腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
CSDN博客
本人的CSDN博客:https://yeyupiaoling.blog.csdn.net/
专栏成员
举报
158
文章
272014
阅读量
36
订阅数
订阅专栏
申请加入专栏
全部文章(158)
深度学习(75)
人工智能(46)
神经网络(40)
https(30)
python(25)
android(23)
网络安全(21)
语音识别(15)
编程算法(15)
tensorflow(13)
java(11)
图像识别(11)
人脸识别(9)
数据(9)
机器学习(7)
xml(7)
打包(7)
开发(7)
模型(7)
声纹识别(6)
pytorch(5)
权限(5)
c++(4)
云数据库 SQL Server(4)
ide(4)
github(4)
api(4)
linux(4)
腾讯云测试服务(4)
http(4)
音频(4)
语音(4)
bash(3)
node.js(3)
android studio(3)
数据库(3)
sql(3)
ubuntu(3)
文字识别(3)
语音合成(3)
网站(3)
开源(3)
卷积神经网络(3)
windows(3)
程序(3)
服务(3)
日志(3)
php(2)
c#(2)
json(2)
phpmyadmin(2)
flask(2)
git(2)
tomcat(2)
centos(2)
容器镜像服务(2)
访问管理(2)
TDSQL MySQL 版(2)
容器(2)
存储(2)
opencv(2)
lan(2)
函数(2)
系统(2)
源码(2)
状态机(2)
负载均衡(1)
servlet(1)
jsp(1)
jquery ui(1)
css(1)
html(1)
mvc(1)
matlab(1)
负载均衡缓存(1)
nginx(1)
bash 指令(1)
spring(1)
黑石物理服务器(1)
文件存储(1)
视频处理(1)
serverless(1)
游戏(1)
缓存(1)
爬虫(1)
html5(1)
强化学习(1)
正则表达式(1)
gui(1)
numpy(1)
监督学习(1)
线性回归(1)
keras(1)
tcp/ip(1)
迁移学习(1)
powershell(1)
微信(1)
数据分析(1)
腾讯云开发者社区(1)
sdk(1)
验证码(1)
avplayer(1)
detection(1)
function(1)
listener(1)
overflow(1)
post(1)
random(1)
system(1)
time(1)
transform(1)
voice(1)
void(1)
web(1)
websocket(1)
width(1)
并发(1)
服务器(1)
工具(1)
框架(1)
视频(1)
调试(1)
异步(1)
搜索文章
搜索
搜索
关闭
基于MTCNN和MobileFaceNet实现的人脸识别
机器学习
神经网络
深度学习
人工智能
人脸识别
本教程是教程是介绍如何使用Tensorflow实现的MTCNN和MobileFaceNet实现的人脸识别,并不介绍如何训练模型。关于如何训练MTCNN和MobileFaceNet,请阅读这两篇教程 MTCNN-Tensorflow 和 MobileFaceNet_TF ,这两个模型都是比较轻量的模型,所以就算这两个模型在CPU环境下也有比较好的预测速度,众所周知,笔者比较喜欢轻量级的模型,如何让我从准确率和预测速度上选择,我会更倾向于速度,因本人主要是研究深度学习在移动设备等嵌入式设备上的的部署。好了,下面就来介绍如何实现这两个模型实现三种人脸识别,使用路径进行人脸注册和人脸识别,使用摄像头实现人脸注册和人脸识别,通过HTTP实现人脸注册和人脸识别。
夜雨飘零
2021-12-07
1.2K
0
基于Pytorch实现人脸关键点检测模型MTCNN
python
ide
机器学习
深度学习
人工智能
MTCNN,Multi-task convolutional neural network(多任务卷积神经网络),将人脸区域检测与人脸关键点检测放在了一起,总体可分为P-Net、R-Net、和O-Net三层网络结构。它是2016年中国科学院深圳研究院提出的用于人脸检测任务的多任务神经网络模型,该模型主要采用了三个级联的网络,采用候选框加分类器的思想,进行快速高效的人脸检测。这三个级联的网络分别是快速生成候选窗口的P-Net、进行高精度候选窗口过滤选择的R-Net和生成最终边界框与人脸关键点的O-Net。和很多处理图像问题的卷积神经网络模型,该模型也用到了图像金字塔、边框回归、非最大值抑制等技术。
夜雨飘零
2021-12-07
1.8K
0
基于Pytorch实现的快速人脸识别模型
pytorch
机器学习
神经网络
深度学习
人工智能
本项目参考了ArcFace的损失函数结合MobileNet,意在开发一个模型较小,但识别准确率较高且推理速度快的一种人脸识别项目,该项目训练数据使用emore数据集,一共有85742个人,共5822653张图片,使用lfw-align-128数据集作为测试数据。
夜雨飘零
2021-12-07
1.9K
0
基于PaddlePaddle 2.0动态图实现的CRNN文字识别模型
https
文字识别
机器学习
神经网络
深度学习
本项目是PaddlePaddle 2.0动态图实现的CRNN文字识别模型,可支持长短不一的图片输入。CRNN是一种端到端的识别模式,不需要通过分割图片即可完成图片中全部的文字识别。CRNN的结构主要是CNN+RNN+CTC,它们分别的作用是,使用深度CNN,对输入图像提取特征,得到特征图。使用双向RNN(BLSTM)对特征序列进行预测,对序列中的每个特征向量进行学习,并输出预测标签(真实值)分布。使用 CTC Loss,把从循环层获取的一系列标签分布转换成最终的标签序列。
夜雨飘零
2021-12-07
1.8K
0
基于PaddlePaddle实现的快速人脸识别模型
神经网络
深度学习
人工智能
python
机器学习
本项目参考了ArcFace的损失函数,同时参考了PP-OCRv2模型结构,意在开发一个模型较小,但识别准确率较高且推理速度快的一种人脸识别项目,该项目训练数据使用emore数据集,一共有85742个人,共5822653张图片,使用lfw-align-128数据集作为测试数据。
夜雨飘零
2021-12-07
676
0
机器学习的7个步骤
机器学习
神经网络
深度学习
人工智能
机器学习是当前比较热门的领域,作为人工智能(AI)的一个分支,它基本上是一种算法或模型,可以通过“学习”来改善自身,因此变得越来越精通执行其任务。机器学习的应用正在迅速发展,已迅速成为医学,电子商务,银行等不同领域不可或缺的一部分。今天,我们将把机器学习分解为一个过程,并了解从开始到实现的所有步骤,以及其实际应用。
夜雨飘零
2020-06-10
4.8K
0
《Neural Networks and Deep Learning》的理论知识点
神经网络
深度学习
机器学习
人工智能
编程算法
b[1]b^{[1]}b[1]的形状应该是(4,1);b[2]b^{[2]}b[2]的形状应该是(1,1);W[1]W^{[1]}W[1]的形状应该是(4,2);W[2]W^{[2]}W[2]形状应该是(1,4)
夜雨飘零
2020-05-06
392
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档