🈲WARNING🈲 本文仅供学习和测试，请勿用于非法用途。 前言 花了挺长时间去开发的，中间有很多包是抄的，比如DDL注入、关于opencv等等，主要其实做了一些拼接、打包、部署。 写这篇博客并不真的想去写病毒攻击别人，而是想告诉大家简单的病毒的原理以及其实我们py学好了，也有能力做出来，并不算 ...
分类：
编程语言 时间：
2020-11-30 15:18:31
阅读次数：
9
2019-用卷积递归神经网络定位、检测和跟踪多个运动声源 摘要 本文研究了使用卷积递归神经网络对声音事件进行联合定位、检测和跟踪。我们使用先前提出的用于定位和检测静止源的CRNN，并且表明当使用动态场景训练时，递归层能够实现运动源的空间跟踪。将该神经网络的跟踪性能与结合了多源(波达方向)估计器和粒子 ...
分类：
Web程序 时间：
2020-11-23 12:05:14
阅读次数：
14
1.腐蚀操作 import cv2 #opencv读取的格式是BGR import numpy as np import matplotlib.pyplot as plt#Matplotlib是RGB img = cv2.imread('dige.png') cv2.imshow('img', im ...
分类：
其他好文 时间：
2020-11-20 12:19:31
阅读次数：
23
如下图： 提取后： 这里可以加载网络摄像头对视频图像进行逐帧处理动态检测，在图书馆，我手机上模拟的网络摄像头和电脑不在同一热点，这里就直接拍了张照片进行测试。 ①原图片太大了，对图像缩小一点 img=cv2.imread("C:/Users/31132/Desktop/mtest.jpg") pri ...
分类：
其他好文 时间：
2020-11-16 13:42:44
阅读次数：
8
深度学习测试题（1）答案和解析1.损失函数的定义预测值与真实值之间的差距。选A。题中给出的是一个sigmoid函数极限的是在（0,1），这里问的是它的导数S‘(x)=S(x)(1-S(x))，所以应该是0。选B。根据复合函数求二阶导数，容易得出答案1/4。选A。首先被计算的是激活函数的梯度，选C。我们回顾下之前介绍的VGG网络结构，VGG中根据卷积核大小和数目的不同，可以分为A、A-LRN
分类：
其他好文 时间：
2020-11-16 13:28:27
阅读次数：
7
系统简介车牌识别这个系统，虽然传统，古老，却是包含了所有这四个特侦的一个大数据技术的缩影.在车牌识别中，你需要处理的数据是图像中海量的像素单元；你处理的数据不再是传统的结构化数据，而是图像这种复杂的数据；如果不能在很短的时间内识别出车牌，那么系统就缺少意义；虽然一副图像中有很多的信息，但可能仅仅只有那一小块的信息（车牌）以及车身的颜色是你关心，而且这些信息都蕴含着巨大的价值。也就是说，车牌识别系统
分类：
其他好文 时间：
2020-11-13 12:27:53
阅读次数：
4
系统简介 车牌识别这个系统，虽然传统，古老，却是包含了所有这四个特侦的一个大数据技术的缩影. 在车牌识别中，你需要处理的数据是图像中海量的像素单元；你处理的数据不再是传统的结构化数据，而是图像这种复杂的数据；如果不能在很短的时间内识别出车牌，那么系统就缺少意义；虽然一副图像中有很多的信息，但可能仅仅 ...
分类：
其他好文 时间：
2020-11-13 12:10:58
阅读次数：
7
简介 这是一个基于spring boot + maven + opencv 实现的图像识别及训练的项目 包含车牌识别、人脸识别等功能，贯穿样本处理、模型训练、图像处理、对象检测、对象识别等技术点 java语言的深度学习项目，在整个开源社区来说都相对较少； 拥有完整的训练过程、检测、识别过程的开源项目 ...
分类：
编程语言 时间：
2020-11-08 17:52:44
阅读次数：
26
工业界nlp相关的实际应用和框架 目录： Word2Vec词向量简述 word2vec模型训练简单案例 tf-idf、朴素贝叶斯的短文本分类简述 tensorflow文本分类实战——卷积神经网络CNN word2vec+textcnn文本分类简述及代码（包含中文文本分类实战） 使用inception ...
分类：
其他好文 时间：
2020-11-08 17:02:05
阅读次数：
20
1*1shape的卷积在很多神经网络中都有应用（如Google InceptionNet，Resnet等），比起我们常见的2*2,3*3，5*5的卷积，这样的卷积核有什么作用呢？ 首先，1*1的卷积可以增加网络层的非线性，它的卷积过程其实相当于全连接层的计算过程，并且还加入了非线性的激活函数（rel ...
分类：
其他好文 时间：
2020-11-06 02:17:20
阅读次数：
22
