kaggle-kuzushiji-识别 项目结构 ├── code │   ├── configs │   ├── crop_det.py │   ├── make_submission.py │   ├── mmdetection │   ├── prepare_det.py │   └── work_dirs ├── data │   ├── dtrainval.pkl │   ├── train_images │   ├── test_images │   ├── train_crops │   └── ... ├── download │   ├── test_images.zip │   ├── train_images.zip │   └── ... └── submits ├── submit001.csv └── ... 要求 2个1080 Ti 与一些修

该文档对比了现有的字符识别的方法，本文将CNN应用于字符识别中，通过实验验证了其性能。

榆木分类器信息 3D场景几何识别 使用低层特征和多层深层特征的3D场景几何体识别系统 该代码是在多层深度CNN上使用低级特征融合实现图像场景几何识别的方法（已接受）。 如果您对代码有任何疑问，请通过与Altafhan联系。 该系统在Matlab中实现。 该代码已在Linux（Ubuntu 18.x）和带有Matlab版本R2019b的Window 7上进行了测试。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%此模型中提取了两种类型的特征。 深度CNN， 手工功能主文件为“ G_multilayersystem.m”，您可以通过“ G_multilayersystem.m”金字塔访问所有其他功能。 %%%%%%%%%%%%%%%%%%程序具有两个不同的模块：实施第一个ResNet模型，并提取五个不同阶段的特征，这些特征在每个阶段都与本地手工特征结合在一起。 （5个不同的阶段）5个阶段：表示5个分类器并联。 我们测试两个分类器； 在每个阶段都支持SVM和ELM。 ％SV

情绪识别的例子 使用Jaffe数据库的情感识别示例 我们将使用的主要库是Scikit Learn。 我建议将Anaconda Python发行版用于与科学目的相关的所有内容。 import os import matplotlib . pyplot as plt import numpy as np from mpl_toolkits . axes_grid1 import ImageGrid from skimage . feature import local_binary_pattern as lbp from sklearn . neighbors import KNeighborsClassifier as KNN from sklearn . model_selection import KFold as KF from sklearn . model_selection

Handbook of Fingerprint Recognition(Second edition)高清非扫描版

人脸识别[Wavelet and Neural Networks] V2：基于小波和神经网络的简单有效的人脸识别源代码。 该代码已通过AT＆T数据库进行测试，达到了97.90％的出色识别率（每个类别40个类别，5个训练图像和5个测试图像，因此总共随机选择了200个训练图像和200个测试图像，并且两者之间没有重叠训练和测试图像）。 查看更多：http://matlab-recognition-code.com/face-recognition-based-on-wavelet-and-neural-networks-matlab-code/

通过python或者命令行即可实现人脸识别的功能，程序仅实现基本功能，通过相应的图片即可分辨，但因为并没有进行模型训练，该代码仅供学习参考（需在该文件的同级目录下新建一个images文件夹，文件夹内存放所需判断的人脸图片）

pattern recognition and machine learning 英文版本

人脸识别Jetson Nano C ++ mkdir构建&& cd构建 cmake -DCMAKE_BUILD_TYPE =发布.. 使-j $ {nproc} ./mtcnn_facenet_cpp_tensorRT Python python3 demo.py

叶识别 一个用于从叶子图像识别物种的python桌面应用程序。 使用图像处理和机器学习的概念。 它分为以下7种 槭树 雪松杜达拉 紫荆 柑桔 银杏叶 鹅掌 夹竹桃夹竹桃 要运行项目，请运行Executioner.py 有关更多详细信息，请参阅Project Details.pdf