python+opencv神经网络风格迁移–你也可以拥有梵高一样的画作
什么是神经网络的风格迁移，简单来件就是输入1张照片（自己的照片），输出具备另外一张照片（例子梵高画作）风格的图片，同时保留原本自己图片的元素
继续阅读
标签： 人工智能
opencv 与python进行人脸-鼻子-嘴巴-眼睛-眉毛的单独检测
使用dlib，OpenCV和Python进行人脸识别–检测眼睛，鼻子，嘴唇和下巴
继续阅读
python神经网络一键格式化黑白视频为彩色视频
图片的颜色上色，主要使用到了CNN卷积神经网络，作者在ImageNet数据集上进行了大量的训练，并将此问题使用在分类任务中，以解决问题的潜在的不确定性，并在训练时使用颜色重新平衡的损失函数方法来增加颜色的多样性。
继续阅读
人脸识别最终章之利用预训练模型进行人脸识别
通过往期的文章分享，我们分享了人脸识别的前2个步骤，人脸数据的提取，人脸数据的神经网络训练，本期是人脸识别的最终章，通过前期文章训练的人脸数据模型，进行人脸的识别。
继续阅读
高大上的YOLOV3对象检测算法，使用python也可轻松实现
前期我们介绍了SSD目标检测算法的python实现以及Faster-RCNN目标检测算法的python实现以及yolo目标检测算法的darknet的window环境安装，本期我们简单介绍一下如何使用python来进行YOLOV3的对象检测算法
继续阅读
带你一步一步完成深度学习与对象检测之人脸识别-人脸数据训练
上期文章我们分享了如何获取人脸数据以及保存人脸数据，有了上次搜集的人脸数据集，我们就可以对人脸的数据进行神经网络的训练
继续阅读
OpenCV为70年前开国大典照片增加色彩
前后对比图 Colorful Image
继续阅读
带你完成yolov3深度学习与对象检测：darknet环境的win系统安装
其yolov3在不同训练集上的速度与精确度远远大于Faster R-CNN，ResNet，SSD等训练算法，yolo算法的发布便引起了大家的广泛关注
继续阅读
一步一步带你完成深度学习与对象检测之人脸识别
通过往期的分享，我们了解到人脸识别的大概过程，主要包括：
1、人脸图片的搜集（原始数据）
2、从图片中识别到人脸
3、人脸数据提取
4、人脸数据保存
5、从图片或者视频中检测到人脸
6、人脸数据提取
7、被识别的人脸与数据库中的数据一一对比，识别出人脸
5步实现深度学习OpenCV对象检测：Faster-RCNN图片识别
Faster-RCNN对象检测算法是R-CNN对象检测的第三个版本算法，其前面还有Fast-RCNN与RCNN算法，由于R-CNN无法实现End-to-End训练，Fast R-CNN Selective Search耗时比较长等原因，作者在此2版的基础上，更新到了Faster-RCNN对象检测算法。
继续阅读