首先声明：人脸识别部分借鉴github上的高星工程FaceRecognition-tensorflow-master，只想要人脸的可以直接去github上搜没必要花积分，下面给博客链接，在此感谢作者“哪里来的木木”！ 参考博客：https://www.cnblogs.com/mu---mu/p/FaceRecognition-tensorflow.html 大家一起学习呀~ 本资源分为四个小脚本，主要调用dlib、os、cv2、serial库，自己写了串口通信和指纹识别并融进人脸识别代码，做了个小界面，整个程序用于联系python和相应的串口操作，之前一直用C写32现在换个语言试试 主要脚本有详细注释，大家一起学习~

CNN-LSTM-Caption-Generator-master.zip CNN-LSTM-Caption-Generator-master.zip CNN-LSTM-Caption-Generator-master.zip

论文代码

使用基于CNN的深度学习进行调制格式识别和OSNR估计

步态matlab代码CNN步态库，用于基于步态的生物特征识别 弗朗西斯科·卡斯特罗（Francisco M. Castro）和曼努埃尔·J·马林·吉梅内斯（Manuel J.Marin-Jimenez） 该库包含支持[1]和[2]的Matlab代码。 如果发现此代码有用，请引用[1]或[2]。 先决条件 MatConvNet库： Tukey的损失函数（用于回归）： 此代码已在带有Matlab 2013b的Ubuntu 14.04和带有Matlab 2016b的Ubuntu 16.04.2上进行了测试。 预训练模型 从这里下载： 样品测试数据 正常情况下，来自TUM-GAID的测试对象分区的一些测试序列： 快速开始 假设您已将CNNGait库放置在文件夹中。 启动Matlab并键入以下命令： cd startup_cnngait cg_demo_test 参考 [1] MJ Marin-Jimenez，F Castro，N Guil，F de la Torre，R Medina-Carnicer 2017年国际影像处理会议（ICIP） [2] FM Cast

本项目是一个完整的深度学习实践，课题是人脸表情识别，使用到的模型是卷积神经网络，难度在简单——中等级别，方便初学者入门。在这里，面部表情识别相当于一个分类问题，共有7个类别。其中label包括7种类型表情。源代码方便大家开箱即用，学习参考！ 动手完成这个项目之后，可以学习到： 1. 深度学习中CNN（卷积神经网络）的使用，为之后学习相关神经网络模型做了很好的铺垫。 2. 学会使用深度学习框架之一Pytorch的使用。 3. 多分类问题在实际中的应用，是二分类的扩展。 4. 从数据处理，可视化，到模型搭建的过程，是一种经验和技巧的积累，达到“举一反三”的效果。

菜菜菜菜菜菜神经网络.pdf

【图像识别】基于卷积神经网络(CNN)实现垃圾分类Matlab源码

MSG-Net（多尺度指导网络） 多尺度制导网络 该存储库（ ）是MSG-Net的正式版本，适用于我们在ECCV16中进行的。 它带有四个训练有素的网络（x2，x4，x8和x16），一个带Kong的RGBD训练集和三个带Kong的RGBD测试集（A，B和C）。 据我们所知，MSG-Net是FIRST卷积神经网络，它尝试在多尺度引导下从相应的高分辨率RGB图像上对深度图像进行升采样。 还提供了MS-Net的另一个（无多尺度指导）。 有关更多详细信息，请访问。 许可和引文 该软件和相关的文档文件（以下简称“软件”），以及包括但不限于附图的研究论文（深度多尺度制导的深度图超分辨率）以及表格（以下简称“纸张”）均已提供给学术界仅用于研究目的，无任何担保。 任何商业用途都必须征得我的同意。 在您的工作中使用软件或论文的任何部分时，请引用以下论文 @InProceedings{hui16

分析了当前人脸识别技术在深度学习应用中存在的问题及发展趋势