JerryBro的博客

基于flask、face_recognition的人脸识别系统。本项目采用Face_Recognition库内置的ResNet-34预训练模型，其已对LFW公开数据集进行预训练而得到的模型。利用ResNet-34预训练模型，可使用少量已知人脸库图片进行快速加载训练，从而实现对摄像头视频流中每帧人脸或上传单张人脸图片准确比对识别。项目采用前后端分离的技术框架，基于 Flask 轻量级 Web 框架搭建后端服务，结合 HTML/CSS/JavaScript 实现前端用户界面。

本项目是基于Flask、MobileNetV2、Mediapipe的人脸专注度检测系统。项目采用tensorflow.keras库内置的MobileNetV2预训练模型，对自主采集的少量人脸图片数据迁移训练而得到最终的人脸专注度检测模型。项目采用前后端分离的技术框架，基于 Flask 轻量级 Web 框架搭建后端服务，结合 HTML/CSS/JavaScript 实现前端用户界面。

本项目是基于Flask、SQLAlchemy、face_recognition库的人脸考勤管理一体化系统。系统通过人脸识别技术实现员工考勤打卡、人脸信息采集、人脸模型训练等功能。项目采用前后端分离的技术框架，基于Flask轻量级Web框架搭建后端服务，结合HTML/CSS/JavaScript实现前端用户界面。

本项目是一个基于PyQt5和BP神经网络的杂草智能识别系统。系统通过图像处理和神经网络技术，能够识别8种不同的杂草类别。用户可以通过上传图片，系统会自动识别图片中的杂草类别，并显示识别结果和置信度。（训练样本集为800张，每类杂草各100张，训练集与验证集比例为8：2）

文章目录前言一、Python编程基础二、机器学习入门三、其他环境安装前言1. 先打好python基础，起码过一遍教程跟着敲一下示例，这个阶段能配环境、导包、看懂代码就行(遇到问题多搜搜百度，90%的问题都能解决)。2. 常用的技术博客：CSDN、掘金、简书等；找代码上：Github、码云。3. 然后看机器学习的课程入门，先有个了解，涉及到细节的地方可先放一下跳过。学的差不多了，对哪一块比较感兴趣的再仔细学一下就行。一、Python编程基础文档教程：（这里推荐两个网站，根据自己偏好选一个就