logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

基于Arduino的扫地机器人

在这个项目中,我制作了一个由Arduino驱动的扫地机器人,它的噪音比市面上的扫地机器人要小得多。这是一个简单但完全工作的干式扫地机器人,可以捡起地板上的杂物,如纸屑、头发、泡沫碎片、派对剩下的薯片碎片等!

文章图片
#机器人#硬件工程#驱动开发 +1
基于Dlib的人脸识别客户端(UI界面)

基于Dlib的人脸识别客户端,包含UI界面,适合做毕业设计或技术学习

文章图片
#ui#python#开发语言
基于stm32的多旋翼无人机(Multi-rotor UAV based on stm32)

基于stm32的DIY多旋翼无人机,MPU6050平衡模块,无线通信模块,电机驱动模块等,项目全部“手搓”,难免会有不进入人意的地方,希望各位粉丝喜欢,不喜勿喷!!

文章图片
#stm32#无人机#嵌入式硬件
基于opencv的车牌识别系统(UI界面采用tkinter设计)

本项目采用python_opencv设计实现,UI界面利用tkinter设计,文章中包含获取源码的方法,希望朋友们一起学习研究,谢谢!!!!!!!

文章图片
#opencv#ui#人工智能 +2
基于深度学习的目标检测的介绍(Introduction to object detection with deep learning)

目标检测是一种深刻的计算机视觉技术,专注于识别和标记图像、视频甚至实时镜头中的对象。为了在新数据中执行这一过程,目标检测模型使用剩余的带注释的视觉图像进行训练。它变得像输入视觉效果和接收完全标记的输出视觉效果一样简单。稍后我们将更深入地讨论目标检测模型。一个关键组件是对象检测边界框,它识别带有清晰四边形标记的对象的边缘-通常是正方形或矩形。它们都伴随着对象的标签,无论是人、车还是狗来描述目标对象。

文章图片
#目标检测#深度学习#计算机视觉 +2
基于深度学习的手写数字识别项目GUI(Deep Learning Project – Handwritten Digit Recognition using Python)

在本文中,我们将使用MNIST数据集实现一个手写数字识别应用程序。我们将使用一种特殊类型的深度神经网络,即卷积神经网络。最后,我们将构建一个GUI,您可以在其中绘制数字并立即识别它。在本文中,我们成功地在手写数字识别应用程序上构建了一个Python深度学习项目。我们构建并训练了卷积神经网络,它对于图像分类非常有效。稍后,我们构建GUI,在画布上绘制数字,然后对数字进行分类并显示结果。

文章图片
#python#深度学习#机器学习 +1
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)

本项目基于python_opencv开发的人脸识别的开源项目,应用机器学习dlib库实现,开发设计UI界面用于录入人脸,姓名(中英文)信息。希望大家多多支持!!!!

文章图片
#python#opencv#人工智能 +1
基于深度学习的目标检测的介绍(Introduction to object detection with deep learning)

目标检测是一种深刻的计算机视觉技术,专注于识别和标记图像、视频甚至实时镜头中的对象。为了在新数据中执行这一过程,目标检测模型使用剩余的带注释的视觉图像进行训练。它变得像输入视觉效果和接收完全标记的输出视觉效果一样简单。稍后我们将更深入地讨论目标检测模型。一个关键组件是对象检测边界框,它识别带有清晰四边形标记的对象的边缘-通常是正方形或矩形。它们都伴随着对象的标签,无论是人、车还是狗来描述目标对象。

文章图片
#目标检测#深度学习#计算机视觉 +2
基于深度学习的目标检测的介绍(Introduction to object detection with deep learning)

目标检测是一种深刻的计算机视觉技术,专注于识别和标记图像、视频甚至实时镜头中的对象。为了在新数据中执行这一过程,目标检测模型使用剩余的带注释的视觉图像进行训练。它变得像输入视觉效果和接收完全标记的输出视觉效果一样简单。稍后我们将更深入地讨论目标检测模型。一个关键组件是对象检测边界框,它识别带有清晰四边形标记的对象的边缘-通常是正方形或矩形。它们都伴随着对象的标签,无论是人、车还是狗来描述目标对象。

文章图片
#目标检测#深度学习#计算机视觉 +2
基于深度学习的目标检测的介绍(Introduction to object detection with deep learning)

目标检测是一种深刻的计算机视觉技术,专注于识别和标记图像、视频甚至实时镜头中的对象。为了在新数据中执行这一过程,目标检测模型使用剩余的带注释的视觉图像进行训练。它变得像输入视觉效果和接收完全标记的输出视觉效果一样简单。稍后我们将更深入地讨论目标检测模型。一个关键组件是对象检测边界框,它识别带有清晰四边形标记的对象的边缘-通常是正方形或矩形。它们都伴随着对象的标签,无论是人、车还是狗来描述目标对象。

文章图片
#目标检测#深度学习#计算机视觉 +2
    共 18 条
  • 1
  • 2
  • 请选择