- 博客(22)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 基于学生课堂管理签到的AI人脸识别系统(七)
人脸识别人脸识别人脸识别只需要在新线程中添加一个人脸识别的函数 face_search 即可。具体可参考百度AI的人脸搜索模块import base64import cv2import requestsfrom PyQt5.QtCore import QThread, QTimer, pyqtSignal# QThread是PyQt5提供的线程类# 由于是一个已经完成的类，功能已经写好，线程类线程的功能需要我们自己完成# 就需要自己完成需要的线程类:创建一个新的线程类（功能就可以自己定义
2020-07-21 20:17:44
491
原创 基于学生课堂管理签到的AI人脸识别系统(六)
人脸库管理---用户组和用户的添加和删除一、用户组的查询与删除二、用户的添加与删除1.添加用户2.删除用户一、用户组的查询与删除在qt中添加查询和删除用户组的控件在mywindow.py中添加函数 # 获取用户组信息 def getlist(self): request_url = "https://aip.baidubce.com/rest/2.0/face/v3/faceset/group/getlist" params = {
2020-07-21 20:07:22
576
原创 基于学生课堂管理签到的AI人脸识别系统(四)
摄像头人脸检测与属性的窗口显示一、人脸属性窗口显示二、摄像头的人脸检测在上一篇文章中，一、人脸属性窗口显示二、摄像头的人脸检测
2020-07-18 18:29:03
736
1
原创 基于学生课堂管理签到的AI人脸识别系统(二)
摄像头显示与QT读取时间显示1、2、摄像头显示1).创建摄像头操作类2).实现一个摄像头类3).界面类4).显示3、时间、日期的获取显示在上一篇文章中，我们设计了一个简单的界面，并且通过Python将其运行了出来，这一次我们将调用摄像头将摄像头获取的图像投放到窗口中1、新建一个main.py文件，将显示界面的程序放入到此Python文件中然后便可以将mywindow.py中的显示界面的内容删除main.py中代码如下from PyQt5.QtWidgets import QMainWindow,
2020-07-16 20:13:51
560
1
原创 基于学生课堂管理签到的AI人脸识别系统(一)
环境搭建与简单的qt界面设计1、python环境安装2、Pycharm环境安装3、Pycharm环境配置4、Qt界面设计5、Python运行qt界面1、python环境安装Python环境的安装很简单，只需按照安装时的提示或者网上查找便可以完成。2、Pycharm环境安装1).双击打开 pycharm 安装包，点击 Next2).选择安装路径（注意不要出现中文路径，且要记住路径），然后点击 Next 继续3).勾选 64-bit launcher，点击 Next 下一步4).点击 Instal
2020-07-15 21:46:05
1801
3
原创 ubuntu16.04 --- ROS智能车定位导航仿真
ubuntu16.04---ROS智能车定位导航一、准备阶段1.下载智能车源码包2.安装相应插件3.编译二、仿真1.运行小车模型2.搭建自己的地图3.导航一、准备阶段1.下载智能车源码包进入ROS工作区cd ~/ROS/src/在终端中使用Git命令下载源码包git clone https://github.com/xmy0916/racecar.git如果在终端中下载失败或者下载非常缓慢，也可以试试在浏览器中下载源码包，然后将包放置到src目录下2.安装相应插件1.driver_b
2020-07-11 08:29:26
2350
2
原创 Python --- 笑脸检测+口罩人脸识别
笑脸检测-口罩人脸识别一、笑脸数据集（genki4k）正负样本的划分、模型训练和测试的过程（至少包括SVM、CNN），输出模型训练精度和测试精度（F1-score和ROC）1.数据集下载2.训练数据集1) 导入Keras2) 读取数据集，训练3) 将笑脸图片和非笑脸图片放入对应文件夹4) 打印数据集中笑脸和非笑脸图片数5) 构建小型卷积神经网络6) 数据预处理7) 训练模型8) 数据增强3.摄像头实时笑脸识别二、将数据集换为口罩数据集，并进行训练，实现佩戴口罩的人脸识别1.口罩数据集下载2.口罩佩戴的人脸识
2020-07-06 23:52:28
4669
3
原创 Python人脸图像特征提取（HOG、Dlib、CNN方法）
Python人脸图像特征提取（HOG、Dlib、CNN方法）一、HOG人脸图像特征提取1、HOG特征：1) 主要思想：2) 实现方法：3) 性能提高：4) 优点2、HOG特征提取算法的实现过程：二、Dlib人脸图像特征提取1.Dlib介绍2.主要特点三、卷积神经网络人脸图像特征提取1、卷积神经网络简介2、卷积神经网络结构1) 输入层2) 隐含层卷积层池化层输出层一、HOG人脸图像特征提取1、HOG特征：方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在
2020-07-06 16:15:41
4985
原创 YOLO模型应用实践
yolov4---基于Keras的物体识别一、下载yolov4相关资源1.下载yolov4-keras2.下载yolov4.weights3.voc数据准备&预处理二、yolov4.weight模型转换1.修改convert.py2.执行转换程序三、yolov4-Keras物体识别1.准备执行文件2.运行程序一、下载yolov4相关资源1.下载yolov4-kerasgit clone https://github.com/Ma-Dan/keras-yolo42.下载yolov4.wei
2020-07-05 20:28:23
880
原创 人工智能与机器学习 --- 深度学习-猫狗数据集
这里写目录标题一、狗猫数据集的两阶段分类实验一、狗猫数据集的两阶段分类实验查看Keras的版本import keraskeras.__version__'2.3.1'使用小型数据集的卷积网络import os, shutil# The path to the directory where the original# dataset was uncompressedoriginal_dataset_dir = 'F:/人工智能与机器学习/kaggle/train'# The d
2020-06-10 20:04:24
1237
原创 人工智能与机器学习 --- SVM算法编程练习
SVM算法编程未经标准化的原始数据点分布import numpy as npimport matplotlib.pyplot as pltfrom sklearn import datasetsfrom sklearn.preprocessing import StandardScalerfrom sklearn.svm import LinearSVCiris = datasets.load_iris()X = iris.datay = iris.targetX = X [y<2
2020-05-25 23:09:33
421
原创 人工智能与机器学习 --- SVM算法分类可视化分析
对鸢尾花数据集和月亮数据集，分别采用线性LDA、k-means和SVM算法进行二分类可视化分析一、鸢尾花数据集二分类可视化分析1、线性LDA可视化2、k-means可视化3、SVM可视化二、月亮数据集二分类可视化分析1、线性LDA可视化2、k-means可视化3、SVM可视化三、SVM算法的优缺点1、优点2、缺点一、鸢尾花数据集二分类可视化分析1、线性LDA可视化Python完整代码import numpy as npimport matplotlib.pyplot as pltfrom skl
2020-05-18 16:58:16
6659
1
原创 ros机器人学习 --- SLAM-ORB特征匹配
视觉例程-ORB特征匹配一、图像准备二、参考代码三、运行结果一、图像准备二、参考代码#include <opencv2/opencv.hpp> #include <iostream>#include <vector>#include <string>#include<sstream>#include <fstrea...
2020-05-08 15:26:57
227
原创 人工智能与机器学习 --- Fisher线性分类及可视化
基于jupyter的Python编程 - Fisher线性分类和可视化一、基于iris数据集的Fisher线性分类二、数据可视化1、数据概览1.1读取数据1.2查看前/后5行数据1.3查看数据整体信息1.4描述性统计2、特征工程2.1数据清洗2.2数据可视化relplotjointplotdistplotboxplotviolinplotpairplot3、构建模型一、基于iris数据集的Fis...
2020-05-06 11:55:10
655
原创 人工智能与机器学习 --- Fisher的判别推导
Python实现Fisher的判别推导一、算法描述(1)W的确定(2)阈值的确定(3)Fisher线性判别决策规则(4)群内离散度、群间离散度二、python实现Fisher判别从运行的结果来看，准确率还是比较高的，但是过程还是有一些繁琐。一、算法描述fisher线性判别分析的基本思想：选择一个投影方向，将高维问题降低到一维问题进行解决，同时变换后的一维数据满足每一类内部的样本尽可能的聚集在一...
2020-05-06 09:37:23
694
原创 人工智能与机器学习---MNIST数据集基础学习
1、阅读“机器学习”，理解“查准率”、“查全率”、“F1-Score”、“ROC”、“混淆矩阵”的定义。2、Jupyter编程完成对手写体Mnist数据集中10个字符 （0-9）的分类识别查准率查准率（Precision）（精度）是衡量某一检索系统的信号噪声比的一种指标，即检出的相关文献与检出的全部文献的百分比。普遍表示为：查准率=（检索出的相关信息量/检索出的信息总量）x100%。查准率...
2020-04-29 22:48:37
943
原创 凸优化基础 --- 计算几何、凸集、凸函数、凸规划、平面学习
凸优化基础1、计算几何是研究什么的？2、计算几何理论中（或凸集中）过两点的一条直线的表达式，是如何描述的？与初中数学中那些直线方程有什么差异？有什么好处？3、凸集是什么？ 直线是凸集吗？是仿射集吗？4、什么是“凸函数”定义？什么是Hessen矩阵? 如何判别一个函数是凸函数？f(x)=x^3 函数是凸函数吗？5、什么是“凸规划”？如何判别一个规划问题是凸规划问题。举例说明？6、三维空间...
2020-04-22 22:39:33
955
原创 人工智能 --- Python求解线性和非线性规划问题
基于jupyter notebook的Python编程1、线性规划中的单纯形法、大M法的excel求解、python编程求解和python包求解；2、非线性规划的拉格朗日乘子法的手工数学推导、python编程和python包求解；一、线性规划问题求解1、Excel中大M法与Excel的“规划求解”包对实际问题的求解比较实际例题：求解以下约束条件的线性规划的最大值和最优解使用大M法对...
2020-04-19 20:14:52
5261
原创 ros机器人学习 --- ORB_SLAM的安装与使用
ubuntu — ORB_SLAM2包的安装及简单使用一、安装Pangolin1、安装下载和编译工具sudo apt-get install cmakesudo apt-get install gitsudo apt-get install g++2、安装依赖sudo apt-get install libglew-devsudo apt-get install libboost-...
2020-04-19 17:02:14
551
原创 牛顿法与梯度下降法求解实际问题对比
基于jupyter notebook的Python编程– 牛顿法及梯度下降法原理和实际问题的解决一、梯度下降法1、梯度下降法基本原理梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降...
2020-04-05 22:53:01
557
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人