基于PaddlePaddle实现的EcapaTdnn声纹识别模型 源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition-PaddlePaddle

基于yolov5的红绿灯识别模型，可应用于嵌入式大赛。包括程序和数据集。

基于andriod开发的yolov5的红绿灯识别模型APP源代码，可应用于嵌入式大赛。包括程序和数据集。

基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标志识别模型 基于YOLOV5的雾霾天气下交通标

车牌识别模型models_Xavier

人工智能_YOLOv3_行人重识别_利用YOLOv3结合行人重识别模型，实现行人的检测识别，查找特定行人 YOLO是直接采用原来的权重文件，并且还支持YOLO-spp. 行人重识别采用了Market1501、CUHK03和MSMT17三个数据集大概十七万张图片进行联合训练的，泛化性能更好。

前端人脸识别js加模型，很好很强大，唯一缺陷是模型较大，加载速度慢，但是如果用于app本地存储的话就没问题了 插件地址地址：https://github.com/justadudewhohacks/face-api.js

识别率基本上能达到90%以上

自定义cnn网络训练的验证码识别模型，可供学习设计参考。

基于fer2013数据集 人脸表情识别模型，验证集准确率稳定在65%，训练期间测试集最高准确率达到68%，