中文语音识别 1.环境 巨蟒：3.5 Tensorflow：1.5.0 2.训练数据下载 清华大学中文语料库（thchs30） 3.训练 配置conf目录下的conf.ini文件中的设定 在python train.py运行python train.py开始训练 在终端运行python test.py测试 也可以使用PyCharm打开 4.测试效果

通过人脸识别sdk进行实施摄像头人脸识别，可识别年龄、性别等

android人脸识别源码

火焰识别源码

这是基于YOLOV5目标检测模型的实时车牌识别，包括对车辆的车牌区域精确定位，利用校正探测器对定位的车牌进行边框校正处理，使用增强神经网络模型对车牌区域进行超分辨率技术处理和光学字符识别。经过多次试验测试，可以对视频中的车辆车牌实时识别以及图片中的车辆车牌进行准确定位和识别，识别速度快，准确率高，比那些传统车牌识别方法效果好很多。效果演示视频：1.https://www.bilibili.com/video/BV1eK4y1m7GQ/ 2.https://www.bilibili.com/video/BV13K4y1K7Pi/

zed_face ##目录结构。 ├──boot_img ----------------------------- zedboard SD卡中的启动文件├──检测------ -------------------------人脸检测模块├──驱动程序----------------- -------------- PL驱动├──dts ------------------------------ ----设备树原始码和编译├──face_recogition ----------------------人脸识别模块├──fpga ------- -------------------------- FPGA设计├──linux-digilent ---------------- ------- linux子模块├──mjpeg-streamer-182 ---------------

VC++ 车牌识别源代码 步骤包括 图像灰度化 灰度均衡化 边缘检测 预处理 定位车牌 分割车牌 车牌二值化 VS2015测试通过

情绪识别

毕业设计使用Matlab完成的简易车牌识别功能，能够识别大部分的蓝色小型车牌。用于图像识别技术的学习和理解。看不懂的可私信我要论文。 功能函数都由自己编写，包括车牌定位，车牌字符分割，车牌区域阈值计算和车牌字符识别等函数。包含有识别模板库和测试图像。 使用方法：下载后解压，使用Matlab运行Test.m文件即可，也可以自己在Test文件夹下新建新的测试图像

代码一共分为三个部分：样本数据集的获取、训练、预测 。 第一部分-get_train_image.py样本的获取: 我是用的opencv自己获取的自己手势的数据集、测试集。 第二部分-dataset自定义数据集以及训练: 采用tensorflow 的dataset模块创建自己数据集和tensorflow.keras api实现模型的构建以及训练. 第三部分-模型预测与应用