计算机视觉库/人脸识别

智慧社区分为基础信息, 研判分析,大数据展示,移动端使用,基础信息主要是一标九实信息管理,对社区里面人,车,房进行关联,研判分析是对社区的疑似人员,疑似车辆进行监管,大数据展示是显示相关社区数据信息
1130Java计算机视觉库/人脸识别
MiniGPT-4 可使用高级大型语言模型增强视觉语言理解。 MiniGPT-4 仅使用一个投影层将来自 BLIP-2 的冻结视觉编码器与冻结 LLM Vicuna 对齐。MiniGPT-4 的...
1110Python计算机视觉库/人脸识别
roomGPT 可使用 AI 为你的房间生成新设计,上传现有的房间照片,它会给你一个高大上的新房间设计。 只需要给你的房间拍一张照,或是房间的 3D 效果图,并将其上传,即可用 AI 生成对应的...
1250TypeScript计算机视觉库/人脸识别
店滴 AI,基于人脸识别的会员管理系统。可应用于商场客流统计、门店智能管理和店内监控等。是一款基于 yii2 的,并且集成了 AI 技术、智能硬件设备对接技术的软硬件开源框架。 它采用 yii2...
960PHP计算机视觉库/人脸识别
1.项目为元学习maml和目标检测Yolov5的组合,实现在小样本上学习并检测到目标的功能。 2.检测功能可以移植在各种目标检测任务中,只需提供少量特定任务的检测图片和标签,便可对相应的图片和视频进行目标检测(画框和贴标签)。 3.
1700计算机视觉库/人脸识别
AI模型部署框架,提供CV模型算法的前后处理流式框架,整体代码框架follow google mediapipe 该项目主要解决AI算法模型部署开发效率,通过提供基础的模型前后处理算子,提高开发效率。同时提供了一套基于流式数据处理的pipeline,通过dag和数据流,结合高效算子实现模型的高性能以及高效部署。
1510C/C++计算机视觉库/人脸识别
一款超轻量级通用人脸检测模型(模型文件大小仅 1MB,320x240 输入下计算量仅 90MFlops),适用于边缘计算设备、移动端设备以及 PC。 Ultra-Light-Fast-Gener...
1260Python计算机视觉库/人脸识别
Pigo 是一个纯粹的 Go 人脸检测、瞳孔/眼睛定位和面部标志点检测库。 动机 之所以开发 Pigo,是因为 Go 生态系统中目前几乎所有现有的人脸检测解决方案都绑定到一些 C/C++ 库,例...
1170计算机视觉库/人脸识别
使用神经网络对车辆信息进行特征挖掘,使用各种数学分析方法,使用特征提取手段挖掘信息,使用各种神经网络架构
1060python计算机视觉库/人脸识别
SdPaint 是一个简单的 Stable Diffusion 画图 python 脚本,用户可在画布上作画,并将该图像的每个笔画发送到 automatic1111 API ,且在生成图像时更新...
1500Python计算机视觉库/人脸识别
python 的第三方识图服务 1 当前版本的识图成功率并不理想,内置的几个算法在不同类型的图片中发挥不同(详情请看文档) 2 色彩对比在当前版本比较糟糕 2 单进程(可配置),所以如果需要高性...
630Python计算机视觉库/人脸识别
栋栋科技平台是一家创新科技公司,致力于为企业和个人提供全方位的技术解决方案。我们的平台整合了最新的科技资源和技术专家团队,为用户提供高效、可靠和创新的服务。 首先,栋栋科技平台提供了丰富的技术咨询和定制开发服务。无论您是需要构建一个全新的网站,还是开发一款移动应用,我们都能提供专业的咨询和定制开发服务,帮助您实现您的想法和目标。我们的技术专家团队具备丰富的经验和深厚的技术实力,能够为您量身定制最适合的解决方案。 其次,我们提供了可靠稳定的云服务和数据管理解决方案。在数字化时代,数据安全和稳定性至关重要。栋栋科技平台通过与领先的云服务提供商合作,为用户提供高性能、可扩展和安全的云服务。同时,我们还提供数据管理解决方案,帮助用户有效管理和保护他们的数据资产。 此外,我们积极探索前沿的科技领域,如人工智能、大数据分析和物联网等。我们相信这些领域的发展将给企业和个人带来无限的机遇和创新。栋栋科技平台为用户提供了最新的技术资源和专家支持,帮助他们抓住机遇,引领行业发展。 最后,栋栋科技平台还注重用户体验和客户服务。我们始终以用户为中心,通过优质的服务和快速响应,满足用户的需求并解决他们的
1740python计算机视觉库/人脸识别
Yolov8 全称 Ultralytics YOLOv8,由Ultralytics开发, 是一个尖端的、最先进的 (SOTA) 模型,它建立在以前的 YOLO 版本成功的基础上,并引入了新功能和...
2070Python计算机视觉库/人脸识别
VideoCrafter 是一个用于制作视频内容的开源视频生成和编辑工具箱。 目前包括以下三种型号: Base T2V:通用文本到视频生成 提供基于潜在视频扩散模型 (LVDM) 的基本文本到视...
2130Python计算机视觉库/人脸识别
1. dreambooth微调模型,自动生产3D数字服装的平铺纹理 2. 利用controlnet模型实现stable diffusion生成图像的可控性。 3. 利用大模型对prior和decoder的学习产生大批量优质logo图案
2890机器学习/深度学习
1:项目主要包括下六个模块:人员管理,设备管理,平台(接口)管理,审批管理,系统设置,人脸识别搜搜和对比 主要实现的功能: 1:人员信息管理和统计。方便客户管理学校的教职工,学生,以及外来人员。尤其是疫情期间做到人员的精细化控制 2:系统对接学校的人像采集器和指纹图像采集器。直接上传系统。 3:基础数据管理能力。向学校其他系统提供基础数据。主要是人脸,指纹,住宿信息等 4:外来人员审批。控制每个进入校园的人员。以及该人员可以进入的场所 5:人员搜索。面对学校突发情况。比如,在网络平台发布不当言论,通过照片,找到该人员是否在校学生,以及具体的班级和学号信息
1400PHP计算机视觉库/人脸识别
该作品是基于YOLOv5的车牌定位与识别系统,旨在在边缘端实现高效准确的车牌定位与识别。它利用YOLOv5算法,通过在图像中滑动窗口来检测物体,将图像划分为网格,并在每个网格中检测物体。通过卷积神经网络进行训练,YOLOv5能够识别各种不同的物体,并在图像中进行定位。对于车牌的定位与识别,该系统可以通过对训练数据进行多次迭代来提高准确率。 该系统能够实现高效的车牌定位与识别,包括对车牌的边框定位和车牌号码的识别。在实际应用中,车牌定位与识别可以帮助交通管理部门更好地监管车辆行驶情况,打击假牌、套牌等违法行为,提高交通管理效率。同时,也可以帮助停车场管理部门实现自动化车辆进出管理,提高停车场运营效率。 该作品在实现上采用了深度卷积神经网络、多尺度检测和卷积特征融合等深度学习技术,并通过对目标边界框的坐标和置信度进行回归,实现了对车牌的高效定位与识别。具体而言,该系统包括了数据预处理、模型训练、模型测试和结果展示等模块,在每一阶段中,都采用了一系列的优化方法,最终取得了较好的定位与识别效果。 数据预处理阶段,采集了大量的车牌图片,并通过图像增强、裁剪、旋转等操作,生成了一组高质量的训
2280计算机视觉库/人脸识别
1. 改造latent diffusion源代码,添加多个条件,通过self attention和cross attention机制训练自定义的多个控制条件的扩散模型训练,实现发型的变形,融合,支持精确控制。 2. 基于50W头发数据训练VAE编码器和解码器模型,实现高清发型的生成
1750计算机视觉库/人脸识别
用 YOLOv3 模型在一个开源的人手检测数据集 oxford hand 上做人手检测,并在此基础上做模型剪枝。对于该数据集,对 YOLOv3 进行 channel pruning 之后,模型的...
970Python计算机视觉库/人脸识别
Kornia 是一个基于 PyTorch 的可微分计算机视觉库。为了兼顾传统视觉处理与深度学习的需求,Kornia 实现了: 可微分的基础计算机视觉算子。 可微分的数据增广(differenti...
990Python图形/图像处理
当前共137个项目
×
寻找源码
源码描述
联系方式
提交