VGG16lNet卷积神经网络实现0-9数字识别的可视化exe文件
APP是使用了卷积神经网络中的VGG16对MNIST训练实现的模型,再采用python中的pyqt5可视化库,构造处一个可视化操作的识别界面。在识别界面中用户可以直接写出想要识别的内容。单击识别按钮后便可以自动识别处数字。本软件还使用pyinstaller进行打包,将软件打包成exe文件。下载本软件后,不需要在电脑上安装任何编程软件或库。直接运行exe文件,可正常运行。
APP是使用了卷积神经网络中的VGG16对MNIST训练实现的模型,再采用python中的pyqt5可视化库,构造处一个可视化操作的识别界面。在识别界面中用户可以直接写出想要识别的内容。单击识别按钮后便可以自动识别处数字。本软件还使用pyinstaller进行打包,将软件打包成exe文件。下载本软件后,不需要在电脑上安装任何编程软件或库。直接运行exe文件,可正常运行。
软件容错性比3.0更好。软件用到了pyqt5,tensorflow,opencv-python,pandas和numpy,使用之前要安装好这些python相应的库。人脸特征提取模型是基于LWF数据集使用FaceNet构造的模型,判定测试图像是否包含人脸是使用MTCNN算法生成的模型
软件用到了pyqt5,tensorflow,opencv-python,pandas和numpy,使用之前要安装好这些python相应的库。人脸特征提取模型是基于LWF数据集使用FaceNet构造的模型,判定测试图像是否包含人脸是使用MTCNN算法生成的模型
软件用到了pyqt5,tensorflow,opencv-python,pandas和numpy,使用之前要安装好这些python相应的库。人脸特征提取模型是基于LWF数据集使用FaceNet构造的模型,判定测试图像是否包含人脸是使用MTCNN算法生成的模型
软件用到了pyqt5,tensorflow,opencv-python,pandas和numpy,使用之前要安装好这些python相应的库。人脸特征提取模型是基于LWF数据集使用FaceNet构造的模型,判定测试图像是否包含人脸是使用MTCNN算法生成的模型