论文Convolutional Radio Modulation Recognition Networks code卷积无线调制识别网络代码实现，使用深度学习方法卷积神经网络，解决调制模式识别。

用于中文命名实体识别的简单BiLSTM-CRF模型 该存储库包含用于为中文命名实体识别任务构建非常简单的基于字符的BiLSTM-CRF序列标签模型的代码。 其目标是识别三种类型的命名实体：PERSON，LOCATION和ORGANIZATION。 这段代码可在Python 3和TensorFlow 1.2上运行，以下存储库给了我很多帮助。 模型 此模型类似于论文[1]和[2]提供的模型。 其结构如下图所示： 对于一个中文句子，该句子中的每个字符都有/将具有属于{O，B-PER，I-PER，B-LOC，I-LOC，B-ORG，I-ORG}集的标记。 第一层是查找层，旨在将每个字符表示从一个

kaggle 数据集 命名实体识别 范强下载的 Abhinav Walia • updated 3 years ago (Version 4) Annotated Corpus for Named Entity Recognition using GMB(Groningen Meaning Bank) corpus for entity classification with enhanced and popular features by Natural Language Processing applied to the data set.

人脸识别_使用_深度学习 在这个项目中，我们将使用以下方法开发人脸识别： OpenCV Python 深度学习 我们将使用深度度量学习概念进行人脸识别 以下是创建人脸识别项目的步骤：步骤1：安装所需的库1.安装dilb -pip安装dlib 2.安装face_recognition包-pip安装face_recognition 3.安装imutils -pip安装imutils 步骤2：创建目录结构，如下所示： 步骤3：训练人脸识别模型-为数据集中的每个面Kong创建128维嵌入-使用这些嵌入来识别图像和视频流中字符的面Kong我们当然可以从头开始训练网络，甚至可以微调现有模型的权重，但这对许多项目而言可能是过大的杀伤力。 此外，您将需要大量图像来从头开始训练网络。

中文语音识别 1.环境 巨蟒：3.5 Tensorflow：1.5.0 2.训练数据下载 清华大学中文语料库（thchs30） 3.训练 配置conf目录下的conf.ini文件中的设定 在python train.py运行python train.py开始训练 在终端运行python test.py测试 也可以使用PyCharm打开 4.测试效果

车牌识别

Face-Recognition_Flutter：使用Flutter和Firebase ML Kit的示例人脸识别应用程序

TensorFlowASR :high_voltage: Tensorflow 2中的几乎最先进的自动语音识别 TensorFlowASR实现了一些自动语音识别架构，例如DeepSpeech2，Jasper，RNN Transducer，ContextNet，Conformer等。这些模型可以转换为TFLite以减少用于部署的内存和计算量 :grinning_face_with_smiling_eyes: 什么是新的？ （ --timestamp日）支持的初始令牌级别时间戳，请参见带有标志--timestamp （2020年12月17日）支持的ContextNet （2020/12/12）添加了对使用遮罩的支持 （2020年11月14日）支持渐变累积以进行更大批量的训练

头盔检测_面部识别 一个建筑工地，头盔矿工，电工，建筑工人等类型的要求在工作中佩戴，可以有效地保护人员的安全，但是由于一系列不戴头盔的事故而引起的，给我们打了个电话，一些员工在工作本身没有戴头盔的情况下会增加安全风险，请稍加注意，以便有可能“发现”安全风险或事故。因此，在我们的项目中，将计算戴头盔的人数，不戴头盔的人数建议戴上必要的头盔。摄像机会检测到头部的数量，没有头盔的头部会标有红色斑点，并且还会检测到头盔，手套和鞋子，如果不戴，则这些部位也会显示为：红点。

Gradient-Based Learning Applied to Document Recognition.pdf