基于matlab的人脸识别系统，可读取ORL或者YALE人脸库或者自己的人脸，采用的方法可以通过下拉框形式切换成PCA,KPCA,LDA,K-L,BP神经网络多种方式，计算识别率，也可以调用笔记本自带摄像头进行识别。具备一个人机交互式GUI界面，界面友好，识别准确，同时配备相对应的操作说明和运行效果图，直接运行GUI文件即可完美运行。另外，诸如车牌，指纹识别，图象去雾，压缩，水印，疲劳检测，人数统计，声音信号处理等均可做技术交琉，欢迎一起探讨。

扩频信号参数估计，完整仿真扩频信号通信过程。包括信号生成、信号检测、调制识别、信号解调以及信号的参数估计等。具备m、gold、周期扩频码（可达127、255、511、2047等）。

抽离出来的yolov5生产环境用项目，服务器配置可用，flask接口调用，支持并发，自带滑块验证码训练好的模型

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：路面裂缝检测识别系统_GUI集成开发_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

1.领域：matlab，yolov4 2.内容：基于yolov4深度学习网络目标检测识别matlab仿真+代码仿真操作视频 3.用处：用于目标检测识别编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

机器学习课程设计—基于yolov5的海棠花花朵检测识别项目源码+数据集+实验报告。 <2>打标签：用工具labelImg-master进行打标签： 1）在路径栏输入cmd，进入控制台 2）以此执行以下命令： pip install PyQt5 pyrcc5 -o libs/resources.py resources.qrc 3）启动打标签软件：执行：python labelImg.py 将这个图标改为yolov5，按住W再拖动鼠标 进入yolov5根目录打开cmd: 制作好数据集后，接下来就是训练，训练代码如下： # Train YOLOv5s on COCO128 for 3 epochs $ python train.py --img 640 --batch 16 --epochs 3 --data flowers.yaml --weights yolov5s.pt 以下是训练完毕的效果，红框中为提示内容在文件夹哪个位置，是我们需要找到的文件夹：

工业上太阳能电池板的缺陷检测识别，主要针对裂纹，斑点进行检测。详细内容参加博客：https://blog.csdn.net/cuixing001/article/details/83246218

人工智能-多级小波神经网络在毒品爆炸物检测识别中的应用研究.pdf

1.领域：matlab，yolo2的车辆检测识别算法 2.内容：【含操作视频】基于yolo2的车辆检测识别matlab仿真 3.用处：用于yolo2的车辆检测识别算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

基于深度学习的积灰检测识别-图像分类源码+数据集，纯手打高分项目。 介绍 解决灰尘识别问题 采用自制灰尘数据集 方法介绍 （1）普通数据增广 （2）AutoAugment数据增强 （3）resnet （4）监督对比学习损失 （5）各种常用深度学习算法 基于深度学习的积灰检测识别-图像分类源码+数据集，纯手打高分项目。 介绍 解决灰尘识别问题 采用自制灰尘数据集 方法介绍 （1）普通数据增广 （2）AutoAugment数据增强 （3）resnet （4）监督对比学习损失 （5）各种常用深度学习算法 基于深度学习的积灰识别-图像分类+数据集，纯手打高分项目。 介绍 解决灰尘识别问题 采用自制灰尘数据集 方法介绍 （1）普通数据增广 （2）AutoAugment数据增强 （3）resnet （4）监督对比学习损失 （5）各种常用深度学习算法