本项目基于朴素贝叶斯和SVM 分类模型，通过对垃圾邮件和正常邮件的数据训练，进行相关词汇词频的统计分析，实现垃圾邮件的识别功能。本项目包括3个模块：数据模块、模型构建、附加功能。需要Python 3.6 及以上配置，在Windows 环境下载Anaconda 完成Python 所需的配置，也可以下载虚拟机在Linux 环境下运行代码。从github 网站下载与python PIL 库配搭使用的文字引擎pytesseract，将PIL 文件夹里的.py 文件，改为相应pytesseract.exe 路径。注册百度云账号，分别建立图像文字识别和图像识别的小程序。
2024-03-06 16:41:14
28.64MB
1
一款识别率非常高的录音转文字软件，应用人工智能技术，可同时识别多个文件，准确率高。适用于会议录音，采访录音及电话录音等各种场景下的音频转文字需求。
2024-03-06 16:09:45
15.08MB
1
基于spring boot + maven + opencv 实现的图像深度学习Demo项目，包含车牌识别、人脸识别、证件识别等功能，贯穿样本处理、模型训练、图像处理、对象检测、对象识别等技术点
2024-03-06 11:37:13
121.71MB
开发环境： Pycharm + Python3.6 + 卷积神经网络算法
基于人脸表面特征的疲劳检测，主要分为三个部分，打哈欠、眨眼、点头。本实验从人脸朝向、位置、瞳孔朝向、眼睛开合度、眨眼频率、瞳孔收缩率等数据入手，并通过这些数据，实时地计算出驾驶员的注意力集中程度，分析驾驶员是否疲劳驾驶和及时作出安全提示。
视觉疲劳检测原理：因为人在疲倦时大概会产生两种状态： 眨眼：正常人的眼睛每分钟大约要眨动10-15次，每次眨眼大概0.2-0.4秒，如果疲倦时眨眼次数会增多，速度也会变慢。打哈欠：此时嘴会长大而且会保持一定的状态。因此检测人是否疲劳可以从眼睛的开合度，眨眼频率，以及嘴巴张合程度来判断一个人是否疲劳。
检测工具
dlib ：一个很经典的用于图像处理的开源库，shape_predictor_68_face_landmarks.dat是一个用于人脸68个关键点检测的dat模型库，使用这个模型库可以很方便地进行人脸检测，并进行简单的应用。
眨眼计算原理：
（1） 计算眼睛的宽高比
基本原理：计算 眼睛长宽比 Eye Aspect Ratio，EAR.当人眼睁开时，EAR
2024-03-05 21:16:22
78.33MB
1
天若OCR文字识别
软件使用：
1、默认快捷键F4，可以自行修改，在托盘图标右键设置里可以修改。
2、截图之后松开左键即可。
3、截图时按住Ctrl，强制性拆分文字。
软件不能使用原因：
1、缺少.net框架，最低需要安装.net4.0。（下载.net）原则上你只要安装了这个版本的框架xp系统也可以使用。
2024-03-05 20:15:01
1.86MB
1