设置 Anaconda 环境
介绍和安装 Python 和 Anaconda | 安装库 | 探索Jupyter Notebook
TensorFlow创建图像字幕
图像字幕 | 字幕模型 | Jupyter执行模型 | 训练模型
OpenCV 读取车牌
读取车牌步骤 | 车牌工具函数 | 寻找车牌字符 | 寻找和读取车牌
TensorFlow人体姿势计算
姿势计算 | 单人姿势检测 | 多人姿势检测 | 视频和训练
scikit-learn和TensorFlow手写数字识别
获取和处理 MNIST 数字数据 | 创建和训练支持向量机 | 将支持向量机应用于新数据 | 数字分类TensorFlow | 评估结果
测试模型代码：
class Annotator(object):
def __init__(self, axes):
self.axes = axes
self.xdata = []
self.ydata = []
self.xy = []
self.drawon = False
def mouse_move(self, event):
if not event.inaxes:
return
x, y = event.xdata, event.ydata
if self.drawon:
self.xdata.append(x)
self.ydata.append(y)
self.xy.append((int(x),int(y)))
line = Line2D(self.xdata,self.ydata)
line.set_color('r')
self.axes.add_line(line)
plt.draw()
def mouse_release(self, event):
# Erase x and y data for new line
self.xdata = []
self.ydata = []
self.drawon = False
def mouse_press(self, event):
self.drawon = True
img = np.zeros((28,28,3),dtype='uint8')
fig, axes = plt.subplots(figsize=(3,3))
axes.imshow(img)
plt.axis("off")
plt.gray()
annotator = Annotator(axes)
plt.connect('motion_notify_event', annotator.mouse_move)
plt.connect('button_release_event', annotator.mouse_release)
plt.connect('button_press_event', annotator.mouse_press)
axes.plot()
dlib面部特征跟踪和分类
面部标志 | 在图像中找到 68 个面部地标 | 视频中面部 | 面部识别
TensorFlow深度学习图像分类
使用预训练模型 (Inception) 进行图像分类 | 用我们自己的图像重新训练 | 使用 GPU 加速计算
源代码