让模型训练更Easy！
本实验使用Keras实现YOLOv3模型进行目标检测，YOLOv3相对YOLOv2在小物体检测上进行了提高，对于紧凑密集或者高度重叠目标的检测也有显著效果。本实验能输入一段视频，并对视频中的物体检测标注，然后输出视频。
本实验使用dlib库，一个机器学习的开源库，包含了机器学习的很多算法。能够很好的识别人脸，并能标注出人脸的关键点，通过人脸关键点眼睛、眉毛、嘴的变化，然后根据一定的规则区分相应特征变化对应的表情，从而识别出人脸的表情。
本实验使用Keras实现OpenPose模型，OpenPose是由卡内基梅隆大学认知计算研究室提出的一种对多人身体、面部和手部形态进行实时估计的框架。本实验能实时识别人体关节关节点，并识别人体形态是行走、站立还是其他
实验课程定期更新迭代，敬请关注！
| 模块 | 项目案例名称 | 模块 | 项目案例名称 | 项目手册 |
|---|---|---|---|---|
| 深度学习 | 约会网站配对效果判定 | 数据挖掘 | 教机器人玩Flappy bird游戏 | √ |
| 深度学习 | 深度学习模型实用技巧 | 人工智能 | 从疝气病症预测病马的死亡率 | √ |
| 深度学习 | 句子分类训练1 | 人工智能 | 机器翻译1 | √ |
| 深度学习 | 句子分类训练2 | 人工智能 | 机器翻译2 | √ |
| 机器学习 | Kaggle美国收入数据集分析 | 人工智能 | Mycin专家系统 | √ |
| 机器学习 | 人脸识别数据集分析 | 数据挖掘 | LDA主题发现 | √ |
| 机器学习 | 搜狗新闻分类 | 数据挖掘 | 鸢尾花数据集聚类比较 | √ |
| 机器学习 | 房价预测案例建模 | 数据挖掘 | 从决策树到随机森林实验分析 | √ |
实验描述+实验环境+知识点技能+实验步骤+实验总结
关注普开数据