基于颜色特征的图像检索系统源代码。希望对大家有用。

大数据-Hadoop

1.登录 账号注册（学生/老师） 登录（学生/老师/管理员） 学生：登录后可以选择一套试卷在线答题，也可以在搜索框根据名称搜索试题。有时间倒计时，到点会自动交卷，也可以提前交卷 教师：添加习题 浏览所有习题 删除习题 按照输入各种题型的数量，随机从习题库里生成一套模拟试卷出来 管理员： 管理用户账号，可注销学生或老师账号 2.试卷生成：教师或者管理员可以指定各种题型的题目数量，系统自动从习题库里根据选择的数量，随机抽取对应数量以及题型的习题组装成试卷。例如：指定单选题2题，填空题2题，简答题1题，判断题两题，然后系统会自动从题库里抽这些出来，组成试卷 3.添加习题 将习题添加到习题库当中，可以添加各种题型的题（比如单选，多选，判断，填空，简答五种） 添加的时候有选择添加到那个科目题库的选项

matlab特征点代码 基于内容图像检索系统 一、相关代码文件说明 直接在MATLAB中打开Content_based_Image_Retrieval.mlapp，每个按键的功能都在用户界面显示了，相关回调函数也根据功能实现，可以自行根据想要的功能查看。 cal_mAP_codes.rar压缩包中的代码文件用于计算系统的mAP，getResultFile***128D和getResultFile***4096D分别为根据官方给出的groundtruth文件在128维数或4096维数下的检索输出排名文件，用于之后计算mAP使用；calMAP***128D.m和calMAP***4096D.m则分别使用前面获得的排名为文件计算某数据集在128维数或4096维数下的mAP。 二、相关数据文件说明 imagenet-vgg-f.mat文件是MatConvNet提供的VGG网络预训练模型，可直接使用。 Data文件夹中存放的是程序所需的所有数据文件。其中resultFile***---D.dat为某数据集在相应维数下根据groundtruth文件检索输出的排名文件；***FeaturesNorm

是一个基于内容的图像检索系统，最终运行的界面是选择一个图片，可以检索出电脑中保存的其他图片。

很有用很全的代码，支持静态图片中进行人脸检索和动态视频中人脸检索。完整的MFC程序和文档说明。

pytorch_image_detection:基于语义的图像检索系统

1、资源内容：毕业设计lun-wen；源码等 2、学习目标：快速完成相关题目设计； 3、应用场景：课程设计、diy、毕业、参赛； 4、特点：直接可以编辑使用； 5、使用人群：设计参赛人员，学生，教师等。 6、使用说明：下载解压可直接使用。

indexingMod 该软件包使用SPIMI算法实现了信息检索系统的索引组件。 作者：Bilal Ansari @ Ye Thi Ha ==========说明============= 此python程序（indexingMod）使用SPIMI算法实现信息检索系统的索引组件。 输入索引程序： 包含文本文件的数据集目录的路径。 （例如“ C：\ Dataset”） SPMI算法的块大小。 （例如50000） 索引程序的输出： 包含反向索引的文本文件，即“ out_SPIMI_Output.txt”。该文件与输入数据集输出在同一目录中。 ==========环境设置============= 从GitHub下载此索引包（indexingMod）（作为zip文件轻松下载）。将其保存并解压缩到计算机的首选目录中（例如“ C：\ Test \ indexingMod”）。注意：数据包中的示

项目使用说明 目录结构 资产：存放图片文件 src：规范代码 webclient：前端代码 inception5h：模型 所需环境 码头工人 Tensorflow 1.x 点网核心3.x 节点10+ 如何启动 启动milvus和redis ： docker-compose up -d 启动前端 cd ./webclient npm i npm start cd .. 启动初期 dotnet run