注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 人脸识别开发包（免费，可商用，有演示、范例、说明书）

  2. 人脸识别开发包（免费，可商用，有演示、范例、说明书） 版权归原作者所有，原始版权及使用概述文件 阳光人脸检测与识别二次开发包(SDK)★说明★： 在你开发的软件产品中，如果使用 "人脸＋密码" 双重认证来登录，将会更增 "含金量"。 本版为青铜版(核心算法Ver3.86),是免费正式标准版,最大用户数1000,许可商用。(发布日期：2015-03-10) 本核心技术为国人完全自主开发，未引用任何第三方图像库/人脸识别库/开源代码。 特别申明：作者至今未对外公开和销售过源代码，若有则属黑客非法窃

  3. 所属分类：C++

    • 发布日期：2015-08-02
    • 文件大小：2097152
    • 提供者：wllw7176

  1. GIF-Blurrer-源码

  2. GIF模糊器 在很多情况下，输入视频/ GIF需要从其中模糊真实人物的图像。 这可能需要很长时间才能手动完成，但是有一种机器学习策略可以解决此问题。 一台机器可以获取GIF或视频的每个输入帧，找到每个帧的面部坐标，然后对面部进行模糊处理可以加快此过程。 幸运的是，有一台可能的机器可以执行此操作，并且它使用的模型称为MTCNN。 MTCNN是一种三阶段神经网络算法，可以输出脸框的坐标以及眼睛，嘴巴边缘和鼻子的坐标。 第一阶段是惊厥神经网络预测潜在的面部表情框，其中包含许多错误的预测。 第二阶段是

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：31457280
    • 提供者：weixin_42131424

  1. 关键帧：视频关键帧项目-源码

  2. 代表帧算法说明 1介绍 1.1解决的问题 寻找一段视频的代表帧 1.2算法原理 根据NIMA算法拾取最高的一些帧，然后消除含模糊，闭眼，侧脸的不良图片，最终得到视频的代表帧的位移集合 1.3算法消耗的资源 2000M显存 2算法依赖环境配置 2.1运行环境 Ubuntu18.04 LTS Python3.6 CUDA> = 10.0 2.2依赖安装 pip install -r requirement.txt 3算法使用说明 3.1算法调用 from keyframes.keyfram

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：110592
    • 提供者：weixin_42126274

  1. mask_detection-源码

  2. 遮罩检测模型 该项目旨在利用openCV和scikit Learn创建一个简单的遮罩检测模型。 方案 在找到图片中的蒙版之前，该程序首先通过openCV级联分类器找到面部。 然后，将裁剪的图像转发到随机森林分类器中。 被标记为蒙版，未蒙版或错误蒙版后，将显示带有标记区域和文字注释的图片。 所有步骤都可以在workflow.ipynb文件中看到。 数据 因为我希望模型能够检测到第三类-错误的蒙版，所以我使用了数据集。 为了在不同的图像上显示结果，我使用了的图片。 有待完成 我计划使用Flask和

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：104857600
    • 提供者：weixin_42103128

  1. BasicSR：用于超分辨率，去噪，去模糊等的开源图像和视频恢复工具箱。当前，它包括EDSR，RCAN，SRResNet，SRGAN，ESRGAN，EDVR等。还支持StyleGAN2，DFDNet-源码

  2. :rocket: 基本SR | | Google Colab： | :circled_M: :fast_down_button: Google云端硬盘： | :fast_down_button:百度网盘：| :file_folder: :fast_down_button: :fast_down_button:（提取码：basr） :chart_increasing: :laptop: :high_voltage: BasicSR（基本S- UPERřestoration）

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：1048576
    • 提供者：weixin_42134554

  1. 脸模糊-源码

  2. YOLO的脸部模糊 知识：该代码是从大量借用的。 我刚刚进行编辑以适合我的工作流程。 要求 您需要安装Conda来构建环境。 或者，您可以在numpy，opencv和Python 3.7中使用pip环境。 安装 使用Git或下载zip来克隆仓库。 使用cd移至包含仓库的目录。 创建Conda环境。 在终端（或Conda提示）中运行： conda env create -f environment.yml 下载重量文件。 这些文件对于GitHub而言太大，因此存储在Google云端硬盘中。

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：6144
    • 提供者：weixin_42151729