基于matlab的人脸检测程序代码OpenCV Open CV 代表“开源计算机视觉”。 它是一个预定义的算法库，主要用于计算机视觉应用，如物体检测、人脸检测、人员/车辆计数、生物识别等。 Open CV 使新的 AI 识别系统更容易采用以前的模型框架。 采用的框架可以保持不变或稍作修改，因此可以节省再次制作类似代码的时间。 Open CV 是使用 C++ 创建的，可以与许多语言一起使用，如 Java、MATLAB、C++、Python。 [8] Python 被认为是与 Open CV 一起使用以创建基于目标检测的程序的最佳语言： 字典 ii 支持 Python。 简单的 OOP（面向对象的编程系统） iii． Python 有一个开放和免费的源代码 iv。 它易于阅读和可编程 v。python vi 中使用从零开始的编号。 Python的一个模块可以嵌入很多功能[8] （附上 .docx 文件以供下载）

shiro漏洞检测工具，找了一个18M左右的不好用，经验证这个好用，不会报找不到类错误。

最新检测软件text parser 2011(1[2].4.9).zip

汽车油箱盖机器视觉检测系统方案.pdf

针对工业过程的非线性和多模态特征,提出了一种基于局部近邻标准化(local neighborhood standard ization,LNS)和主多项式分析(principal polynomial analysis,PPA)结合的故障检测算法。首先,将样本数据通过局部近邻标准化(local neighbor standardization,LNS)算法,对每个样本构建k近邻数据集;然后应用k近邻数据集的均值和方差对当前样本进行标准化处理;最后使用PPA对已经标准化处理后的样本建模,计算出T2和SPE统计量,并确定控制限进行故障检测。LNS算法能够去除数据中的多模态特征,而PPA算法能够有效的处理非线性数据,因此LNS-PPA方法能够提高具有多模态非线性特征的工业过程故障检测能力。将该方法应用于多模态非线性数值例子和田纳西伊斯曼(TE)化工过程,并将测试结果与主元分析法(principal component analysis,PCA)、主多项式分析法进行对比,其结果能够有效验证LNS-PPA的优越性。

深信服终端检测响应平台EDR 轻量易用、协同联动、有效对抗的下一代终端安全

Android人体检测和人体关键点检测APP，支持CPU多线程和GPU加速，可实时检测(这是 Demo APP)，原文请参考《2D Pose人体关键点实时检测(Python/Android /C++ Demo)》https://panjinquan.blog.csdn.net/article/details/115765863

简单空间调制，最大似然检测代码，具体实施细节如下： （1）发射天线数：4 （2）接收天线数：4 （3）调制方式：QPSK， （4）空间调制每次发送比特数(Pbit)：Pbit = log2(发射天线数)+log2(调制方式) （5）信道噪声：高斯噪声 （6）信道：复高斯信道 （7）每时隙发送比特数(Nbit)：256 具体细节参考：https://blog.csdn.net/ProgrammersFighting/article/details/116994638

基于51单片机，实现了按键检测功能，主要使用c语言编程。

"针对带钢表面缺陷人工检测方法效率低下的问题,设计了一套在线自动检测系统．首先,提出了带钢表面缺陷在线检测系统的总体设计方案,包括系统的硬件结构、软件结构以及图像采集系统．随后,着重研究了在线检测系统中所涉及的图像预处理方法、图像分割方法、特征提取选择和缺陷分类方法．通过缺陷区域频率域图像特征的提取和缺陷的人工神经网络分类,提高了分类结果的准确性．最后,采用常见缺陷的样本对该系统进行测试,实验结果验证了算法的有效性．"