- 博客(15)
- 收藏
- 关注
RSS订阅原创 基于深度学习的人脸识别门禁系统（附源码）
随着信息技术的飞速发展，传统的门禁系统在安全性和便捷性方面存在一定的不足。尤其在人脸识别技术的快速进步下，基于深度学习的智能门禁系统成为一种理想的解决方案。本文提出了一种基于深度学习的人脸识别门禁系统，该系统结合了 PyQt 图形界面、MySQL 数据库管理与深度学习算法，通过实时识别人脸信息并进行身份验证，实现了对门禁系统的高效管理。系统的核心算法基于卷积神经网络（CNN）进行人脸特征的提取与匹配，确保了人脸识别的高准确率和实时性。
2025-04-07 20:28:36
322
原创 基于springboot+vue的电影资源推荐系统（附源码和开发文档视频）
（附源码）基于springboot+vue的电影资源推送系统，前后端分离项目
2025-03-04 17:36:39
121
原创 （毕设）基于改进YOLOv8的危险驾驶行为检测附源码
本研究旨在提高交通安全和改善驾驶习惯，通过实时监测驾驶员行为并及时发出警报来预防交通事故。研究背景是随着汽车保有量的增加和智能交通系统的兴起，驾驶员行为监测技术变得尤为重要。本研究的主要目标是利用YOLOv8算法提高对驾驶危险行为的识别准确性，并实现系统的实时响应研究方法包括采用YOLOv8模型进行目标检测，结合检测头和分类头预测目标定位框，以及使用pyttsx3模块进行语言合成技术，以实现轻量化的语音反馈。
2025-02-25 11:20:46
832
原创 基于springboot+vue的旅游管理系统（附源码）
随着旅游业的迅速发展，传统的旅游信息查询方式，已经无法满足用户需求，因此，结合计算机技术的优势和普及，针对常州旅游，特开发了本基于Bootstrap的常州地方旅游管理系统。本论文首先对常州地方旅游管理系统进行需求分析，从系统开发环境、系统目标、设计流程、功能设计等几个方面进行系统的总体设计，开发出本基于Bootstrap的常州地方旅游管理系统，主要实现了用户功能模块和管理员功能模块两大部分，用户可查看景点信息、景点资讯等，注册登录后可进行景点订票操作，同时管理员可进入系统后台对系统进行全面管理操作。
2025-02-25 11:03:57
992
原创 Incremental Transformer Structure EnhancedImage Inpainting with Masking Positional Encoding笔记
近年来，图像修复取得了重大进展。然而，恢复具有生动纹理和合理结构的损坏图像仍然具有挑战性。由于卷积神经网络 （CNN） 的感受野有限，一些特定方法只能处理常规纹理，同时失去整体结构。另一方面，基于注意力的模型可以更好地学习结构恢复的长程依赖性，但它们受到大图像尺寸推理的大量计算的限制。为了解决这些问题，我们建议利用一个额外的结构恢复器来促进图像的增量修复。所提出的模型在固定的低分辨率草图空间中，通过强大的基于注意力的转换器模型恢复整体图像结构。这样的灰度空间很容易被上采样到更大的比例，以传达正确的结构信息。
2024-06-16 18:53:52
1056
原创 web框架
Web概述发展历程静态页面：静态页面是浏览器向服务器发送HTTP请求，服务器返回静态HTML信息。动态内容：动态内容是Web服务器将请求发送给CGI应用程序，再将CGI应用程序动态生成的HTML页面返回客户端。脚本语言：HTML返回中固定部分存起来（称为模板），动态部分标记出来，Web请求处理的时候，程序先把部分动态内容被嵌入到模板中，最终返回完整的HTML。Web框架：MVC是一种典型的关注点分离思想，不仅使得代码复用性和组织性更好，web应用的配置性和灵活性也更好。Web。
2024-06-16 13:57:35
1035
原创 mySQL数据库基础（python）
MySQL简介数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，每个数据库都有一个或多个不同的API用于创建，访问，管理，搜索和复制所保存的数据；我们使用关系型数据库管理系统（RDBMS）来存储和管理的大数据量。MySQL是一个关系型数据库管理系统，或叫MySQL是一种关联数据库管理系统，关联数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。MySQL的特点功能强大支持跨平台运行速度快成本低支持各种开发语言。
2024-06-12 22:00:48
845
原创 LSTM的原理理解
LSTM，即长短期记忆网络（Long Short-Term Memory），是一种常用于处理序列数据的深度学习模型，特别适用于处理具有长期依赖关系的序列数据。LSTM通过引入专门的记忆单元和门控机制，能够有效地捕捉和存储长期依赖关系，从而在处理时间序列数据时取得良好的效果。相比于传统的循环神经网络（RNN），LSTM通过避免梯度消失或梯度爆炸等问题，更好地保留了序列数据中的长期依赖信息。
2024-05-28 23:05:39
604
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人