欢迎您的来访!有源码,好建站(www.codehy.com)源码海洋为您提供快速建站平台.

813-人脸识别代码源码python语言编写人工智能opencv

813-人脸识别代码源码python语言编写人工智能opencv
  • 源码类型:国产软件
  • 授权方式:商业源码
  • 源码大小:70 KB
  • 需要金币:65 金币
  • 运行环境:Win2003,WinXP,Win2000,Win9X
  • 源码等级:★★★☆☆
  • 发布时间:2020-01-14
  • 下载次数:
  • 金币说明:5元5|10元10|30元100|100元1000|更多
  • 在线冲值:点击在线冲值
  • 源码标签:
  • 查看或解压密码:
  • 网盘提取密码:
源码介绍

813-人脸识别代码源码python语言编写人工智能opencv

启动运行:python (直接运行即可)

附言:本源码只售10元,不提供技术支持,买回去都是自己研究学习或者修改成自己要的产品,配置环境之类的问题自己网上搜一下,使用此源码的要有一点python和opencv基础,里面也有详细说明文档。

使用py2.7完美运行,如果使用更高版本的3.5以上需要自己改下配置

在线人脸识别

1. 识别人脸的可扩展性。原有的demo只能识别一个人,新的demo在数据集的扩展性上有修改,理论上可以识别无数人的脸,只要你有足够多的数据;

2.神经网络设计更加简单。新的demo在卷积神经网络的设计上比原有的卷积神经网络更加简单和容易理解,没有搞得那么复杂,更加适合入门;3. 代码结构更清晰。程序设计更加模块化,把能拆分出来的尽量拆分出来,基本上每个文件都可以单独拿出来测试和使用;

4详尽的中文注释。你可以看很详细很详细的中文注释、不用看日文和英文的注释了......

Step 1 环境配置 环境配置这块,网上的资料非常多,总体来说我给大家的建议是:使用集成python环境Anaconda,里面已经集成了很多有用的安装包比如说numpyscipy,免去了自己配置的痛苦;通过Anaconda安装新的计算包也非常方便,具体就不再赘述了,网上可以找到很多教程,多百度、多Google。我可以再提醒一句的是,好像Anacondatheano还有tensorflow的包都有点小问题,需要删了然后重新下载配置,网上也有教程。

简而言之,使用Anaconda,安装好必要的科学计算包:numpy,scipy,sklearn,keras,opencv。贴一个别人的环境配置教程,仅供参考:

http://machinelearningmastery.com/setup-python-environment-machine-learning-deep-learning-anaconda/

Step 2 获得训练数据集 第二步就是要获得数据训练集,你可以从网上找训练集,也可以用自己或者朋友的照片来做素材(顺手练习下opencvos),具体操作办法在文档中。

 

价格说明

本源码地址:http://www.codehy.com/vip/qitayuanma/20200114/20187.html
下载地址
相关源码

推荐源码