资源包含文件：lunwen文档+任务书+开题报告+文献综述+外文翻译+软件使用说明书+源码及数据集
流程分为两个部分，一是文本检测，二是文本识别。
文字检测的主要功能为：从图像中找到文字区域，并将文字区域从原始图像中分离出来。
文字识别的主要功能为：从分离出来的图像上，进行文字识别。
文字识别流程：
1）预处理：去噪（滤波算法）、图像增强、缩放，其目的是去除背景或者噪点，突出文字部分，并缩放图片为适于处理的大小
2）特征抽取：常用特征：边缘特征、笔画特征、结构特征、纹理特征。
3）识别：分类器，随机森林 、SVM、NN、CNN等神经网络。
本次设计的环境如下
软件环境
操作系统 ubantu 16.04
Tensorflow tensorflow1.3.0-gpu
Python python2.7
硬件环境
CPU Intel(R) Xeon(R) CPU E5-2650 v4 @ 2.20GHz
GPU TITAN X (Pascal)
详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/125342848
2023-02-16 11:36:14
92.38MB
文字图像匹配度检测软件（基于CLIP、Transformers等实现）
使用CLIP（对比图文预训练方法）提供的图文匹配度检测接口，使用huggingface基于Transformers的机器模型实现离线翻译，因此输入中英文均可检测。前端图形化界面使用PYQT开发,并使用了qdarkstyle进行优化
左边一栏是候选文字语句，右边一栏是对应每条文字语句的匹配度 支持中英文
2023-01-03 11:26:19
317.82MB
1
python本科毕业设计基于深度学习的人脸识别考勤系统。具备基础的人脸录入，人脸识别，考勤管理，课堂管理，班级管理，日志管理等功能。此Python项目是整体项目的人脸识别部分，基于深度学习的FaceNet算法，对人脸特征进行提取，判断是否输入。python本科毕业设计基于深度学习的人脸识别考勤系统。具备基础的人脸录入，人脸识别，考勤管理，课堂管理，班级管理，日志管理等功能。此Python项目是整体项目的人脸识别部分，基于深度学习的FaceNet算法，对人脸特征进行提取，判断是否输入。python本科毕业设计基于深度学习的人脸识别考勤系统。具备基础的人脸录入，人脸识别，考勤管理，课堂管理，班级管理，日志管理等功能。此Python项目是整体项目的人脸识别部分，基于深度学习的FaceNet算法，对人脸特征进行提取，判断是否输入。python本科毕业设计基于深度学习的人脸识别考勤系统。具备基础的人脸录入，人脸识别，考勤管理，课堂管理，班级管理，日志管理等功能。此Python项目是整体项目的人脸识别部分，基于深度学习的FaceNet算法，对人脸特征进行提取，判断是否输入。
2022-12-19 11:51:46
82.44MB
智慧教室_基于深度学习实现课堂专注度分析+检测考试作弊系统python源码+模型+项目说明.7z
课堂专注度及考试作弊系统
课堂动态点名，情绪识别、表情识别和人脸识别结合
python版本
【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。
也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。
也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。
2022-12-12 11:28:35
43.72MB
基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用RFM+R模型量化用户价值进行金融产品精准营销.zip基于使用
2022-11-21 11:26:00
9.63MB
1
有技术背景的人，即使不经常编程，也会发现本书介绍的深度学习基本概念和高级概念非常有用。使用 Keras 需要具有一定的 Python 编程水平。另外，熟悉 Nu
2022-11-04 12:03:53
19.06MB
1