在这里，我们将开发用于将检测到的人脸图像发送到识别服务器的Python代码，使用简单的Web API包装AI人脸识别以从边缘设备接收人脸图像，并展示它如何协同工作。

刚开始使用的Oracle的时候，是公司提供的win10安装包，版本是11gr2。使用一年后，会变的卡顿，而且安装目大小也比较大，重新安装还让人望而却步（这才是让人头疼的地方）。所以才有了使用docker进行安装的想法，再加上开发中需要的其他软件——如redis等——也可以考虑使用docker进行安装，关键是简单，就算有问题，重新安装也方便，只是一句命令的事情。

迁移学习是一种深度学习（DL）方法，允许将预训练模型与新数据集一起使用。新数据必须与原始数据足够相似，以便模型权重中学习的特征能够很好地应用。如果是这种情况，那么与完全训练模型相比，迁移学习可以大大减少使用新数据集进行训练的时间。这是因为使用了“无头模型”，其中大部分层保留了预训练的静态权重，而最终的模型层则被替换为训练到新数据集的新密集层。

C# 实现简单的离线人脸识别

这里我们陈述人脸识别的问题。然后对现有的用于人脸识别的AI库做一个简短的回顾。我们使用Keras FaceNet库。然后我们开发用于人脸识别的Python代码并使用创建的人脸数据库测试算法。

有这样一种业务场景，业务计算完成之后，会产生上百万的数据，而这百万级的数据如何入库保存，成了让人头疼的问题。

在这里，我们将开发用于将检测到的人脸图像发送到识别服务器的Python代码，使用简单的Web API包装AI人脸识别以从边缘设备接收人脸图像，并展示它如何协同工作。

C# DlibDotNet 人脸识别、人脸68特征点识别、人脸5特征点识别、人脸对齐，三角剖分，人脸特征比对

C# onnxruntime 部署LYT-Net轻量级低光图像增强

介绍该库旨在为开发人员提供一个简单的类，以便他们在需要根据数据字符串生成条形码图像时使用。用法该库包含一个名为BarcodeLib的类，其中包含三个构造函数：Barcode();Barcode(string);Barcode(string, BarcodeLib.TYPE);如果决定使用参数创建实例，则参数如下：字符串是要编码到条形码中的数据，而BarcodeLib.TYPE是用于编码数据的符号体