weixin_53186909的博客

Cellpose 是一个用于细胞分割的通用深度学习框架，由美国麻省理工学院的团队开发并开源。它可以从各种生物显微图像中分割细胞，并且无需进行大量的训练数据和手工标注。Cellpose 不仅适用于特定类型的细胞，而是能够处理多种不同的细胞形态和显微技术，包括明场、荧光、相位对比等。这使得它在生物成像领域非常灵活。Cellpose 使用了一种预训练的神经网络，该网络已经在大量不同的细胞图像上进行了训练。因此，用户不需要提供大量的标注数据，只需要少量数据来微调模型。这大大减少了标注工作，并加快了分析速度。

图神经网络（Graph Neural Networks，GNNs）是一类专门用于处理图结构数据的神经网络，旨在通过节点、边和图的结构信息来学习图中节点和图的表示。GNN通过消息传递（message passing）机制，将每个节点的表示与其邻居节点的信息进行聚合，从而能够捕捉图中的结构信息和节点之间的关系。

归一化（Normalization）是数据预处理中的一种重要技术，主要用于调整数据的范围或分布，使其更适合用于机器学习或深度学习模型的训练。归一化可以提高模型的收敛速度和性能，减少训练过程中的不稳定性。归一化目的1.提高训练效率：将输入特征缩放到相似的范围，可以加速梯度下降的收敛。2.提高模型性能：防止某些特征主导损失函数，减少模型对特定特征的偏向。3.增强数值稳定性：降低输入数据的方差，使模型在训练时更稳定最小-最大归一化（Min-Max Normalization），将数据缩放到指定范围（通常是

服务器主要实现的功能就包括：实时接收打卡信息（个人信息+打卡时间+打卡头像），查询考勤信息（迟到，早退），人脸录入，员工信息删除等。

每个用户在进行人脸识别时的初始状态是未知的。例如，用户可能在开始时是闭嘴的，而在后续可能会张嘴。同样地，用户的眼睛状态也可能从睁眼转变为闭眼等。这种不确定性意味着不能在程序中预先设定用户的初始状态。

记录我学习训练人脸关键点检测模型

【代码】洛谷B3642 二叉树的遍历。

【代码】C++（简单算法+基础题）

【代码】计算机考研上机考试基础题（链表，二叉树）

dlib_face_recognition_resnet_model_v1.dat 是基于深度学习的人脸识别模型，是dlib库中的一个重要组件。该模型的原理涉及到深度卷积神经网络（DCNN）和具体的人脸识别算法。

Dlib 是一个开源的C++机器学习和计算机视觉库，用于解决多种任务，包括图像处理、计算机视觉、机器学习、数据分析等。Dlib 提供了一系列工具和算法，可用于开发各种应用，从人脸检测和识别，到对象检测、形状预测、图像分类等。Dlib 被广泛用于学术研究、工业应用和个人项目中，是一个强大而灵活的库，适用于多种计算机视觉和机器学习任务。人脸识别只是它其中的一个子集。官方网站：http://dlib.net/

由于在QT5的版本中移除了MySQL数据库驱动libqsqlmysql.so，因此我们需要使用qmake对QT源码进行重新编译以生成libqsqlmysql.so。设置 root 用户的密码、删除匿名用户、禁止 root 远程登录等。如进行以上设置可使用mysql -u root -p登录到MySQL。MySQL 在安装后提供了一个安全性脚本，用于加固数据库系统。上述步骤一定注意路径，对应于自己的QT安装路径，步骤较繁琐。如若需要下载其他版本，将链接后的数字更改即可。可以看到MySQL服务器启动成功。

frame(初始的彩色视频帧流) > Grayimage（灰度化）> Matface（存放截取的人脸矩形）> JpgFace（人脸矩形图片转化为JPG格式）> Base64Fce（转化为base64格式-百度人脸识别要求的格式）>>>>（若出现警告 “VIDEOIO(V4L2:/dev/video0): select() timeout”，在虚拟机->设置->USB控制器，更改一下兼容性，更改为3.1即可解决问题）这里编译可能会出现报错找不到json和openssl路径，点击错误代码行，将其改为。