通过I2C口检测16通道电压，精度16位，检测范围-5-+5V，有原理图及驱动代码

MATLAB人脸检测程序，在MATLAB环境下能够检测出人脸

基于MD5的文件完整性检测程序，共包含4个文件：md5.h、md5.cpp、test.cpp、nankai.txt。编译：命令行模式下，切换到代码所在目录，输入make后回车即可。

Viola-Jones检测框架 这是Viola-Jones检测框架的实现，用于人脸检测。 要求 Viola-Jones Framework的此实现需要python版本3.5.2，并取决于以下模块： 模块 版本 评论 麻木 1.13.3 科学的 1.0.0 的OpenCVPython的 3.4.0.14 用于捕获图像 scikit学习 0.19.1 用于改组数据 用法 运行以下命令以开始人脸检测： python detect.py 主要概念 类似Haar的功能 Viola和Jones提出了类似Haar的特征，以适应使用Haar小波的想法（来自Papageoriou等人）。 在此工具中，使用了五种类似Haar的特征。 它们是：左右，上下，水平居中，垂直居中，对角线。 整体形象 为了加快特征提取过程，使用了称为积分图像的图像中间表示。 AdaBoost AdaBoost是Adap

注意：三星OEM的SSD无法使用；零售盘都可以用。

QT+opencv，实现瞳孔检测。基于笔记本自带的摄像头。后续可以自己添加部分功能。

通过sift实现了大目标的检测，camshift（注释详细）实现了小目标的检测，程序和论文还有可执行文件一起上传

在微机实验装置上完成相应硬件电路连接,设计程序实现：对定时/计数器8254进行初始化编程，指定工作方式； 对并行接口8255A进行初始化编程，指定工作方式； 读出8254被测计数器的当前计数值，并在数码管上显示。

基于matlab的人脸检测程序代码该项目基于 libfacedetection.train。 修复了有关图像路径的“WIDER_FACE”列表不可用的加载数据的错误。 添加用于为训练数据集添加新数据的工具。 在 PyTorch 中训练 libfacedetection 它是 的培训计划。 源代码基于 和 。 内容 安装 按照官方说明安装 >= v1.0.0。 克隆这个存储库。 我们将克隆的目录称为$TRAIN_ROOT 。 git clone https://github.com/ShiqiYu/libfacedetection.train 安装依赖项。 pip install -r requirements.txt 注意：代码基于 Python 3+。 训练 下载数据集，将图片放在这个目录下： $TRAIN_ROOT /data/WIDER_FACE_rect/images 并从以下位置创建到此目录的符号链接 $TRAIN_ROOT /data/WIDER_FACE_landmark/images 使用 WIDER FACE 训练模型： cd $TRAIN_ROOT /tasks/t

设计并实现了在STM32嵌入式平台上缺陷图像获取，缺陷边缘轮廓的提取算法，以及缺陷边缘轮廓图像的追踪算法与绘制。（该代码来源于本人本科毕业设计一部分）