本次作业需要利用深度学习的方法对 10 类图片进行分类，图片类别及示例如图 1 所示。提供的数据包含 30000 张带类别标签的图片组成的训练集，和 5000 张无类别的测试集，需要用训练好的模型对测试集图片进行分类，并将结果生成 csv 文件上传提交。选用 python 编写网络架构，深度学习框架在 pytorch/tensorflow/caffe 中任选其一。

基于MATLAB的交通标志识别（选颜色定位，分割，bp神经网络方法识别，可模板，sift，svm等方法识别）

当前版本功能: 1.解析pdf电子发票数据,选择发票目录批量自动解析，生成解析统计excel文件 2.编辑解析的电子发票内容数据 3.导出打包电子发票数据，发票文件名可以选择多种命名方式

vue使用js-audio-recorder实现一句话识别功能：以vue前端框架+腾讯云语音识别为基础，实现客户端长按录音，获取语音转换编译出来的识别码，传给后端去腾讯云语音识别库去换取识别回来的文本尽心客户端的文本查询！实现一句话查询效果！以vue前端框架+腾讯云语音识别为基础，实现客户端长按录音，获取语音转换编译出来的识别码，传给后端去腾讯云语音识别库去换取识别回来的文本尽心客户端的文本查询！实现一句话查询效果！以vue前端框架+腾讯云语音识别为基础，实现客户端长按录音，获取语音转换编译出来的识别码，传给后端去腾讯云语音识别库去换取识别回来的文本尽心客户端的文本查询！实现一句话查询效果！以vue前端框架+腾讯云语音识别为基础，实现客户端长按录音，获取语音转换编译出来的识别码，传给后端去腾讯云语音识别库去换取识别回来的文本尽心客户端的文本查询！实现一句话查询效果！以vue前端框架+腾讯云语音识别为基础，实现客户端长按录音，获取语音转换编译出来的识别码，传给后端去腾讯云语音识别库去换取识别回来的文本尽心客户端的文本查询！实现一句话查询效果！以vue前端框架+腾讯云语音识别为基础，实现客

基于VGGNet卷积神经网络的表情识别。

SupPlate车牌识别已经完完全全实际应用13年的时间。 可识别各种大陆的车牌，包括蓝牌和黑牌，黄牌和白牌，其中黑牌可识别港、澳车牌；黄牌可以识别单排黄色车牌，大型车后车牌和摩托车牌；白牌可以识别包括警车，武警车牌和军车。 车牌识别有以下几大特点： (1):对图像质量要求不敏感：即使图片中车牌处于背光、泛白的情况下(术语对比度低) ,或者车牌字符出现断裂、遮挡、有污渍、模糊、掉漆等等情况，本车牌识别都可较好的识别出来； (2):对图像大小格式要求不严格：可以识别任意大小的图片，在默认参数下车牌字符高度在6～60的范围内，均可识别，对施工要求不高； (3): 识别速度快：在P4 2.0 ,512M 机器下768*288图片识别时间不超过50毫秒,如果针对移动实时的可小于30毫秒。 (5):可识别高清晰图片，最大可以获取4个车牌号码。识别500万象素的图像,不超过300毫秒.

基于机器视觉的害虫多目标定位与识别，沈驭风，周慧玲，基于机器视觉的储粮害虫种类识别能够为粮食保管人员对粮食进行害虫防治提供科学依据。本文基于一套储粮害虫诱捕装置与图像采集系

matlab语言之视频的行为人行为姿势识别（跌倒摔倒检测，GUI界面设计，行走，站立，跌倒）

answer_sheet_scan 使用python3+opencv3实现的一些识别答题卡的例子 由于工作需要，最近在研究关于如何通过程序识别答题卡的客观题的答案，之前虽然接触过python，但对于计算机视觉这一块却完全是一个陌生的领域，经过各种调研，发现网上大多数的例子都是采用的OpenCV这个开源库来做的，OpenCV是计算机视觉领域的处理的一个非常优秀的开源库，原生由C++编写，也提供了各个主流编程语言的接口支持，这里选择python完全是因为python在计算机科学领域有着压倒性的优势和生态系统，所以使用它毫无疑问，最快上手的方式莫过于直接阅读网上已有的例子或者轮子了，通过阅读源码以问题驱动的方式来学习和研究某一项技术是比较高效的一种方式。 答题卡识别例子 博客相关 （1） （2） （3） （4） （5） 我的公众号(woshigcs) 有问题可关注我的公众号留言咨询

本人收集到的各种场景绝缘子数据，包含正常与缺陷，可用来训练绝缘子检测，分割或者缺陷绝缘子识别网络，持续收集中~