学习计算机视觉必须关注的6个开源项目 – Python量化投资

学习计算机视觉必须关注的6个开源项目

计算机视觉是目前深度学习领域最热门的研究领域之一。计算机视觉实际上是一个跨领域的交叉学科,包括计算机科学、数学、工程学、物理学、生物学和心理学等。许多科学家认为,计算机视觉为人工智能的发展开拓了道路,如果想要更加深入的学习计算机视觉,那么就一定要关注这6个开源项目。

推荐项目1、简单高效的车牌识别引擎 EasyPR

EasyPR是一个中文的开源车牌识别系统,其目标是成为一个简单、高效、准确的车牌识别引擎。

项目特点:

1.它基于openCV这个开源库。这意味着你可以获取全部源代码,并且移植到java等平台。

2.它能够识别中文。例如车牌为苏EUK722的图片,它可以准确地输出std:string类型的”苏EUK722″的结果。

3.它的识别率较高。图片清晰情况下,车牌检测与字符识别可以达到80%以上的精度。

项目地址https://gitee.com/easypr/EasyPR

推荐项目2、基于深度学习的人脸检测与识别系统 DFace

基于多任务卷积网络(MTCNN)和Center-Loss的多人实时人脸检测和人脸识别系统,所有功能都采用pytorch框架开发。

项目特点:

1.pytorch是一个由facebook开发的深度学习框架,它包含了一些比较有趣的高级特性,例如自动求导,动态构图等。DFace天然的继承了这些优点,使得它的训练过程可以更加简单方便,并且实现的代码可以更加清晰易懂。

2.DFace可以利用CUDA来支持GPU加速模式。我们建议尝试Linux GPU这种模式,它几乎可以实现实时的效果。

项目地址https://gitee.com/kuaikuaikim/dface

推荐项目3、高性能开源中文车牌识别框架 HyperLPR

HyperLRP是一个开源的、基于深度学习高性能中文车牌识别库,由北京智云视图科技有限公司开发,支持PHP、C/C++、Python语言,Windows/Mac/Linux/Android/IOS 平台。

项目特点:

1.速度快 720p,单核 Intel 2.2G CPU (MaBook Pro 2015)平均识别时间低于100ms

2.基于端到端的车牌识别无需进行字符分割

3.识别率高,卡口场景准确率在95%-97%左右

4.轻量,总代码量不超1k行

项目地址:https://gitee.com/zeusees/HyperLPR

推荐项目4 Java人脸识别库 seetafaceJNI

基于中科院seetaface2进行封装的Java人脸识别库,支持人脸识别、1:1比对、1:N比对。

项目地址:https://gitee.com/cnsugar/seetafaceJNI

推荐项目5、手写体数字识别软件 EasyOCR

采用BP神经网路,基于colt数学库,有完整源码,可以保存训练结果,基于开源例程neuralnetwork-sample,原作可以在GitHub中找到。主要改进了训练结果保存,并新增500张手写训练样本照片,新增6076幅MNIST训练图片。

项目地址:https://gitee.com/jerryshensjf/EasyOCR

推荐项目6、CNN识别4位字符验证码 verification-decoder

使用TensorFlow,CNN识别4位字符验证码,60万次训练,90.02%正确率。通过训练CNN(卷积神经网络)对4位验证码识别,其中字符有0-9a-zA-Z共计62种,但是预测结果不区分大小写,所以最终预测结果为36种。验证码由多个字体、颜色、干扰线随机生成。

项目地址:https://gitee.com/kdldbq/verification-decoder

https://www.jianshu.com/p/2616ffa4a313

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论