2 repositorios
Tools designed specifically to recognize and categorize numerical digits in images.
Distinct from Image Classifiers: Specializes in digit recognition rather than general predefined subject labels.
Explore 2 awesome GitHub repositories matching data & databases · Numeric Digit Classifiers. Refine with filters or upvote what's useful.
is-thirteen es una biblioteca de validación de números y comprobador de igualdad numérica diseñada para verificar si una entrada dada es igual al valor trece. Funciona como una herramienta de clasificación de datos que identifica este valor específico a través de flujos de entrada numéricos, textuales y visuales. El proyecto incluye un clasificador de números basado en imágenes que utiliza aprendizaje profundo y análisis de redes neuronales para identificar representaciones visuales del número trece dentro de imágenes cargadas. La biblioteca cubre una variedad de métodos de validación, incluyendo igualdad aritmética exacta, coincidencia de valores aproximados dentro de rangos de tolerancia definidos, análisis de notación científica y coincidencia de patrones lingüísticos para formas escritas del número.
Provides a deep learning utility to identify if an image depicts the number thirteen.
Esta librería proporciona un framework de deep learning para entrenar redes neuronales para realizar reconocimiento de voz y clasificación de audio. Utiliza arquitecturas de secuencia a secuencia para mapear entradas de audio de longitud variable en salidas de texto o numéricas, permitiendo el desarrollo de modelos personalizados de transcripción de voz a texto. El proyecto destaca por sus capacidades integradas de procesamiento de audio que transforman formas de onda crudas en espectrogramas y vectores numéricos de alta dimensión. Estas herramientas permiten la extracción de características vocales únicas para identificar hablantes, así como la clasificación de fuentes de audio específicas y dígitos hablados. Para apoyar el desarrollo de modelos, la librería incluye utilidades para aumento de audio y reconstrucción de señales. Al modificar programáticamente muestras de audio para simular diversos entornos acústicos y verificar la integridad de las características aprendidas mediante la reconstrucción del espacio latente, el sistema mejora la robustez de sus redes neuronales subyacentes.
Maps spectrogram data to specific numerical labels to accurately recognize individual digits spoken by a human voice.