HWDB-1.1 手写汉字CNN识别模型训练 数据集 使用CASIA-HWDB1.1进行训练和测试，训练集和测试集按照4:1划分，测试集235200张，训练集940800张， 共计1,176,000张图像。该数据集由300个人手写而成，其中包含171个阿拉伯数字和特殊符号，3755类GB2312-80 level-1汉字。 样例图 模型训练 Finetuning from a pretrained model 以googlenet为基础模型，进行finetuning。直接训练全部类别无法收敛时，尝试分阶段训练。 训练后的测试结果为loss-1和loss-2分支准确率为95%，loss-3分支为97%。收敛很快，以0.01为基础学习率，32的batch size，不到10000次迭代就收敛了。 Train 'HWDB-CNN-9Layer' model 虽然googlenet效果尚可，但是由

最近想做一个有关人脸识别的项目，想先用face_recognition试试手，毕竟是号称最简单的人脸识别库了，但是在安装的时候会有各种报错，间断性的忙活了两天，终于搞定了，记一篇笔记以供后来者。 首先说一下我的环境，目前我使用的是Anaconda3和pycharm。 主要参考了这篇博文： python—–windows下安装face_recognition库 一、安装visual Studio 首先安装一个VisualStudio，后期编译dlib什么的需要这个环境。 可以通过这个链接直达官网 VIsualStudio官网 在官网点击安装，下下来一个VisualStudio Installer

ESP32-CAM的Alexa人脸识别 基于ESP32-CAM的人脸识别解决方案，可触发Alexa例程。 该存储库的目的是基于ESP32-CAM识别出的人脸来启动Alexa服务中的例程。 它基于此存储库： : 我对代码进行了几处更改： 代码中的其他注释。 在camera_index.h中使用可读HTML / Javascript代码（使更改内容更容易）。 更改了Javascript代码，使其也可以与Safari Web客户端（已删除的音频界面）一起使用。 允许通过和不通过Web套接字连接客户端的情况下进行人脸检测。 添加了根证书和代码以请求每个可识别面Kong的URL。 使用内置的LED来显示是否检测到脸部，并提供额外的光线以更好地进行检测。 封闭的内存泄漏可释放使用的缓冲区。 可在找到有关Espressiv的ESP-Face组件的背景信息。 通常，人脸识别过程

人脸识别 这个python程序可以识别你的脸！ 该程序只需要每个人的一张照片即可识别他们。 将您的照片添加到“ Images directory或者您可以在PC的任何位置使用any other floders 。 运行main.py文件。 运行main.py ，将要求您输入path 。 您应该输入正确的路径，否则程序将终止。 您使用的图像应具有适当的名称，例如： yourname.jpg/png因为该程序将文件名假定为该person's name 。 如果一切正常，这将打开您的webcam 。 一旦检测到您的脸，就会出现一个绿色的边界框，以及您在jpg / png文件中使用的名称。 此外，您的姓名也会与时间一起显示在终端中。 要停止程序，请在终端中按ctrl+C 可以使用任何中断程序执行的命令。 要求 使用的库： 库是一部分库。 但是某些wheel version需要

使用奇异值分解的人脸识别。 该识别算法使用基本对象识别方法，即奇异值分解。 使用SVD函数，您可以训练自己的图像并在该图像上执行SVD，然后可以对SVD函数返回的U（特征脸）向量进行一些数学运算测试。 面部图像的数据集在“ dataimage”中。 该代码显示在face_recognition.py文件中。 测试图像位于test_img文件夹中。达到的准确度为85％。

级联表网 CascadeTabNet：一种从基于图像的文档进行端到端表检测和结构识别的方法 ， ， ， ， 该论文在发表（口头）虚拟口头演示 1.简介 CascadTabNet是一种自动的表格识别方法，用于解释文档图像中的表格数据。我们提出了一种改进的基于深度学习的端到端方法，用于解决使用单个卷积神经网络（CNN）模型的表检测和结构识别问题。 CascadeTabNet是基于级联蒙版区域的CNN高分辨率网络（级联蒙版R-CNN HRNet）的模型，该模型检测表的区域并同时从检测到的表中识别结构体单元。我们在ICDAR 2013，ICDAR 2019和TableBank公共数据集上评估结果。我们在ICDAR 2019比赛后结果中排名第三，用于表检测，同时获得ICDAR 2013和TableBank数据集的最佳准确性结果。我们还在ICDAR 2019表格结构识别数据集上获得了最高准确

人脸识别与检测 人脸识别与检测。含数据集和源代码。 这里一共包含6个.py文件。 get_my_faces.py调用摄像头获取用户的人脸图片，作为数据存储到my_faces文件夹中去。最终就是要从众多人脸图片中，识别出用户。 set_other_faces.py从人脸数据集中获取图片，进行进行预处理，之后存入other_faces文件夹中去。 Functions.py存储的是处理图片数据时用到的函数，包括getPaddingSize（）和readData（）。 预先图片的时候，需要放置周围进行填充，调用函数getPaddingSize（）可以得到，对于一张图片，上下左右分别需要补充多少行或多少列。 函数readData（）从文件夹my_faces和other_faces中读取数据图片，并进行填充，然后添加到imgs列表中去；并根据图片所在的文件夹给图片添加标签，添加到实验室列表中去。

Fundamental of speech recognition是Lawrence Rabiner 和Biing-hwang Juang编写的语音识别方面的权威著作，很经典。

Pattern_classification，想学习机器学习和模式识别相关知识可以参考下

PRML pattern recognition and machine learning (最完整，包括学习笔记，习题答案，中文版，英文版电子档)