识别专题
阿里开源语音识别SenseVoiceWindows环境部署
SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别： 采用超过 40 万小时数据训练，支持超过 50 种语言，识别效果上优于 Whisper 模型。富文本识别：具备优秀的情感识别，能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力，支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推
BERN2（生物医学领域）命名实体识别与命名规范化工具
BERN2: an advanced neural biomedical named entity recognition and normalization tool 《Bioinformatics》2022 1 摘要 NER和NEN：在生物医学自然语言处理中，NER和NEN是关键任务，它们使得从生物医学文献中自动提取实体（如疾病和药物）成为可能。 BERN2：BERN2是一个工具，
flutter开发实战-flutter build web微信无法识别二维码及小程序码问题
flutter开发实战-flutter build web微信无法识别二维码及小程序码问题 GitHub Pages是一个直接从GitHub存储库托管的静态站点服务，它允许用户通过简单的配置，将个人的代码项目转化为一个可以在线访问的网站。这里使用flutter build web来构建web发布到GitHub Pages。 最近通过flutter build web，通过发布到GitHu
T1打卡——mnist手写数字识别
🍨 本文为🔗365天深度学习训练营中的学习记录博客🍖 原作者：K同学啊 1.定义GPU import tensorflow as tfgpus=tf.config.list_physical_devices("GPU")if gpus:gpu0=gpus[0]tf.config.experimental.set_memort_groth(gpu0,True) #设置GPU现存用量按需
使用 VisionTransformer(VIT) FineTune 训练驾驶员行为状态识别模型
一、VisionTransformer(VIT) 介绍 大模型已经成为人工智能领域的热门话题。在这股热潮中，大模型的核心结构 Transformer 也再次脱颖而出证明了其强大的能力和广泛的应用前景。Transformer 自 2017年由Google提出以来，便在NLP领域掀起了一场革命。相较于传统的循环神经网络（RNN）和长短时记忆网络（LSTM）， Transformer 凭借自注意力机制
mysql无法启动以及cmd下mysql命令无法识别的
1.mysql无法启动 解决方式： Win+R，输入services.msc，找到mysql服务 即默认的服务名是mysql55而不是mysql 2.mysql命令无法识别 直接输入mysql进入数据库报错 这是因为系统并不知道mysql是什么，我们需要在环境变量里添加mysql的安装地址中的bin目录地址。 C:\Program Files\My
Selenium 实现图片验证码识别
前言 在测试过程中，有的时候登录需要输入图片验证码。这时候使用Selenium进行自动化测试，怎么做图片验证码识别？本篇内容主要介绍使用Selenium、BufferedImage、Tesseract进行图片 验证码识别。 环境准备 jdk：1.8 tessdata：文章末尾附下载地址 安装Tesseract 我本地是ubuntu系统 sudo apt install tesserac
【DL--22】实现神经网络算法NeuralNetwork以及手写数字识别
1.NeuralNetwork.py #coding:utf-8import numpy as np#定义双曲函数和他们的导数def tanh(x):return np.tanh(x)def tanh_deriv(x):return 1.0 - np.tanh(x)**2def logistic(x):return 1/(1 + np.exp(-x))def logistic_derivati
【tensorflow CNN】构建cnn网络，识别mnist手写数字识别
#coding:utf8"""构建cnn网络，识别mnistinput conv1 padding max_pool([2,2],strides=[2,2]) conv2 x[-1,28,28,1] 卷积 [5,5,1,32] -> [-1,24,24,32]->[-1,28,
【tensorflow 全连接神经网络】 minist 手写数字识别
主要内容： 使用tensorflow构建一个三层全连接传统神经网络,作为字符识别的多分类器。通过字符图片预测对应的数字，对mnist数据集进行预测。 # coding: utf-8from tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tfimport matplotlib.pyplot
【python 图片识别】python识别图片是不是包含二维码
近几天在研究二维码的识别，主要是通过python代码来识别特定图片内是否包含二维码。方法有分类，还有下面我介绍的直接法。 需要安装库 pip install pyzbar pip install opencv-python 我们 先准备些二维码 总共有11个二维码。 下面我们进行二维码识别： # -*- coding: utf-8 -*-import osfrom pyzba
【webdriver 识别】webdriver 识别绕过原理与实战
目标网站：http://www.porters.vip/features/webdriver.html 获取 点击查看详情里面的内容 我们先用selinum 试试，直接定位按钮，渲染出来。 # -*- coding: utf-8 -*-from selenium import webdriverfrom selenium.webdriver.chrome.options import
人工智能，语音识别，机器视觉等相关网址
###Tensorflow https://tensorflow.google.cn/ ###SoundPi http://www.soundpi.org/
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
三文带你轻松上手鸿蒙的AI语音01-实时语音识别 前言 HarmonyOSNext中集成了强大的AI功能。Core Speech Kit（基础语音服务）是它提供的众多AI功能中的一种。 Core Speech Kit（基础语音服务）集成了语音类基础AI能力，包括文本转语音（TextToSpeech）及语音识别（SpeechRecognizer）能 力，便于用户与设备进行互动，实现将实时输入
＜数据集＞二维码识别数据集＜目标检测＞
数据集格式：VOC+YOLO格式 图片数量：1601张 标注数量(xml文件个数)：1601 标注数量(txt文件个数)：1601 标注类别数：1 标注类别名称：['QR'] 序号类别名称图片数框数1QR16016286 使用标注工具：labelImg 标注规则：对类别进行画水平矩形框 图片示例： 标注示例：
使用百度飞桨PaddleOCR进行OCR识别
1、代码及文档 代码：https://github.com/PaddlePaddle/PaddleOCR?tab=readme-ov-file 介绍文档：https://paddlepaddle.github.io/PaddleOCR/ppocr/overview.html 2、依赖安装 在使用过程中需要安装库，可以依据代码运行过程中的提示安装。我使用的为python3.7，安装库为：
深度学习笔记15_TensorFlow实现运动鞋品牌识别
🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者：K同学啊 | 接辅导、项目定制 一、我的环境 1.语言环境：Python 3.9 2.编译器：Pycharm 3.深度学习环境：TensorFlow 2.10.0 二、GPU设置 若使用的是cpu则可忽略 import tensorflow as tfgpus = tf.config.lis
Node.js发票识别接口助力企业实现发票的精准高效管理
在金融和会计领域，随着数字化进程的加速，大量的纸质发票处理已经成为了企业效率提升的一个瓶颈。发票文字识别接口的出现，被视为解决这一问题的关键技术创新。通过高精度的图像识别与机器学习技术，将繁琐的手动输入工作转化为自动化的过程，不仅提升了数据处理速度，还极大降低了人为错误。 Node.js发票识别接口集成示例： var request = require('request');var
免费OCR 文字识别工具
免费：本项目所有代码开源，完全免费。 方便：解压即用，离线运行，无需网络。 高效：自带高效率的离线OCR引擎，内置多种语言识别库。 灵活：支持命令行、HTTP接口等外部调用方式。 功能：截图OCR / 批量OCR / PDF识别 / 二维码 / 公式识别 下载地址：https://pan.quark.cn/s/f263ecc221b7
用SpringBoot API实现识别pdf文件是否含有表格
要使用Spring Boot API 实现一个识别 PDF 文件是否含有表格的功能，你可以结合 PDF 解析库（如 Apache PDFBox）来解析 PDF 文件内容，并通过分析文本或线条来判断 PDF 是否包含表格。然后使用 Spring Boot 提供的 REST API 来实现上传和检测功能。 目录 实现步骤 1. 配置 pom.xml 2. 实现 Spring Boot 文件上传
【数据应用案例】知乎瓦力机器人识别“阴阳怪气”回复
案例来源：@AI科技评论 案例地址：https://mp.weixin.qq.com/s/eVbRkwQu0BQKTblKMZAsfA 1. 目标：知乎中有“你可真是棒棒的”、“你开心就好”等评论，识别并过滤这些评论有助于提高社区讨论质量 2. 数据获取： 1）根据“举报”和“踩”，得到“阴阳怪气”样本 2）通过同义词替换，扩大样本量 3）根据提取的
【数据应用案例】通过字体识别国籍
案例来源：@量子位 案例地址：https://mp.weixin.qq.com/s/m8IQNuCZUCHUUzw1OZEJpg 1. 目标：基于字体，识别国籍（中国、印度、马来西亚、孟加拉国、伊朗五个国家） 2. 数据预处理 1）处理文本图像中的噪点 2）抽取行文本图像 2. 特征工程 1）字母间距离 2）Cloud of
图片识别 中图片压缩和放大算法，最近邻插值，双线性插值
由于在神经网络中，输入的张量大小必须相同，但是图片大小不一定相同，我们需要对图片进行压缩和放大。 图像的缩放很好理解,就是图像的放大和缩小。传统的绘画工具中,有一种叫做“放大尺”的绘画工具，画家常用它来放大图画。当然，在计算机上，我们不 再需要用放大尺去放大或缩小图像了，把这个工作交给程序来完成就可以了。下面就来讲讲计算机怎么来放大缩小图象；在本文中，我们所说的图像都是指点阵图， 也