代码是调用开源SDk的FaceCore关键代码。附件中有详细的接口调用说明
FaceCore人脸识别开放平台 （SERVICE INTERFACE PLATFORM）是基于人脸检测、比对核心业务技术的服务平台。平台可为外部合作伙伴提供基于高精度人脸识别技术为基础的相关服务，例如Api、人脸识别、数据安全等。作为人脸识别的重要开发途径，FaceCore平台将推动各行各业定制、创新、进化，并最终促成新商业文明生态圈的建立。我们的使命是把人脸识别技术、规范等一系列核心技术基础服务，像水、电、煤一样输送给所有需要的合作伙伴、开发者、社区媒体、安全机构和各行各业。帮助社会各界通过使用此平台获得更丰厚的商业价值。
服务器测试接口：
/api/hello/
服务器测试接口，返回服务器当前时间。
人脸比对、识别接口：
/api/facecompare/
根据参数FaceFeature1，FaceFeature2获取两个人脸的相似度。
/api/facedetectcount/
根据参数FaceImage，获取图像中的人脸数量。
/api/facedetect/
根据参数FaceImage，获取图像中的人脸、眼睛位置和特征。
/api/urlfacedetect/
根据参数Url，获取图像中的人脸、眼睛位置和特征。
人脸存储管理接口：
/api/personface/similar/
Method：POST；根据参数Feature人脸特征，返回appkey存储的全部人脸相似度。
/api/personface/getall/
Method：GET；返回appkey存储的全部人脸。
/api/personface/{id}
Method：GET；返回指定id人脸详细信息。
/api/personface/
Method：POST；添加一个人脸信息。
/api/personface/
Method：PUT；修改一个人脸信息。
/api/personface/{id}
Method：DELETE；删除一个人脸信息。
2024-02-24 21:31:01
3.23MB
1
命名实体识别（Named Entity Recognition，NER）是自然语言处理领域的一项关键任务，旨在从文本中识别和分类特定的命名实体，如人名、地名、组织机构名等。NER的目标是标记文本中的实体，并将其归类到预定义的实体类型中。
NER通常使用机器学习和深度学习技术来完成任务。以下是一种常见的NER流程：
数据收集和标注：收集包含命名实体的文本数据，并为每个实体标注相应的标签（实体类型）。
特征提取：从文本数据中提取有用的特征，如词性、词形、上下文等。这些特征将作为输入提供给模型。
模型训练：使用标注好的数据和提取的特征来训练NER模型。常用的模型包括条件随机场（CRF）、循环神经网络（RNN）、注意力机制等。
模型评估和调优：使用评估数据集来评估训练得到的模型性能，并进行调优以提高准确性和召回率。
实体识别：使用训练好的NER模型对新的文本进行实体识别。模型将识别并标记文本中的命名实体，使其易于提取和理解。
NER在许多应用中起着重要作用，例如信息抽取、问答系统、文本摘要、机器翻译等。以帮助自动化处理大量文本数据，并提供有关实体的结构化信息，为后续的分析和应用提供基础。
2024-02-24 12:25:37
121.6MB
1
讯飞人脸识别的eclipse版 只要去官网注册 创建应用 得到自己的appid 将代码中的appid改为你的即可使用
2024-02-23 20:16:04
8.83MB
1
虹软ArcSoft 人脸识别AndroidDemo中有一个Lib通过公网始终无法下载，替换进去就好了。 依赖替换为 implementation files('libs/android-extend-1.0.5.aar')。 依赖库com.guo.android_extend
2024-02-23 20:11:01
288KB
1
1.本项目以Python语言和OpenCV图像处理库为基础，在Windows平台下开发答题卡识别系统，建立精确的计算机视觉算法，实现对答题卡批量识别、信息导出至Excel表格等功能，使判卷轻量化、准确化、高效化。
2.项目运行环境：Python环境、OpenCV环境、图像处理工具包、requests、 base64和xlwt模块。
3.项目包括4个模块：信息识别、Excel导出、图形用户界面和手写识别。其中基于OpenCV算法，实现对图片中选项信息、学生身份信息的检测；利用Python标准GUI库Tkinter实现图形用户界面功能；针对个人信息部分，调用智能识别API对学院、姓名进行手写文字识别，对班级、学号进行数字识别。
4.项目博客：
https://blog.csdn.net/qq_31136513/article/details/132598680
2024-02-23 15:18:35
38.51MB
1
压缩后4.1G数据，用了留好评啊！
CASIA WebFace 完整数据集，内含1万个人， 50万张照片。
是人脸识别的最主流数据集。
百度网盘链接
2024-02-18 10:06:03
11KB
1