车牌识别的所有数据集，每个字符有近200张照片车牌识别的所有数据集，每个字符有近200张照片车牌识别的所有数据集，每个字符有近200张照片

此数据集为本人整理的公开数据集，用于人脸识别模型训练、情感分析、机器学习等。数据集为人脸图片，包含不同的情绪、性别、年龄等。图片均为JPG格式，数量约2.3万张。

输入原始图片所在文件夹，原始图片标签，输出增强后的图片文件夹名及输出标签名，运行即可。

数据分成了训练集（60000张共10类）和测试集（共10000张10类），每个类别放在一个单独的文件夹里。并且将所有的图片，都生成了txt列表清单（train.txt和test.txt)。

收集两千多张海面船舶图片

使用200多种字体分别生成的3500个汉字的白底黑字图片，尺寸50*50

图片总共1000张（红绿灯），标签已经做好，为xml文件，适合yolo系列，和voc系列，适合小数据集。

该文件提供基于zynq的Uart发送彩色图片数据至vga显示的相关源代码及转换文件，适合fpga图像处理方向的入门同学。

本文件主要是介绍在fpga图像处理，的基于zynq的Uart发送彩色图片数据转灰度显示的实验，适合想要入门fpga图像处理的同学。

做验证码图片的识别，不论是使用传统的ORC技术，还是使用统计机器学习或者是使用深度学习神经网络，都少不了从网络上采集大量相关的验证码图片做数据集样本来进行训练。 采集验证码图片，可以直接使用Python进行批量下载，下载完之后，就需要对下载下来的验证码图片进行标注。一般情况下，一个验证码图片的文件名就是图片中验证码的实际字符串。 在不借助工具的情况下，我们对验证码图片进行上述标注的流程是： 1、打开图片所在的文件夹； 2、选择一个图片； 3、鼠标右键重命名； 4、输入正确的字符串； 5、保存 州的先生亲身体验，一个验证码完成数据的标注，大概需要10到20秒。大量的时间浪费在了重复地进行鼠标右键