Anaconda_Python视觉项目TensorFlow_scikit-learn和OpenCV及其Raspberry Pi雾计算

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

项目：Raspberry Pi雾计算+源代码

详情参阅 - 亚图跨际