使用TensorFlow与OpenCV识别实时视频中的对象
原文标题:Building a Real-Time Object Recognition App with Tensorflow and OpenCV 作者: “Dat Tran“ 使用TensorFlow与OpenCV识别实时视频中的对象 本文将介绍如何使用python3中(python 3.5)TensorFlow的对象检测API和OpenCV构建一个实时对象识别应用。
原文标题:Building a Real-Time Object Recognition App with Tensorflow and OpenCV 作者: “Dat Tran“ 使用TensorFlow与OpenCV识别实时视频中的对象 本文将介绍如何使用python3中(python 3.5)TensorFlow的对象检测API和OpenCV构建一个实时对象识别应用。
原文标题:Using ML Kit for Smile Detection 作者: “Roberto Perez“,”Gustavo Garcia” 使用ML kit进行笑脸检测 目前进行视频通话相对容易,我们可以继续对视频流做更有趣的事。伴随着机器学习的进步和越来越多的API,计算机视觉变得更容易。谷歌的ML kit是一新机器学习的实例,它基于一个
作者:smus(原文链接) 翻译:刘通 原标题:Web-based voice command recognitions 上一次我们将音频buffer转成了图像,这一次,我们将采取这些图像,并使用deeplearn.js训练一个神经网络。结果是一个浏览器上的demo,你可以说出“yes”或者“no”的指令,然后像这样实时的显示出识别结果
作者:Venkat Venkataraman(原文链接) 翻译:刘通 原标题:The Future of Communication Is Already Here 现在的技术趋势都是围绕着机器学习,人工智能/深度学习,自动驾驶,AR/VR等新鲜事物的。然而,最近有一个技术领域正在默默地发展和增长:通信。现在的通信不再仅仅包括像PSTN,SIP或会议软硬件之类的东西。随着时间的推移,智能手机,社交
作者:Real Time Communications Bits(原文链接) 翻译:刘通 原标题:Improving Real Time Communications with Machine Learning 当我们谈及人工智能/机器学习(AI/ML)在实时通信(RTC)领域的应用时,常常可以把它们分成两类: 1. 服务层面:有很多功能可以加到视频会议服务中,比如参与者识别,增强现
WebRTC 中文社区由
运营