这是一个图书馆管理的开源项目
2022-07-06 19:02:03 2KB linux
1
Card-Ocr 身份证识别OCR, 从身份证图片中自动提取身份证号或者其他字段。 测试图片来自百度搜索的样例图片。 找到的图片比较少,目前都能正确识别。 可用的数据集个人很难找到。 Update for Windows 百度开源了PaddleOcr,识别中文效果很好,编译了一个Windows版本在windows目录。 可以使用CardOcr.exe test0.png 或者CardOcr.py里面的方法调用API。 VisualStudio 2017的源码可以在Source.7z中找到 这种方式加一些逻辑判断可以解析身份证所有字段 Card-Ocr 身份证识别OCR, 从身份证图片中自动提取身份证号或者其他字段。 测试图片来自百度搜索的样例图片。 找到的图片比较少,目前都能正确识别。 可用的数据集个人很难找到。 Update for Windows 百度开源了PaddleOcr,识别中文效果很好,编译了一个Windows版本在windows目录。 可以使用CardOcr.exe test0.png 或者CardOcr.py里面的方法调用API。 VisualStudio 201
2022-07-03 21:08:30 191.99MB 图像识别 人工智能 项目实践. OCR
简介 用keras实现ocr定位、识别,后端tensorflow. 环境 win10 titanx 识别 数据集链接: https://pan.baidu.com/s/1jJWfDmm 密码: vh8p (中英数300W+,语料不均衡) crnn:vgg + blstm + blstm + ctc densenet-ocr :densent + ctc 网格结构 GPU 准确率 模型大小 crnn 60ms 0.972 densent+ctc 8ms 0.982 18.9MB
2022-07-03 21:08:29 1.38MB 人工智能 图像识别 OCR keras
基于python的中文语音识别系统. 包含声学模型和语言模型两个部分组成,两个模型都是基于神经网络。 声学模型 - acoustic_model文件夹下 该项目实现了GRU-CTC中文语音识别声音模型,所有代码都在gru_ctc_am.py中,包括: 增加了基于科大讯飞DFCNN的CNN-CTC结构的中文语音识别模型cnn_ctc_am.py,与GRU相比,对网络结构进行了稍加改造。 完全使用DFCNN框架搭建声学模型,稍加改动,将部分卷积层改为inception,使用时频图作为输入,cnn_with_fbank.py。 新增使用pluse版数据集的模型,cnn_with_full.py,建议直接训练这个模型。 语言模型 - language_model文件夹下 新增基于CBHG结构的语言模型language_model\CBHG_lm.py,该模型之前用于谷歌声音合成,移植到该项目中作为基于神经网络的语言模型。 数据集 增加stc、primewords、Aishell、thchs30四个数据集,整理为相同格式,放于acoustic_model\data中,调用四个数据集的脚本
2022-07-03 21:08:28 34.52MB 人工智能 语音识别 python 深度学习
使用python+flask搭建的一个网站,然后从网页的写字板上获取鼠标手写的汉字经过转码后传回后台,并经过图片裁剪处理之后传入CNN手写中文识别的模型中进行识别,最后通过PIL将识别结果生成图片,最后异步回传给web端进行识别结果展示。中文总共50,000多汉字,常用的有3,755个。这里主要对常见的3755个汉字进行识别。
2022-07-03 21:08:27 24.71MB 人工智能 图像识别 手写汉字
Visual Basic .NET程序设计与项目实践.rar
2022-07-02 20:04:29 66.86MB 教学资料
使用Logstic Regression对信用卡欺诈检测进行分类 步骤以及一些需要注意的点 特征工程 样本不均衡问题的解决(降采样以及过采样两种方式) 下采样策略 交叉验证(充分利用数据,使模型更具说服力) 模型评估方法(分类准确率,精确率,召回率,F1值) 正则化惩罚(防止模型过拟合,引入L2正则化) 逻辑回归阈值对结果的影响(通过混淆矩阵的可视化以及召回率来体现) 过采样策略(SMOTE算法)
人工智能-项目实践-社交网络-社交网络中的链路预测算法 社交网络上的链路预测实验 本项目代码包含以下几个链路预测算法: Variational Graph Auto-Encoders:一种用于图上无监督学习的端到端可训练卷积神经网络模型,也是本论文所研究的主要方向。 Node2Vec:一种基于skip-gram模型的方法,用于学习给定图内随机游走的节点嵌入。 Spectral Clustering:使用谱嵌入从邻接矩阵创建节点表示。 基线方法:Adamic-Adar, Jaccard Coefficient,,Preferential Attachment 环境依赖包 Python 3.6.6 tensorflow 1.12.0 networkx 2.2 scipy 1.2.1 scikit-learn 0.20.2 pandas 0.24.0 gensim 3.7.1 matplotlib 3.0.3 系统安装配置好Python环境后,可使用python setup.py install 安装依赖。
##文件说明 data.csv : 转发数据; weibo_login.py、post_encode.py : 模拟登陆模块; get_weibo.py :解析网页模块; network_graph.py : 绘制网络图; time_graph.py : 绘制时间图; network_graph.png : 网络图; time_graph.png : 时间图。
2022-06-29 18:05:26 485KB 网络分析 社交网络 python 新浪微博