uniapp适合开发平板吗？（opencv十大开源框架？）
本文由世外云(www.shiwaiyun.com)小编为大家整理，本文主要介绍了uniapp适合开发平板相关知识，希望对你有一定的参考价值和帮助，记得关注和收藏网址哦！
uniapp适合开发平板吗？
适用于通用混合跨平台开发。
opencv十大开源框架？
的十个框架:1。谷歌云的视觉API，2。YOLOV3，3。张量流，4。LibFaceDetection，5。光栅视觉，6。SOD，7。人脸识别，8。DeepFaceLab，9。JeelizFaceFilter，10.OpenCV1.谷歌云的视觉API
谷歌 s Vision API是一种易于使用的图像识别技术，它允许开发者通过应用强大的机器学习模型来理解图像的内容。它通过REST和RPC API提供了一个强大的预训练机器学习模型。它还使开发人员能够轻松地将关键视觉检测功能集成到应用程序中，包括人脸和地标检测、图像标记、光学字符识别(OCR)和显式内容标记。它还允许我们为图像分配标签，并快速将它们分类到数百万个预定义的类别中。它可以帮助我们检测物体和人脸，阅读印刷和手写文本，并将有价值的元数据构建到您的图像目录中。
2.YOLOv3
YOLO(You Only Look Once)是最先进的实时对象检测系统，也是基于深度学习的最广泛使用的对象检测方法之一。它将目标检测视为一个回归问题，使用单前馈卷积神经网络直接从完整图像中预测类别概率和边界框偏移量。它使用k-means聚类方法来估计预测包围盒的初始宽度和高度。YOLOv3消除了区域提议生成和特征重采样，将所有阶段封装在单个网络中，形成真正的端到端检测系统。
3.张量流
Tensorflow是一个免费的开源框架，用于创建算法来开发用户友好的图形框架，称为tensor flow Graphic Framework(TF-GraF)，用于对象检测API，广泛用于高效解决农业、工程和医学中的复杂任务。TF-GraF为业余爱好者和初学者提供了一个独立的虚拟环境，在客户端无需编码或命令行界面(CLI)的情况下设计、训练和部署机器智能模型。
TF-GraF支持SSD、Faster-RCNN、RFCN和Mask-RCNN的灵活模型选择，包括卷积神经网络(Incenses和ResNets)。TF-GraF负责设置和配置，允许任何人在他们的项目中使用深度学习技术，而无需安装复杂的软件和环境。
4.Libfacedetec象征式互动
Libfacedetection是一个用于图像中人脸检测的开源库。它为基于CNN的图像人脸检测提供了一个预训练的卷积神经网络，使用户能够检测大于10×10像素的人脸。在C源文件中，CNN模型已经被转换成静态变量。源代码不依赖于任何其他库。你需要一个C编译器，可以在Windows、Linux、ARM以及任台下编译源代码。SIMD指令用于加速检测。如果使用Intel CPU或NEON for ARM，可以启用AVX2。
5.光栅视觉
光栅视觉是一个开源的Python框架，用于在卫星、航空和其他大型图像集(包括倾斜的无人机图像)上构建计算机视觉模型。它允许没有任何深度学习或机器学习工作流专业知识的用户快速重复地配置实验，包括分析训练数据集、创建训练芯片、训练模型、创建预测、评估模型、模型文件和部署。
光栅视觉内置了对芯片分类、对象检测和语义分割的支持，后端使用PyTorch和Tensorflow。用户可以在内置的支持AWS批处理运行在云端的CPU和GPU上进行实验。该框架还可以扩展到新的数据源、任务(例如，对象检测)、后端(例如，TF对象检测API)和云提供商。
6.草地
SOD是一个嵌入式和现代化的跨平台计算机视觉和机器学习软件库。它公开了一组用于深度学习、高级媒体分析和处理的API，包括在计算资源有限的嵌入式系统和物联网设备上进行实时、多类对象检测和模型训练。
SOD旨在为计算机视觉应用提供一个通用的基础设施，并加速机器感知在开源和商业产品中的使用。SOD是专门为提高计算效率而设计的，专注于实时应用，包括一套全面的经典和最先进的深度神经网络及其预训练模型。
7.人脸识别
Face_recognition是世界上最简单的Python和命令行面部识别API。使用dlib60 的最先进的人脸识别技术，可以从Python或命令行识别和操作人脸。该模型在Wild61基准测试中标记人脸上的准确率为99.38%。它提供了一个简单的face_recognition命令行工具，允许你从命令行识别图像文件夹！
8.DeepFaceLab
DeepFAceLab是一个开源的深度伪造系统，它使用机器学习来交换视频中现实人脸的照片。它提供了一个命令式且易于使用的管道，包括数据加载和处理、模型训练和后期处理，供人们在没有完全理解深度学习框架或编写复杂样板代码的情况下创建深度伪造视频。这个最先进的框架提供了一个完整的命令行工具，它包含了管道的所有方面和功能，比如傻瓜相机。值得注意的是，超过95%的深度伪造视频都是使用DeepFaceLab创建的。
9.JeelizFaceFilter
JeelizFaceFilter是一个轻量级的强大的人脸跟踪库，专门为增强现实人脸过滤器而设计。这个JavaScript库可以从使用WebRTC捕获的网络摄像头视频源中实时检测和跟踪人脸。用于叠加增强现实应用的3D内容，可支持Three.js、Babylon.js、FaceSwap、Canvas2D、CSS3D等多种集成。，使开发人员能够直接从浏览器解决计算机视觉问题。关键功能包括人脸检测、人脸跟踪、人脸旋转检测、张口检测、多人脸检测和跟踪、具有高清视频功能的视频捕获等。
10.OpenCV
OpenCV是一个开源的计算机视觉和机器学习软件库，旨在为计算机视觉应用提供一个通用的基础设施，并加速机器意识在商业产品中的使用。BSD授权的产品OpenCV，让企业使用和修改代码变得很容易。该库拥有超过2500种优化算法，包括一整套经典和最先进的计算机视觉和机器学习算法。
这些算法可以用于检测和识别人脸，识别物体，对视频中的人类行为进行分类，跟踪相机运动，跟踪移动物体，提取物体的3D模型，以及从立体相机生成3D点云。它可以将图像拼接在一起，以生成整个场景的高分辨率图像，从图像数据库中查找相似的图像，从用闪光灯拍摄的图像中消除红眼，跟踪眼球运动，识别风景并建立标记以用增强现实覆盖它们。
2-@ .com Web前端三驾马车:JS、HTML和CSS；三个框架:Vue，Angular和React。
