您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 通用复杂图片验证码识别程序(深度机器学习caffe、python、java教程案例)

  2. 使用机器学习端到端图片验证码识别,通杀所有图片类型验证码类型(包括复杂的连在一起、重叠的验证码),支持java,python, c#等语言, 识别精度达95%以上。 机器学习识别验证码,提供了一个完整的图片验证码识别教程 不懂的可以联系我:xxguo81527@foxmail.com
  3. 所属分类:Python

    • 发布日期:2018-08-01
    • 文件大小:1048576
    • 提供者:qq_17122127
  1. captcha包-亲测有用

  2. Python深度学习实现验证码识别必备包,亲测很有用!
  3. 所属分类:深度学习

    • 发布日期:2018-12-08
    • 文件大小:101376
    • 提供者:alexwu555
  1. 字符型图片数字验证码识别完整过程及Python实现(深度学习学习、实现数字、字符模型训练)

  2. 字符型图片数字验证码识别完整过程及Python实现(深度学习学习、实现数字、字符模型训练)
  3. 所属分类:深度学习

    • 发布日期:2019-04-11
    • 文件大小:2097152
    • 提供者:qq_37037348
  1. 基于深度学习字符型图片数字验证码识别完整过程及Python实现(深度学习学习、实现数字、字符模型训练、详细介绍附源码)

  2. 基于深度学习字符型图片数字验证码识别完整过程及Python实现(深度学习学习、实现数字、字符模型训练、详细介绍附源码)
  3. 所属分类:深度学习

    • 发布日期:2019-04-11
    • 文件大小:9437184
    • 提供者:qq_37037348
  1. Python-百度云魅族深度学习应用大赛

  2. 百度云魅族深度学习应用大赛,使用循环神经网络识别验证码
  3. 所属分类:其它

    • 发布日期:2019-08-11
    • 文件大小:13631488
    • 提供者:weixin_39840914
  1. Python-DeepLab基于CNN的验证码整体识别

  2. 机器学习、深度学习、量化投资,好用的工具、实用的工具,尽在DeepLab !
  3. 所属分类:其它

    • 发布日期:2019-08-09
    • 文件大小:48128
    • 提供者:weixin_39840387
  1. python使用tensorflow深度学习识别验证码

  2. 本文介绍了python使用tensorflow深度学习识别验证码 ,分享给大家,具体如下: 除了传统的PIL包处理图片,然后用pytessert+OCR识别意外,还可以使用tessorflow训练来识别验证码。 此篇代码大部分是转载的,只改了很少地方。 代码是运行在linux环境,tessorflow没有支持windows的python 2.7。 gen_captcha.py代码。 #coding=utf-8 from captcha.image import ImageCaptcha # p
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:70656
    • 提供者:weixin_38693524
  1. Python编写一个验证码图片数据标注GUI程序附源码

  2. 做验证码图片的识别,不论是使用传统的ORC技术,还是使用统计机器学习或者是使用深度学习神经网络,都少不了从网络上采集大量相关的验证码图片做数据集样本来进行训练。 采集验证码图片,可以直接使用Python进行批量下载,下载完之后,就需要对下载下来的验证码图片进行标注。一般情况下,一个验证码图片的文件名就是图片中验证码的实际字符串。 在不借助工具的情况下,我们对验证码图片进行上述标注的流程是: 1、打开图片所在的文件夹; 2、选择一个图片; 3、鼠标右键重命名; 4、输入正确的字符串; 5、保存 州
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:138240
    • 提供者:weixin_38748875
  1. 利用Tensorflow构建和训练自己的CNN来做简单的验证码识别方式

  2. Tensorflow是目前最流行的深度学习框架,我们可以用它来搭建自己的卷积神经网络并训练自己的分类器,本文介绍怎样使用Tensorflow构建自己的CNN,怎样训练用于简单的验证码识别的分类器。本文假设你已经安装好了Tensorflow,了解过CNN的一些知识。 下面将分步介绍怎样获得训练数据,怎样使用tensorflow构建卷积神经网络,怎样训练,以及怎样测试训练出来的分类器 1. 准备训练样本 使用Python的库captcha来生成我们需要的训练样本,代码如下: import sys
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:393216
    • 提供者:weixin_38543120
  1. Python+Selenium登录12306练习

  2. # login12306_02 # 图像识别涉及到深度学习,这里直接将验证码识别任务发送到大佬的验证码解析地址,不过现在已经失效了,程序跑到这会报错。 # 用户名和密码存储在本地工作目录中的 username_password_12306.txt文件中。 from selenium import webdriver from selenium.webdriver import ActionChains from selenium.webdriver.common.by import By fro
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:47104
    • 提供者:weixin_38688745
  1. python 发票验证码自动生成

  2. 有的时候我们使用一些自动化脚本需要自动登录到一些网站做一些操作,提高工作的效率。但验证码是一个拦路虎,面对各种复杂的甚至连人都可能搞错的验证码,机器的自动识别往往变得异常艰难,与验证码的斗争使我们头疼不已。 好消息是,随着深度学习在图像识别领域的发展,采用神经网络对验证码图像自动提取特征,其识别精度往往让人惊叹。但是,这类方法依赖于海量样本,当样本的数量达不到一定规模时,其识别效果也大打折扣。数据获取和数据信息标注耗费了大量的人力物力,在实际生成应用中难以普遍的推广。 那么,问题来了,有没有什么
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:190464
    • 提供者:weixin_38633083
  1. 3d-photo-inpainting:[CVPR 2020]使用上下文感知的分层深度修补进行3D摄影-源码

  2. [CVPR 2020]使用上下文感知的分层深度修补进行3D摄影 [] [] [ ] 我们提出了一种用于将单个RGB-D输入图像转换为3D照片的方法,即用于新颖视图合成的多层表示,该方法在原始视图中所包含的区域中包含幻觉的颜色和深度结构。我们使用具有显式像素连通性的分层深度图像作为基础表示,并提出一种基于学习的修复模型,该模型以空间上下文感知的方式将新的局部颜色和深度内容迭代地合成到被遮挡的区域中。使用标准图形引擎,可以使用运动视差有效地渲染生成的3D照片。与最先进的技术相比,我们在各种具有挑
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:7340032
    • 提供者:weixin_42118011
  1. Cloud-Computing-Laboratory-源码

  2. 云计算实验室 周 日期 课程实作内容 课程原理内容 备注 1个 2/24 Google Colab与Python安装 -- 自学:Python基础 2个 3/03 3D列印基础教学 -- -- 3 3/10 车牌识别:影像标柱与影像增量 机器学习与深度学习概要 -- 4 3/17 车牌识别:Haar分类器 机器学习:线性与逻辑回归 -- 5 3/24 车牌识别:CNN分类器 深度学习:多层感知器与卷积神经网路 -- 6 3/31 车牌识别:实际应用 分类模型的验证指标 --
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:491782144
    • 提供者:weixin_42131405
  1. Frame_Level_Classification_of_Speech-源码

  2. 错别字复制图像到 图片 语音等级 基于深度学习的神经网络用于语音识别 入门 通过在cmd中键入以下命令行来安装软件包管理器pip,numpy,pandas和pytorch python -m pip install --upgrade pip pip install numpy pip install pandas pip install pytorch 数据集 使用14542个标签进行培训,使用2200个标签进行验证,使用2200个标签进行测试。 ![image-2021030613123
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:357376
    • 提供者:weixin_42140625
  1. CarND交通标志分类器项目:使用Python和Tensorflow构建的交通标志分类神经网络-源码

  2. 项目:深度学习中的交通标志识别 概述 在这个项目中,使用python和TensorFlow来构建和训练卷积神经网络来对交通标志进行分类。 该模型在集中的交通标志图像上经过了验证。 该项目的详细文章可以在找到。 计划摘要 该项目的目标/步骤如下: 加载数据集 探索,总结和可视化数据集 设计,训练和测试模型架构 使用模型对新图像进行预测 分析新图像的softmax概率 依存关系 本实验要求: 可以使用CarND Term1入门工具包创建实验室环境。 单击了解详细信息。 数据集和存储库 下载数据集。
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:12582912
    • 提供者:weixin_42134097
  1. 3D人脸网格识别-源码

  2. 基于几何深度学习的3D人脸识别 这是初步硕士论文的资料库。 该项目是一种新型3D人脸识别的概念验证方法。 设定说明 conda create -n pytorch3d_new python=3.8 conda activate pytorch3d_new conda install -c pytorch pytorch=1.7.0 torchvision cudatoolkit=11.0 conda install -c conda-forge -c fvcore fvcore conda i
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:7168
    • 提供者:weixin_42137022
  1. ImageClassifier:基于神经网络的图像分类器,带有python命令行界面应用程序-源码

  2. 深度学习•挑战:深度学习模块的Udacity数据科学家纳米学位项目名为“具有深度学习的图像分类器”,它试图训练图像分类器识别不同种类的花朵。 我们可以想象在电话应用程序中使用类似的内容,告诉您相机正在查看的花朵的名称。 实际上,我们必须训练该分类器,然后将其导出以用于我们的应用程序。 我们使用了102种花卉类别的数据集( )。 •解决方案:使用火炬视觉加载数据。 数据集分为三个部分:训练,验证和测试。 对于训练,应用了变换,例如随机缩放,裁剪和翻转。 这将有助于网络泛化,从而带来更好的性能。
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:550912
    • 提供者:weixin_42137723
  1. Chatito:using使用简单的DSL生成AI聊天机器人,NLP任务,命名实体识别或文本分类模型的数据集!-源码

  2. Chatito 总览 Chatito可帮助您使用简单的DSL生成用于训练和验证chatbot模型的数据集。 如果要使用商业模型,开源框架或编写自己的自然语言处理模型来构建聊天机器人,则需要培训和测试示例。 Chatito在这里为您提供帮助。 该项目包含: 聊天语言 有关完整的语言规范和文档,请参考。 提示 防止过度拟合 如果我们正确使用Chatito,则可以避免过度的问题。 该工具背后的思想是在数据扩充和可能的句子组合的描述之间有一个交集。 它不打算生成可能适合单个句子模型的确定性数据集
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:350208
    • 提供者:weixin_42166918
  1. Delta:DELTA是基于深度学习的自然语言和语音处理平台-源码

  2. DELTA-深度学习语言技术平台 什么是DELTA? DELTA是基于深度学习的端到端自然语言和语音处理平台。 DELTA旨在为学术界和行业用例提供使用,部署和开发自然语言处理和语音模型的便捷体验。 DELTA主要使用TensorFlow和Python 3实现。 有关DELTA的详细信息,请参阅。 DELTA可以做什么? DELTA已被用于开发几种最新的出版物算法,并为数百万用户提供真实的作品。 它可以帮助您训练,开发和部署NLP和/或语音模型,具有: 易于使用 一种训练NLP和语音模型
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:26214400
    • 提供者:weixin_42116713
  1. captcha_break:验证码识别-源码

  2. 使用深度学习来破解captcha验证码 本项目会通过Keras构建一个深度卷积神经网络来识别captcha验证码,建议使用显卡来运行该项目。 下面的可视化代码都是在jupyter notebook中完成的,如果你希望写成python脚本,稍加修改即可正常运行,当然也可以去掉这些可视化代码。 2019年更新了: 适应了新版API 提高了数据生成器的效率 使用了CuDNNGRU提高了训练和预测效率 更新了文档 环境 本项目使用的环境如下: 验证码0.3 张量流gpu 1.13.1 numpy
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:6291456
    • 提供者:weixin_42139429
« 12 »