SeetaFace是一个人脸检测、对齐和识别的模块化开源库。它包括三个独立模块：人脸检测、人脸对齐和人脸识别，可以组合使用以实现人脸识别。
C++ 20 次浏览
YOLOv4 框架结合 CNN 和 LSTM 构建的网络安全入侵检测模型，听起来挺酷的吧？这个模型能在网络安全领域内高效捕捉网络攻击。YOLOv4，作为目标检测领域的领先技术，通过优化增强了检测准确度和效率。结合 CNN 的图像能力和 LSTM 的时序，这个模型能更精准地识别异常网络行为。别看这组合
C 0 次浏览
yolov3 的目标检测能力挺强，尤其在实时性这块表现还不错。用的是轻量的Darknet架构，训练速度快，部署也方便，适合做嵌入式项目或者边缘设备部署。 你要是平时玩图像识别或者搞过PyTorch/TensorFlow，上手也蛮快。代码结构清晰，训练配置直接改.cfg文件就行，嗯，响应也挺灵活。 我
Nodejs 0 次浏览
提供以下预训练模型供选择： SCRFD_10G (shape640×640, shape1280×1280) SCRFD_10G_KPS (shape640×640, shape1280×1280)
PHP 27 次浏览
Yolov8 的 OBB 检测模型刚上线，挺有意思的一个方向。用过 Yolov 系列的你应该知道，标准检测是画矩形框，而 OBB 支持倾斜角度，像旋转物体、斜着放的牌子、非水平目标这些，用起来就更合适了。 OBB（Oriented Bounding Box）的好处在于定位更精确，尤其适合图像中有角度
Nodejs 0 次浏览
基于 MindSpore 的开源人脸识别工具包，集成了目前比较先进的人脸检测、人脸识别和对齐模型，挺适合前端搞点 AI 互动的小项目。代码结构清爽，模型推理也快，适配安卓、iOS 甚至 WebSocket 场景都有例子，接入体验还不错。
Webpack 0 次浏览
ThinkPHP 3.1 引入了多层模型支持，允许自定义模型分层。模型层 (M) 的分层可以分为三种： 默认层：模型类继承 Model 类，位于项目根目录下的 Lib/Model 文件夹中。 逻辑层：模型类继承 Model 类，位于 Lib/Logic 文件夹中，主要用于业务逻辑处理。
PHP 29 次浏览
python恶意域名DGA检测桌面系统有人工智能神经网络检测方式框架：python + tk +CNN模型+ ＲNN模型角色介绍：无训练模型模块载入模型检测输出结果模块CNN模型和ＲNN模型+的集成检测模型。集成检测模型由字符嵌入层、特征提取层和分类层三部分组成。字符嵌入层完成对输入字符的自动编码;
Python 22 次浏览
ThinkPHP3.1完全开发手册90的模型类的名称不同的时候才需要定义。 trueTableName包含前缀的数据表名称，也就是数据库中的实际表名，该名称无需设置，只有当上面的规则都不适用的情况或者特殊情况下才需要设置。 dbName定义模型当前对应的数据库名称，只有当你当前的模型类对应的数据库名
PHP 16 次浏览