摘要： 
本文详细介绍如何在Windows 10中安装PyCharm和Anaconda这两款Python中必备的软件，博文中每一步均有详细截图和步骤讲解，最后介绍如何使用Anaconda创建虚拟环境并在PyCharm中配置该环境。所提供的软件安装步骤在Windows 10系统中进行了测试，目前多台服务器的安装运行情况良好，这里给出具体步骤供新手朋友参考。 阅读全文
本文详细介绍如何在Windows 10中安装PyCharm和Anaconda这两款Python中必备的软件，博文中每一步均有详细截图和步骤讲解，最后介绍如何使用Anaconda创建虚拟环境并在PyCharm中配置该环境。所提供的软件安装步骤在Windows 10系统中进行了测试，目前多台服务器的安装运行情况良好，这里给出具体步骤供新手朋友参考。 阅读全文
摘要： 
本文详细介绍如何使用离线方法配置前面一篇博文《人脸表情识别系统介绍——上篇（python实现，含UI界面及完整代码）》项目中代码的Python环境，能够有效避免一些可能出现的依赖包安装问题。本离线包需要用到的软件有PyCharm和Anaconda，博主已打包好并通过百度网盘分享，以便关注该项目的博友下载安装使用，博文要点见目录。 阅读全文
本文详细介绍如何使用离线方法配置前面一篇博文《人脸表情识别系统介绍——上篇（python实现，含UI界面及完整代码）》项目中代码的Python环境，能够有效避免一些可能出现的依赖包安装问题。本离线包需要用到的软件有PyCharm和Anaconda，博主已打包好并通过百度网盘分享，以便关注该项目的博友下载安装使用，博文要点见目录。 阅读全文
摘要： 
利用计算机进行人脸表情的识别成为当前人脸识别研究领域的热点。本文基于先进的深度学习技术，首先应用级联分类器对人脸进行检测和定位，然后使用Xception的小型卷积神经网络实现人脸表情的实时检测。文中不仅就涉及的技术原理展开介绍，还结合Python代码进行了实验说明，并对最终的实验结果予以分析。训练的网络精度高、实时性好，最终成功应用实现了一个可以实时检测的人脸表情识别系统。 阅读全文
利用计算机进行人脸表情的识别成为当前人脸识别研究领域的热点。本文基于先进的深度学习技术，首先应用级联分类器对人脸进行检测和定位，然后使用Xception的小型卷积神经网络实现人脸表情的实时检测。文中不仅就涉及的技术原理展开介绍，还结合Python代码进行了实验说明，并对最终的实验结果予以分析。训练的网络精度高、实时性好，最终成功应用实现了一个可以实时检测的人脸表情识别系统。 阅读全文
介绍一个动漫风的表白小程序，界面使用Python以及PyQt实现，界面样式经过多次美化调整，使得整体清新美观。本文详细介绍代码设计和实现过程，不仅是居家表白必备，而且适合新入门的朋友学习界面设计，完整代码资源文件请转至文末的下载链接。 
摘要：学习别人的开源项目是日常的一项必备技能，本文通过一个车辆跟踪（YOLOv5+DeepSort）的例子介绍如何配置和调试GitHub上的开源代码。以第一人称的视角给出本人调试代码的过程，包括项目readme的阅读、python环境配置、代码调试运行等，详细的过程已录制在视频中。完整的代码和配置文件可三连博主B站视频后获取。关注视频获取代码资料：https://www.bilibili.com/video/BV1W34y1Y71w/（欢迎关注博主B站视频） 
摘要：本文对机器学习中的UCI数据集进行介绍，带你从UCI数据集官网出发一步步深入认识数据集，并就下载的原始数据详细讲解了不同类型的数据集整理如何通过程序进行整理。为了方便使用，博文中附上了包括数据集整理及数据预处理在内的所有代码及处理好的数据集，同时对代码进行了解释，其要点如下：UCI数据集介绍、不同数据集的整理程序、148个整理好的数据集与对应程序。 
摘要：当前深度学习在目标检测领域的影响日益显著，本文主要基于深度学习的目标检测算法实现车辆检测，为大家介绍如何利用MATLAB设计一个车辆检测系统的软件，通过自行搭建YOLO网络并利用自定义的数据集进行训练、验证模型，最终实现系统可选取图片或视频进行检测、标注，以及结果的实时显示和保存。其中，GUI界面利用最新的MATLAB APP设计工具开发设计完成，算法部分选择时下实用的YOLO v2/v3网络，通过BDD100K数据集进行训练、测试检测器效果。本文提供项目所有涉及到的程序代码、数据集等文件，完整资源文件请转至文末的下载链接。 
摘要：本文详细介绍如何利用MATLAB实现手写数字的识别，其中特征提取过程采用方向梯度直方图（HOG）特征，分类过程采用性能优异的支持向量机（SVM）算法，训练测试数据集为学术及工程上常用的MNIST手写数字数据集，博主为SVM设置了合适的核函数，最终的测试准确率达99%的较高水平。根据训练得到的模型，利用MATLAB GUI工具设计了可以手写输入或读取图片进行识别的系统界面，同时可视化图片处理过程及识别结果。本套代码集成了众多机器学习的基础技术，适用性极强（用户可修改图片文件夹实现自定义数据集训练），相信会是一个非常好的学习Demo。 
摘要：这篇博文介绍基于深度卷积神经网络实现的人脸表情识别系统，系统程序由Keras, OpenCv, PyQt5的库实现，训练测试集采用fer2013表情库。如图系统可通过摄像头获取实时画面并识别其中的人脸表情，也可以通过读取图片识别，本文提供完整的程序文件并详细介绍其实现过程。博文要点如下：表情识别数据集；搭建表情识别的模型；数据增强的批量训练；系统UI界面的实现。 
摘要：本文详细介绍如何利用深度学习中的YOLO及SORT算法实现车辆、行人等多目标的实时检测和跟踪，并利用PyQt5设计了清新简约的系统UI界面，在界面中既可选择自己的视频、图片文件进行检测跟踪，也可以通过电脑自带的摄像头进行实时处理，可选择训练好的YOLO v3/v4等模型参数。该系统界面优美、检测精度高，功能强大，设计有多目标实时检测、跟踪、计数功能，可自由选择感兴趣的跟踪目标。博文提供了完整的Python程序代码和使用教程，适合新入门的朋友参考，完整代码资源文件请转至文末的下载链接。