Fosu-Hyao / GaussianBayes-FaceEmotionClassifier
基于卷积神经网络的高斯朴素贝叶斯分类人脸表情识别
☆26Updated 2 years ago
Alternatives and similar repositories for GaussianBayes-FaceEmotionClassifier:
Users that are interested in GaussianBayes-FaceEmotionClassifier are comparing it to the libraries listed below
- 基于OpenCV的手势识别完整项目☆36Updated 2 years ago
- 本项目的目标是设计并实施一个面部情绪识别系统,本系统利用卷积神经网络(Convolutional Neural Network,CNN)算法,基于Tensorflow深度学习框架,来预测和分类人的面部情绪,最后通过图形化界面完成以下两个功能的设计:从本地读取图片进行面部情绪…☆20Updated last year
- 大四毕业设计做的基于树莓派的人脸识别系统(调用百度云api)☆31Updated 5 years ago
- Multiple Face Recognition based on FaceNet / 东南大学《模式识别》实验☆57Updated 3 years ago
- 基于深度学习的表情情绪模型系统☆36Updated 5 years ago
- Deep Learning based Facial Expression Recognition, 基于深度学习的面部表情识别☆90Updated 2 months ago
- 2021人工智能导论大作业——基于图像的情绪分析☆15Updated last year
- 1412基于Python卷积神经网络人脸识别驾驶员疲劳检测与预警系统设计毕业源码案例设计☆127Updated last year
- 该系统在本地计算机上使用 YOLOv5 模型进行烟雾检测。YOLOv5 是一种高效的目标检测模型,能够在复杂的场景中快速识别火灾烟雾。该模型部署在高性能硬件上,以确保实时响应和高精度的检测效果,在使用时对获取的图片可以进行推理,以检测火情。 YOLOv5-Lite 部署 …☆16Updated 5 months ago
- 基于深度学习TensorFlow+Keras+pyQT5的实时人脸表情识别项目,使用最新版本的框架编写,可用度高☆149Updated last year
- 毕设-基于深度学习的人脸识别☆19Updated 4 years ago
- 毕业设计 使用pytorch进行深度学习网络模型训练,实现车型识别☆105Updated 2 years ago
- 毕业设计——基于深度学习的电动自行车头盔佩戴检测系统☆130Updated last year
- 基于深度学习的停车场收费系统--车牌识别模块☆16Updated 2 years ago
- 人脸识别签到系统 OpenCV☆17Updated 5 years ago
- 基于CNN的表情识别demo☆38Updated 6 years ago
- 基于opencv dlib的疲劳驾驶检测系统☆70Updated 2 years ago
- 基于深度学习的人脸识别系统☆60Updated 3 years ago
- 基于FaceNet的人脸检测+识别的课堂学生签到系统☆47Updated 3 years ago
- YOLOv5的7.0版本+pyqt5界面+人脸表情识别☆22Updated 11 months ago
- 疲劳检测-危险驾驶检测☆69Updated 2 years ago
- Opencv基于改进VGG19的表情识别系统(源码&Fer2013&教程)☆12Updated last year
- 基于Python的机器学习应用,针对监控视频完成行人轨迹搜索。通过一张目标图像,能自动从大量视频中搜索出包含目标的视频片段,并标记目标。此项目为本人本科毕业设计项目,引用请注明出处☆48Updated 2 years ago
- 人脸检测加表情识别☆146Updated 4 months ago
- 使用opencv写了一个人脸识别的毕设,有图形界面,可以进行数据库管理。☆85Updated 4 years ago
- 手写体数字识别 卷积神经网络☆11Updated 5 years ago
- 毕业设计:行人检测系统,pyqt + opencv☆48Updated 3 years ago
- 植爱健康——农作物病虫害识别☆15Updated 5 years ago
- 基于YoloV5的火灾检测系统:将深度学习算法应用于火灾识别与检测领域,致力于研发准确高效的火灾识别与检测方法,实现图像中火灾区域的定位,为火灾检测技术走向实际应用提供理论和技术支持。☆67Updated last year