写文章
- @m0_74989795
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
基于深度学习的人脸检测与识别系统
核心逻辑是：先处理并提取 “已知人脸” 的特征向量，再对 “测试图片” 进行人脸检测，逐一提取测试图片中每个人脸的特征向量并与已知人脸比对，最终在测试图片上绘制识别结果（匹配 / 不匹配、距离值），同时显示和保存结果图片，是 FaceNet 人脸识别流程的完整落地实现。，专门适配 FaceNet 人脸识别模型的输入要求，核心实现三大功能：图片格式标准化处理、人脸图像预处理（缩放 / 归一化）、人脸
基于深度学习的人脸检测与识别系统
核心逻辑是：先处理并提取 “已知人脸” 的特征向量，再对 “测试图片” 进行人脸检测，逐一提取测试图片中每个人脸的特征向量并与已知人脸比对，最终在测试图片上绘制识别结果（匹配 / 不匹配、距离值），同时显示和保存结果图片，是 FaceNet 人脸识别流程的完整落地实现。，专门适配 FaceNet 人脸识别模型的输入要求，核心实现三大功能：图片格式标准化处理、人脸图像预处理（缩放 / 归一化）、人脸
基于 ResNet18 迁移学习的猫狗多分类系统（Oxford-IIIT Pet 数据集）
Python、PyTorch、torchvision、OpenCV、ResNet18、迁移学习、数据增强、模型训练与评估、实验可视化。
基于深度学习的人脸检测与识别系统
核心逻辑是：先处理并提取 “已知人脸” 的特征向量，再对 “测试图片” 进行人脸检测，逐一提取测试图片中每个人脸的特征向量并与已知人脸比对，最终在测试图片上绘制识别结果（匹配 / 不匹配、距离值），同时显示和保存结果图片，是 FaceNet 人脸识别流程的完整落地实现。，专门适配 FaceNet 人脸识别模型的输入要求，核心实现三大功能：图片格式标准化处理、人脸图像预处理（缩放 / 归一化）、人脸
到底了