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. model.h5 model.json

  2. 人脸表情识别模型（keras的模型加载，先将json类型重构为model结构）

  3. 所属分类：深度学习

    • 发布日期：2018-06-21
    • 文件大小：6mb
    • 提供者：hpymiss

  1. 人脸表情识别.zip

  2. 人脸表情识别，人工智能的课程设计。采用keras搭建CNN卷积神经网络，利用fer2013数据集训练网络，将每次训练好的模型保存。然后利用opencv跨平台计算机视觉库与摄像头交互，截取摄像头的每一帧图像。调用了opencv的人脸识别来识别出人脸，然后加载训练好的表情识别模型进行预测，最后将预测结果绘制到摄像头显示的画面上。作品在Jupyter Notebook上设计并完成，可以直接用摄像头演示识别效果。

  3. 所属分类：深度学习

    • 发布日期：2020-03-05
    • 文件大小：218mb
    • 提供者：MM__1997

  1. c4d人脸表情识别keras-MBV2效果测试.rar

  2. 采用OPENCV4 VC++开发。表情识别的思路，首先采用KERAS对7个表情进行训练，得到一个模型。训练的表情网络采用mobileNetV2，正确率91.7%，获得的.h5模型转换为.pb文件。其次，得到模型后，用MTCNN检测人脸，做微调，用OPENCV VC++调用检测后的人脸，预测分类，得到表情种类。

  3. 所属分类：深度学习

    • 发布日期：2019-08-17
    • 文件大小：43mb
    • 提供者：hnsdgxylh

  1. 嵌入式系统/ARM技术中的预知“未来相貌”的人脸图像智能处理系统问世

  2. 西安交通大学研制成功的“人脸图像智能处理系统”就具备这种独特的功能。这个系统通过运用一种真实感极强的人脸绘制方法，可以将一幅平面二维的人脸图像变换为具有不同视角和多种复杂表情、年轻化和老化的图像，并可根据现在的照片预测若干年后年龄衰老或者若干年前年轻时的人脸图像。 “人脸图像智能处理系统”是西安交大人工智能与机器人研究所完成的国家自然科学创新研究群体科学基金项目。在中国工程院院士郑南宁的带领下，课题组成员经过３年多的艰苦攻关，建立了具有自主知识产权的AIAR系列人脸图像数据库，包括视点库

  3. 所属分类：其它

    • 发布日期：2020-12-09
    • 文件大小：58kb
    • 提供者：weixin_38616435

  1. 用Python识别人脸，人种等各种信息

  2. 最近几天了解了一下人脸识别，应用场景可以是图片标注，商品图和广告图中有没有模特，有几个模特，模特的性别，年龄，颜值，表情等数据的挖掘。 基础的识别用dlib来实现，dlib是一个机器学习的包，主要用C++写的，但是也有Python版本。其中最流行的一个功能是Facial Landmark Detection, 配备已经训练好的轮廓预测模型，叫shape_predictor_68_face_landmarks.dat, 从名字就可以看出，它可以检测出面部的68个关键点，包括五官和外轮廓等。 安装

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：755kb
    • 提供者：weixin_38670529

  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：30mb
    • 提供者：weixin_42131424

  1. nanuda-源码

  2. 七田 Nanuda预测表情符号可以使用匹配您的文本。 所有这些有趣的功能都在使用和__前端构建的应用提供。 安装 将存储库克隆到本地计算机 确保您的回购主目录中有一个model.pkl文件（请随时索取该模型的最新版本） 使用以下命令在虚拟环境中安装项目要求 python3 -m venv .env source .env/bin/activate pip install -r requirements-dev.txt 用法 uvicorn webapp.serve:app --reload

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：207kb
    • 提供者：weixin_42118423

  1. Akash_portfolio:我的数据科学档案-源码

  2. Akash_portfolio 我的数据科学档案 项目1 图像可视化•内置关键面部点检测模型。 •进行了图像增强和数据归一化•建立了深度残差神经网络关键面部表情检测模型。 •结合表情和关键点检测模型来预测面部表情。 项目二 肿瘤检测 医疗保健中的AI •进行基于MRI扫描的脑肿瘤检测和定位•从输入图像中进行图像分割，以了解并从像素级别的图像中提取信息，并训练神经网络以生成图像的像素掩码。 •通过医学成像提高疾病诊断速度和准确性 专案3 我能够创建精度为98％的SVM分类器。 是否进行了误差分析

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：713kb
    • 提供者：weixin_42099087

  1. Python_detect:毕业专题-源码

  2. Python_detect 毕业专题2018-2019 python做出脸部识别系统 1.能够侦测打瞌睡（以眨眼和打呵欠等特征）利用网络摄像头及时侦测人脸的五官，并且特别侦测眼睛宽与嘴巴长与宽 来计算出使用者是否眨眼和打呵欠 2.model是参考别人的表情识别模型做转移学习并选择出预测最准的模型来应用在我们系统中

  3. 所属分类：其它

  1. My_projects_portfolio：对我的学术和个人项目的描述-源码

  2. 我的项目组合 所有者：Anis Fakhfakh该存储库包含我的项目 项目：自动图像注释（活动） 一组带有注释的图像 建立能够预测新图像注释的模型 按不动产分组房地产公告（某些条目属于同一公寓或建筑物等） 使用CNN建立肺炎检测神经管道 检查数据扩充对结果的影响 项目：使用GAN编辑面部表情 建立可以改变面部表情（笑脸）的系统 使用StyleGAN （活动） 构建文本汇总器系统 使用在NLP中应用的有监督和无监督学习技术 使用一文本摘要（语料库中的每个文本都有其自己的摘要） Zindi举办

  3. 所属分类：其它

  1. 人脸表情识别技术-源码

  2. 人脸表情识别技术 面部表情识别分为以下任务： 任务1：简介和概述介绍项目的数据和概述。 查看在该项目结束时将要构建的最终产品的演示。 Rhyme介面简介。 从NumPy，Matplotlib和Keras导入基本模块和辅助函数。 任务2：浏览数据集显示Emotion FER数据集中每种表达类型的一些图像。 检查训练数据中的班级不平衡问题。 任务3：生成训练和验证批次通过实时数据增强生成张量图像数据的批次。 指定训练和验证图像目录的路径，并生成一批扩充数据。 任务4：创建卷积神经网络（CNN

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：16mb
    • 提供者：weixin_42138788

  1. Twitter个性：使用Twitter的Myers-Briggs个性预测-源码

  2. Twitter的个性 一个自然语言处理（NLP），机器学习和数据挖掘项目，该项目将在雇用专业人员之前自动进行筛选过程，或者可用于精神病学检查患者治疗的效果。 ●使用Twitter REST API挖掘用于个性识别的推文。 ●使用NLP技术（例如TF-IDF）为主题标签，表情符号和短语创建n元语法和单词向量。 ●使用朴素贝叶斯文本分类器训练机器以对个性类型进行分类。 ●使用10倍交叉验证来准确预测用户的Myers-Briggs人格类型。 如何使用： 首先运行pyGen以生成您的朴素贝叶斯分类器

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：29mb
    • 提供者：weixin_42154650

  1. realtime-facial-emotion-analyzer：使用网络摄像头feed中的面部表情实时进行人类情绪分析。 基于Kaggle的面部表情识别挑战中的数据集-源码

  2. 从面部表情实时情感分析 从面部表情实时进行人类情绪分析。 它使用了深度的卷积神经网络。 使用的模型在测试数据上的准确性达到63％。 实时分析器为当前情绪分配合适的表情符号。 模型实现是在keras中完成的。 一些预测的输出： 使用的表情符号： 实时情绪分析器快照 从图中可以明显看出，给定帧的模型预测是中性的。 模型架构 文件清单 facial Emotions.ipynb ：Jupyter笔记本，具有记录完整的代码，从开始到培训都说明模型准备。 可用于重新训练模型。 main.py ：主pyt

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：23mb
    • 提供者：weixin_42108054

  1. FaceEmotionClassifier：人脸识别与卡通化-源码

  2. 人脸情绪识别与emoji转换（FaceEmotionClassifier） 用Keras做前端，tensorflow做预测训练模型识别人类的情绪。根据情绪选择相应的表情符号匹配 项目简介 通过opencv-python识别出人脸 然后用fer2013的数据集训练深度卷积神经网络整合的模型识别人脸表情 使用训练好的模型识别人脸的表情情绪 根据识别结果，匹配合适的emoji遮住人脸 项目环境 基于python 3.5.6，opencv-python == 4.1.2.30，tensorflow-gp

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：111mb
    • 提供者：weixin_42164534

  1. fer：面部表情识别-源码

  2. FER-面部表情识别 这项工作是为了证明以下问题： : 使用卷积神经网络和OpenCV构建了实时面部检测器和情绪分类器。 CNN模型已经过调整，即使在低端设备上也具有出色的性能。 使用说明 按照进行神经网络训练。 文件结构： FER_CNN.ipynb-训练CNN的教程 FER.py-使用预先训练的模型进行推断 model.json-神经网络架构 weights.h5-训练过的模型权重 安装 建议使用Python虚拟环境。 用于模型预测 pip install -r requirem

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：42mb
    • 提供者：weixin_42099530

  1. Emotion_Recognition-源码

  2. 情绪识别 目标 实现一个能够预测情绪和面部表情的类似于VGG的网络： 将fer2013.csv数据集转换并拆分为三个HDF5文件，包括训练，验证和测试集。 从头开始构建类似于VGG的网络。 训练情绪识别器并提高模型准确性。 评估先前训练过的情绪识别器。 构建了一个实时应用程序来检测人的情绪/面部表情。 所用包装 Python 3.6 4.0.0 2.1.0 1.13.0 10.0 7.4.2 方法 名为fer2013的数据集来自。 训练数据集包含28,709张图像，每

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：41mb
    • 提供者：weixin_42101056