tGyro-XYZ ），具有多种变化。 prefix 't' in those metrics denotes time. suffix 'XYZ' represents 3-axial signals in X , Y, and Z directions. 快速浏览数据集： 加速度计和陀螺仪的读数来

该课题为基于Matlab的人脸识别系统。人脸识别系统的话每年都做。最传统的就是利用orl灰色的人头进行识别，这种人脸识别可以说是烂大街了。必须具备有一定的新意，比如说输入一个全身照图片进行人脸定位，在进行识别也可以做成门禁考勤，疫情防护系统等等实际应用的场景的个课题。

人脸识别硬件 在FPGA上实现基于人工神经网络的人脸识别

LeapTrainer.js v0.31 手势和姿势学习和识别框架。 v0.3 添加了学习和识别静止姿势的功能，如下面的新视频所示。 有关新功能和修复的完整详细信息，。 下面是学习然后识别一些动作和姿势的视频。 UI 的在线演示。 以前的 v0.2 演示视频仍然可以在找到。 该框架目前支持高分辨率和低分辨率手势编码和几何模板匹配、互相关以及基于神经网络的手势和姿势识别。 开发人员打算。 欢迎所有贡献 - 每个核心框架功能的最著名实现将用作框架默认值。 目前这些是： 由帧速度触发的手势记录 用于简单手势记录的 3D 几何定位捕捉 用于手势识别的几何模板匹配 目录 应用程序接口 子类化 LeapTrainer.Controller LeapTrainer 用户界面 但它不能识别我的帮派标志/秘密握手/全双门敬礼 发行说明 谢谢 作者 版本 执照 什么是手势和姿势？ Lea

字符识别 基于卷积递归网络的汉字识别库。 性能 识别图片中的字符 开发环境 WIN 10或Ubuntu 16.04 使用CUDA 10.0的PyTorch 1.2.0（可能会修复CTC丢失） :fire: yaml Easydict 张量板 数据 合成中文字符串数据集 下载 将lib / config / 360CC_config.yaml DATA：ROOT编辑为您的图像路径 DATASET: ROOT: 'to/your/images/path' 下载（密码：eaqb） 将char_std_5990.txt放入lib / dataset / txt / 并将trai

YOLO宠物 YOLO实时宠物检测和识别 用于使用或测试 从我们的下载经过训练的体重文件，或者自己进行训练。 克隆项目 git clone https://github.com/pjreddie/darknet cd darknet 修改yolo源代码 vim examples/yolo.c 创建一个新的标签字符串数组。 char *pet_names[] = {"Abyssinian", "Bengal", "Birman", "Bombay", "British_Shorthair", "Egyptian_Mau", "Maine_Coon", "Persian", "Ragdoll", "Russian_Blue", "Siamese", "Sphynx", "american_bulldog", "american_pit_bull_terrier", "basset_h

课题为matlab答题卡识别，带界面GUI框架。需要您具备一定基础。可以识别学号，学科，填涂区的ABCD等，跟标准分数对比，判断及格与否。带界面GUI框架。需要您具备一定基础。请多包涵。

java语音识别源码字幕吉加斯 Jitsi SIP 网关：一个服务器端应用程序，该应用程序允许常规 SIP 客户端加入由 Jitsi Videobridge 主持的 Jitsi Meet 会议。 安装并运行 可以使用我们的或使用以下说明从来源安装 Jigasi 和 Jitsi Meet。 结帐最新来源： git clone https://github.com/jitsi/jigasi.git 建造： cd jigasi mvn install -Dassembly.skipAssembly=false 提取 - 根据系统选择jigasi-linux-x64-{version}.zip 、 jigasi-linux-x86-{version}.zip或jigasi-macosx-{version}.zip 。 cd target/ unzip jigasi-{os-version}-{version}.zip 在您的 XMPP 服务器中配置一个 muc 组件，该组件将用于酿酒室。 如果您的服务器是 Prosody：编辑 /etc/prosody/prosody.cfg.lua 或 /e

这是V1版本，后续版本迁移到ApacheCN组织的kaggle项目里。这个repo就停止更新了。 目录 简介 kaggle入门题目，训练数据已经处理成向量并与标签一一对应，判断测试数据对应的标签。 项目基本思路 在solutions中存储不同的解法，在所有解法单独实现完成之后，最终结果采用所有解法的结果来做交叉验证之后的答案，即对于某个向量的预测，采用所有解法中出现次数最多的作为结果。 main.py作为项目的入口，所有程序的调用都采用 python main.py -* * 的形式来调用，主要是为了统一log等的设置 得分进展 2018-03-12 score=0.99285 keras-原始数据0.5倍缩放之后，采用keras深度学习 2018-03-11 score=0.98542 svm-将原始数据0.5倍缩放之后，采用pca降维，再使用svm分类 2018-03-08 scor